TT Quản lý tài chính, Hội sở - Chuyên viên Quản trị thông tin (MIS)
Mô tả công việc
Tốt nghiệp Đại học trở lên chuyên ngành Tài chính/Kế toán/ Ngân hàng, Kinh tế và các chuyên ngành có liên quan.
Có tối thiểu 03 năm kinh nghiệm ở vị trí tương đương.
Ưu tiên ứng viên có kinh nghiệm trong lĩnh vực tài chính ngân hàng, kế toán hoặc xử lý dữ liệu lớn
Có kiến thức về tài chính ngân hàng, quản trị dữ liệu, hệ quản trị cơ sở dữ liệu.
Thành thạo sử dụng SQL: MSSQL, Databricks, MYSQL, Oracle
Thành thạo sử dung công vụ phân tích dự liệu: Tableau, Power BI
Kỹ năng sử dụng công cụ AI cơ bản
Ngôn ngữ lập trình cơ bản: Python, Html, CSS, Javascript, React, ..
Yêu cầu ứng viên
Tốt nghiệp Đại học trở lên chuyên ngành Tài chính/Kế toán/ Ngân hàng, Kinh tế và các chuyên ngành có liên quan.
Có tối thiểu 03 năm kinh nghiệm ở vị trí tương đương.
Ưu tiên ứng viên có kinh nghiệm trong lĩnh vực tài chính ngân hàng, kế toán hoặc xử lý dữ liệu lớn
Có kiến thức về tài chính ngân hàng, quản trị dữ liệu, hệ quản trị cơ sở dữ liệu.
Thành thạo sử dụng SQL: MSSQL, Databricks, MYSQL, Oracle
Thành thạo sử dung công vụ phân tích dự liệu: Tableau, Power BI
Kỹ năng sử dụng công cụ AI cơ bản
Ngôn ngữ lập trình cơ bản: Python, Html, CSS, Javascript, React, ..
Phân tích kỹ năng cần có
Phân tích kỹ năng cho vị trí Chuyên viên Quản trị thông tin (MIS) tại OCB
1. Yêu cầu cốt lõi (Must-have)
🎓 Học vấn
- Tốt nghiệp Đại học trở lên chuyên ngành Tài chính, Kế toán, Ngân hàng, Kinh tế hoặc các chuyên ngành liên quan (Hệ thống thông tin quản trị, Khoa học dữ liệu, Toán tin ứng dụng...).
- Ưu tiên ứng viên có nền tảng kép: vừa hiểu tài chính ngân hàng, vừa thành thạo công nghệ.
💼 Kinh nghiệm
- Tối thiểu 03 năm ở vị trí tương đương (MIS, Data Analyst, BI Analyst, Database Admin trong ngân hàng/tài chính).
- Ưu tiên ứng viên đã làm tại ngân hàng, công ty tài chính, công ty kiểm toán big 4 hoặc các đơn vị xử lý dữ liệu lớn.
2. Kỹ năng kỹ thuật (Hard Skills) – phân theo mức độ quan trọng
| Nhóm kỹ năng | Công cụ/Công nghệ | Mức yêu cầu | Ghi chú |
|---|---|---|---|
| SQL & Database | MSSQL, MySQL, Oracle, Databricks | ⭐⭐⭐⭐⭐ Thành thạo | Đây là yêu cầu "sống còn" – cần viết được query phức tạp, stored procedure, tối ưu performance |
| BI & Visualization | Tableau, Power BI | ⭐⭐⭐⭐⭐ Thành thạo | Xây dựng dashboard quản trị, tự động hóa báo cáo |
| Ngôn ngữ lập trình | Python, HTML, CSS, JavaScript, React | ⭐⭐⭐ Cơ bản | Không cần cao siêu nhưng cần hiểu logic, đọc được code, tùy biến được tool |
| AI Tools | ChatGPT, Copilot, các công cụ GenAI | ⭐⭐⭐ Cơ bản | Ứng dụng trong phân tích, tạo query tự động, viết báo cáo |
| Kiến thức tài chính | Ngân hàng, kế toán, quản trị rủi ro | ⭐⭐⭐⭐ Quan trọng | Hiểu chỉ tiêu ROA, ROE, NPL, CAR, LDR... |
| Data Governance | Quản trị dữ liệu, Data Warehouse | ⭐⭐⭐⭐ Quan trọng | ETL, Data Mart, Data Quality |
3. Kỹ năng mềm (Soft Skills)
- Tư duy phân tích & giải quyết vấn đề: Biến yêu cầu kinh doanh thành bài toán dữ liệu.
- Giao tiếp & trình bày: MIS thường xuyên trình bày báo cáo cho cấp quản lý, cần diễn đạt rõ ràng, logic.
- Quản lý thời gian & đa nhiệm: Xử lý nhiều yêu cầu báo cáo song song từ các phòng ban.
- Tinh thần học hỏi: Ngân hàng liên tục thay đổi quy định (NHNN, Basel II/III), cần cập nhật liên tục.
- Làm việc nhóm: Phối hợp chặt chẽ với IT, Kế toán, Quản trị rủi ro, Kinh doanh.
4. Chứng chỉ gợi ý (nên có để tăng sức cạnh tranh)
- Microsoft Certified: Power BI Data Analyst Associate (PL-300)
- Tableau Desktop Specialist / Certified Data Analyst
- Google Data Analytics Certificate
- Databricks Certified Data Engineer Associate
- Oracle Database SQL Certified Associate
- Chứng chỉ tài chính ngân hàng (do Hiệp hội Ngân hàng VN cấp hoặc các khóa học của NHNN)
- Coursera/edX: Data Science, SQL for Data Analysis
5. Bảng so sánh mức độ phù hợp theo profile
| Profile ứng viên | Mức độ phù hợp | Lý do |
|---|---|---|
| Data Analyst ngân hàng 3+ năm, biết SQL + Power BI | ⭐⭐⭐⭐⭐ Rất cao | Đúng yêu cầu |
| Kế toán/Finance muốn chuyển sang data | ⭐⭐⭐⭐ Cao | Cần bổ sung SQL & BI |
| IT Developer muốn sang ngân hàng | ⭐⭐⭐⭐ Cao | Cần học thêm kiến thức tài chính |
| Sinh viên mới ra trường | ⭐⭐ Thấp | Chưa đủ 3 năm kinh nghiệm |
| Kiểm toán viên (Big 4) có kinh nghiệm data | ⭐⭐⭐⭐ Cao | Kinh nghiệm xử lý dữ liệu lớn tốt |
Chuẩn bị phỏng vấn
Hướng dẫn phỏng vấn vị trí Chuyên viên MIS – OCB
1. Quy trình tuyển dụng dự kiến (4-5 vòng)
| Vòng | Hình thức | Nội dung chính | Thời lượng |
|---|---|---|---|
| Vòng 1 | HR Screening (Phone/Online) | Sơ yếu lý lịch, mức lương mong muốn, lý do ứng tuyển, checklist yêu cầu cơ bản | 15-20 phút |
| Vòng 2 | Bài test kỹ thuật (Online hoặc Offline) | SQL, Power BI/Tableau, case study phân tích dữ liệu tài chính | 60-90 phút |
| Vòng 3 | Phỏng vấn chuyên môn (Trưởng phòng/Quản lý trực tiếp) | Đi sâu vào kinh nghiệm, kiến thức ngân hàng, xử lý tình huống | 45-60 phút |
| Vòng 4 | Phỏng vấn Giám đốc/Phó GĐ Khối | Đánh giá tư duy chiến lược, tầm nhìn, khả năng đóng góp | 30-45 phút |
| Vòng 5 | Phỏng vấn HR cuối + Offer | Thương lượng lương, ngày vào làm, benefits | 20-30 phút |
2. Câu hỏi phỏng vấn thường gặp theo từng vòng
🔹 Vòng HR Screening
- Giới thiệu ngắn về bản thân và kinh nghiệm liên quan đến MIS/Data.
- Lý do nghỉ việc (nếu đang đi làm) / lý do ứng tuyển OCB?
- Mức lương hiện tại và mức lương mong muốn?
- Thời gian có thể bắt đầu làm việc?
🔹 Vòng Test kỹ thuật – Câu hỏi mẫu
SQL (thường có 5-10 câu):
- Viết query tính tổng số dư tiền gửi theo từng chi nhánh trong tháng.
- Tìm top 10 khách hàng có giá trị giao dịch cao nhất.
- Sử dụng JOIN, GROUP BY, HAVING, Window Functions (ROW_NUMBER, RANK, LAG/LEAD).
- Tối ưu query chậm trên bảng 100 triệu record.
- Phân biệt INNER JOIN, LEFT JOIN, FULL OUTER JOIN.
Power BI/Tableau:
- Phân biệt Import, DirectQuery, Live Connection.
- Cách tạo Measure bằng DAX (CALCULATE, FILTER, ALL).
- Xây dựng dashboard theo yêu cầu: Doanh số theo khu vực, xu hướng 12 tháng.
Case Study:
- "Cho bảng dữ liệu khách hàng vay, hãy phân tích tỷ lệ nợ xấu theo phân khúc và đề xuất hành động."
🔹 Vòng chuyên môn – Câu hỏi mẫu
Kiến thức ngân hàng:
- Trình bày các chỉ tiêu tài chính quan trọng của ngân hàng (ROA, ROE, NIM, NPL, CAR, LDR).
- Basel II/III ảnh hưởng đến công tác báo cáo MIS như thế nào?
- Quy trình quản lý dữ liệu khách hàng tuân thủ Nghị định 13/2023 về dữ liệu cá nhân?
Kinh nghiệm thực tế:
- Mô tả dự án dashboard lớn nhất bạn đã làm. Quy trình từ requirement đến delivery?
- Bạn đã xử lý tình huống dữ liệu bẩn / sai lệch số liệu như thế nào?
- Cách bạn phối hợp với phòng IT để tích hợp nguồn dữ liệu mới?
Tình huống (Behavioral):
- "Lãnh đạo yêu cầu báo cáo gấp trong 2 tiếng, nhưng dữ liệu chưa sẵn sàng, bạn xử lý ra sao?"
- "Khi có 2 phòng ban yêu cầu 2 chỉ số KPI trái ngược nhau, bạn làm gì?"
🔹 Vòng Giám đốc – Câu hỏi mẫu
- Tầm nhìn nghề nghiệp 3-5 năm tới?
- Bạn nghĩ MIS sẽ thay đổi như thế nào khi ngân hàng chuyển đổi số?
- Đóng góp cụ thể bạn có thể mang lại cho OCB trong 6 tháng đầu?
3. Tips chuẩn bị quan trọng
✅ Nghiên cứu OCB trước 2-3 ngày:
- Đọc báo cáo tài chính, chiến lược ngân hàng số OCB Omni, các sản phẩm nổi bật (thẻ tín dụng, cho vay, M-POS).
- Hiểu văn hóa OCB: trẻ trung, số hóa mạnh, thuộc top NHTMCP tư nhân.
✅ Chuẩn bị portfolio dự án cá nhân:
- 2-3 dashboard Power BI/Tableau mẫu (có thể mockup với dữ liệu công khai).
- 1 GitHub repo chứa code SQL/Python.
✅ In 2 bản CV + bằng cấp + chứng chỉ (dù phỏng vấn online cũng chuẩn bị sẵn).
✅ Chuẩn bị câu hỏi ngược cho nhà tuyển dụng:
- "Đội ngũ MIS hiện tại có bao nhiêu người, cấu trúc thế nào?"
- "Công cụ stack công nghệ chính của team là gì?"
- "Cơ hội đào tạo và phát triển tại OCB?"
4. Dress code
- Nam: Sơ mi trắng/xanh nhạt + quần tây + giày da, có thể mặc vest nhẹ.
- Nữ: Sơ mi/blouse thanh lịch + quần tây/chân váy ngang gối.
- OCB khá trẻ trung nhưng vẫn giữ formal trong vòng phỏng vấn. Tránh đồ quá casual (áo thun, quần jeans, sneaker).
Lộ trình ôn thi
Lộ trình ôn tập 1-2 tuần cho vị trí MIS – OCB
📅 Tuần 1: Nền tảng kỹ thuật
Ngày 1-2: SQL nâng cao
Kiến thức trọng tâm:
- SELECT, JOIN (INNER, LEFT, RIGHT, FULL), GROUP BY, HAVING, ORDER BY
- Subquery, CTE (WITH clause)
- Window Functions: ROW_NUMBER, RANK, DENSE_RANK, LAG, LEAD, NTILE
- Stored Procedure, Function, Trigger
- Index, Execution Plan, tối ưu performance
- Pivoting data, xử lý NULL
Tài liệu tham khảo:
- W3Schools SQL Tutorial (miễn phí)
- LeetCode SQL 50 (lọc Hard cũng nên làm)
- HackerRank SQL track
- Mode Analytics SQL Tutorial (xuất sắc cho Data Analyst)
- Sách: "SQL for Data Analysis" – Cathy Tanimura (O'Reilly)
Ngày 3-4: Power BI & Tableau
Power BI:
- Power Query (ETL): Merge, Append, Pivot, Unpivot
- DAX cơ bản: CALCULATE, FILTER, ALL, RELATED, SUMX, AVERAGEX
- Data Modeling: Star Schema, Snowflake Schema
- Visualization best practices
- Row-Level Security (RLS)
- Power BI Service & Gateway
Tableau:
- Calculated Fields, Parameters
- LOD Expressions: FIXED, INCLUDE, EXCLUDE
- Table Calculations
- Dashboard Actions, Storytelling
- Performance optimization
Tài liệu:
- Microsoft Learn (Power BI learning path miễn phí)
- Tableau Public + Tutorials trên trang chủ
- SQLBI.com (của Marco Russo – guru DAX)
- YouTube: Guy in a Cube, Leona's Tech, Andy Kriebel
Ngày 5: Python cơ bản cho Data
- Pandas, NumPy: đọc, làm sạch, transform dữ liệu
- Matplotlib, Seaborn: visualization
- Kết nối SQL Server/Oracle từ Python
- Jupyter Notebook workflow
Tài liệu:
- Kaggle Learn – Pandas course (miễn phí, 4 giờ)
- "Python for Data Analysis" – Wes McKinney
Ngày 6-7: AI Tools & Lập trình web cơ bản
- AI Tools: ChatGPT (Advanced Data Analysis), Claude, GitHub Copilot – thực hành viết SQL tự động, tạo báo cáo
- Web basics: HTML/CSS/JavaScript/React – chỉ cần hiểu logic, đọc được code, tùy biến UI dashboard
📅 Tuần 2: Kiến thức ngân hàng + Thực hành
Ngày 8-9: Tài chính ngân hàng
Kiến thức bắt buộc:
- Bảng cân đối kế toán, Báo cáo thu nhập, Báo cáo lưu chuyển tiền tệ của ngân hàng
- Các chỉ tiêu: ROA, ROE, NIM, CIR, NPL, CAR, LDR, CASA, Cost of Risk
- Sản phẩm ngân hàng: tiền gửi, cho vay, thẻ, bảo hiểm, số
- Quy định NHNN: Thông tư hướng dẫn an toàn vốn, tỷ lệ đảm bảo an toàn
- Basel II/III tổng quan
- IFRS 9 – cách phân loại nợ và trích lập dự phòng
Tài liệu:
- "Ngân hàng thương mại" – TS. Nguyễn Minh Kiều (Giáo trình ĐH Kinh tế Quốc dân)
- Báo cáo thường niên OCB 2 năm gần nhất (download từ website)
- Báo cáo NHNN, Ủy ban Giám sát Tài chính Quốc gia
Ngày 10-11: Case Study thực tế
Làm 2-3 case study mẫu:
- Case 1: Phân tích hiệu quả hoạt động theo chi nhánh/vùng miền
- Case 2: Dashboard quản lý tín dụng: tỷ lệ nợ xấu, cơ cấu dư nợ
- Case 3: Báo cáo khách hàng VIP & phân tích giá trị vòng đời (CLV)
Dataset thực hành:
- Kaggle: Credit Risk Dataset, Bank Marketing
- Public dataset từ các ngân hàng trung ương
Ngày 12-13: Mock Interview
- Tự luyện hoặc nhờ bạn bè đóng vai HR chất vấn
- Quay video để xem lại ngôn ngữ cơ thể
- Tập trả lời câu hỏi tình huống theo cấu trúc STAR (Situation – Task – Action – Result)
Ngày 14: Tổng hợp & nghỉ ngơi
- Đọc lại toàn bộ ghi chú
- In CV, photo chuẩn bị
- Đi ngủ sớm trước ngày phỏng vấn
📚 Top 5 tài liệu "must-read"
- Báo cáo thường niên OCB – hiểu ngân hàng mình ứng tuyển
- Mode Analytics SQL Tutorial – SQL cho Data Analyst
- SQLBI DAX Guide – Power BI mastery
- "Storytelling with Data" – Cole Nussbaumer Knaflic (trình bày dashboard)
- Thông tư 41/2016/TT-NHNN – hệ thống báo cáo quản trị ngân hàng
Tư vấn nghề nghiệp
Lời khuyên sự nghiệp cho vị trí MIS – OCB
1. Lộ trình thăng tiến trong ngành MIS Ngân hàng
Chuyên viên MIS (3-5 năm)
↓
Chuyên viên MIS cao cấp / Senior MIS Analyst (5-7 năm)
↓
Trưởng nhóm MIS / Team Lead (7-9 năm)
↓
Phó phòng Dữ liệu & Phân tích (9-12 năm)
↓
Trưởng phòng / Giám đốc Trung tâm Dữ liệu (12+ năm)
↓
CDO (Chief Data Officer) – cấp C-level
Các hướng đi rộng hơn từ vị trí MIS:
- Chuyên gia Data Science / AI trong ngân hàng
- Quản lý rủi ro (Risk Management)
- Phân tích kinh doanh (Business Analyst)
- Chuyển sang Fintech, Big Tech
2. Mức lương kỳ vọng theo cấp bậc (ước lượng tham khảo)
⚠️ Lưu ý: Mức lương có thể thay đổi tùy ngân hàng và thời điểm. Số liệu dưới đây là ước lượng trung bình thị trường Việt Nam năm 2024-2025.
| Cấp bậc | Kinh nghiệm | Mức lương gross/tháng (ước lượng) |
|---|---|---|
| Chuyên viên MIS (Fresher/Junior) | < 2 năm | 12 - 18 triệu VNĐ |
| Chuyên viên MIS (Mid-level) ⭐ vị trí này | 3-5 năm | 20 - 35 triệu VNĐ |
| Senior MIS Analyst | 5-7 năm | 35 - 55 triệu VNĐ |
| Trưởng nhóm MIS | 7-9 năm | 50 - 80 triệu VNĐ |
| Phó/Trưởng phòng Dữ liệu | 9-12 năm | 80 - 150 triệu VNĐ |
| Giám đốc / CDO | 12+ năm | 150 - 300+ triệu VNĐ |
Yếu tố tăng lương:
- Chứng chỉ quốc tế (PL-300, Tableau, AWS)
- Kinh nghiệm ở ngân hàng Top (VCB, TCB, MBB, ACB, OCB)
- Kỹ năng ML/AI nâng cao
- Tiếng Anh tốt (đọc báo cáo tài chính quốc tế)
3. Kỹ năng cần phát triển thêm trong 1-2 năm tới
🎯 Ưu tiên cao (để tăng sức cạnh tranh)
- Data Engineering cơ bản: ETL pipeline với Airflow, dbt
- Cloud platform: AWS (S3, Redshift), Azure (Data Factory, Synapse), GCP (BigQuery)
- Advanced SQL: Snowflake, BigQuery, performance tuning
- Storytelling với Data: kỹ năng kể chuyện qua dashboard
- Machine Learning cơ bản: scikit-learn, phân loại khách hàng, churn prediction
🎯 Ưu tiên trung bình
- Tiếng Anh: tối thiểu IELTS 6.5+ hoặc TOEIC 700+
- Quản lý dự án: Agile/Scrum, Jira
- Kiến thức pháp lý: Nghị định 13/2023 (dữ liệu cá nhân), quy định NHNN
🎯 Phát triển bản thân
- Tham gia cộng đồng Data VN, Vietnam Data Science
- Viết blog chia sẻ kiến thức (LinkedIn, Medium)
- Đóng góp open source trên GitHub
- Tham gia hackathon ngân hàng số
4. Tại sao nên chọn OCB?
✅ Top 10 NHTMCP tư nhân về quy mô tài sản, tăng trưởng tín dụng tốt ✅ Chiến lược ngân hàng số mạnh mẽ (OCB OMNI 4.0, chuyển đổi số toàn diện) ✅ Văn hóa trẻ, năng động – cơ hội thăng tiến nhanh hơn so với NHTM nhà nước ✅ Ngân hàng của tập đoàn tư nhân (Nhóm Bầu Hiển) – cơ chế linh hoạt ✅ Mức lương cạnh tranh trong nhóm NHTMCP tư nhân
5. Lời khuyên cuối cùng
Nếu bạn đang ở mốc 3-5 năm kinh nghiệm và muốn bước vào lĩnh vực dữ liệu ngân hàng, đây là thời điểm vàng vì:
- Các ngân hàng đang đua nhau tuyển MIS/Data Analyst
- Cạnh tranh vẫn chưa quá khốc liệt như Data Scientist
- Lương tốt + phúc lợi ngân hàng (bảo hiểm, thưởng Tết, du lịch)
- Nền tảng tốt để chuyển sang Big Tech, Fintech sau này
💬 Lời khuyên từ người đi trước: "Đừng ngại học những thứ mới ngoài comfort zone. Ngày đầu tôi chỉ biết Excel, sau 2 năm tự học SQL + Power BI, giờ tôi đang lead một team 5 người. OCB rất coi trọng người có tinh thần học hỏi." – Một Senior MIS tại ngân hàng Top 10
Câu hỏi thường gặp
Cơ hội chính thức cho vị trí này rất thấp vì yêu cầu tối thiểu 3 năm kinh nghiệm. Tuy nhiên, bạn có thể làm theo 2 hướng: (1) Ứng tuyển các vị trí Fresher/Junior MIS, Data Analyst tại các ngân hàng nhỏ hoặc công ty tài chính để tích lũy 2-3 năm rồi quay lại OCB. (2) Trong thời gian chờ, hãy tự học SQL, Power BI, đọc báo cáo tài chính OCB, làm 2-3 project cá nhân để có portfolio. Khi đủ kinh nghiệm, cơ hội sẽ rộng mở hơn rất nhiều.
Bạn đã có lợi thế lớn về tư duy tài chính và xử lý số liệu. Cần bổ sung: (1) SQL từ cơ bản đến nâng cao – đầu tư 1-2 tháng học nghiêm túc. (2) Power BI hoặc Tableau – chọn 1 công cụ thành thạo. (3) Tìm hiểu sản phẩm ngân hàng và các chỉ tiêu ROA, ROE, NPL, CAR. (4) Làm 1-2 project cá nhân về phân tích dữ liệu tài chính để có portfolio. (5) Học thêm Python cơ bản. Sau 4-6 tháng chuẩn bị, bạn hoàn toàn có thể ứng tuyển thành công.
OCB không công bố mức lương cụ thể trong tin tuyển dụng (ghi 'Thỏa thuận'). Theo thị trường, ở mốc 3-5 năm kinh nghiệm tại ngân hàng tư nhân top đầu như OCB, mức lương gross dao động khoảng 20-35 triệu VNĐ mỗi tháng, chưa tính thưởng Tết (thường 1-3 tháng lương), thưởng KPIs, phúc lợi ngân hàng (bảo hiểm sức khỏe, nghỉ phép, đào tạo). Lưu ý: Mức lương có thể thay đổi tùy ngân hàng và thời điểm. Ứng viên có chứng chỉ quốc tế hoặc đến từ Big 4 thường deal được mức cao hơn.
Databricks là công cụ xử lý dữ liệu lớn (Big Data) ngày càng phổ biến trong ngân hàng. Nếu bạn đã thành thạo SQL, việc học Databricks sẽ không quá khó – nó dùng SQL với Spark SQL. Tuy nhiên, trong JD này Databricks chỉ là 1 trong 4 hệ quản trị CSDL được liệt kê, nên mức độ ưu tiên có thể chưa cao bằng MSSQL/Oracle. Lời khuyên: cứ thành thạo SQL trên MSSQL/Oracle trước, sau đó học Databricks qua khóa free của Databricks Academy (Databricks Certified Data Engineer Associate) sẽ là điểm cộng rất lớn.
Có khác biệt đáng kể. MIS ngân hàng thiên về: (1) Báo cáo quản trị – tuân thủ quy định NHNN, Basel II/III. (2) Hiểu sâu chỉ tiêu tài chính ngân hàng. (3) Quy trình xử lý dữ liệu chặt chẽ do yêu cầu kiểm toán. (4) Phối hợp nhiều phòng ban. Trong khi Data Analyst ở công ty tech thiên về: (1) Phân tích hành vi người dùng, A/B testing. (2) Tối ưu sản phẩm, conversion. (3) Làm việc với product team. Cả hai đều cần SQL + BI tốt, nhưng bạn cần nhấn mạnh kinh nghiệm về tài chính ngân hàng trong CV và phỏng vấn MIS.
Khá phù hợp! Bạn đã có 5 năm kinh nghiệm BI, vượt yêu cầu 3 năm. Điểm cần bổ sung: (1) Học nhanh về tài chính ngân hàng – chỉ tiêu, sản phẩm, quy định. (2) Tìm hiểu đặc thù dữ liệu ngân hàng: core banking, dữ liệu giao dịch thẻ, cho vay, tiền gửi. (3) Ôn lại SQL sâu hơn vì ngân hàng thường dùng Oracle/MSSQL với database rất lớn và phức tạp. Trong CV, hãy nhấn mạnh các kỹ năng chuyển đổi được: xây dựng dashboard, data modeling, stakeholder management. Đây sẽ là điểm mạnh của bạn.
Cơ hội thăng tiến hoàn toàn có. Lộ trình phổ biến: MIS Specialist → Senior MIS → Team Lead → Phó phòng → Trưởng phòng Dữ liệu → CDO (Chief Data Officer). Tuy nhiên, MIS thường có 2 hướng rõ rệt: (1) Hướng quản lý (Managerial Track) – cần thêm kỹ năng lãnh đạo, giao tiếp, lập kế hoạch. (2) Hướng chuyên gia (Technical Track / Individual Contributor) – đi sâu vào Data Engineering, AI/ML, có thể trở thành Principal MIS Analyst với mức lương ngang quản lý. Tùy sở thích cá nhân, bạn chọn hướng phù hợp. Ngành ngân hàng đang rất thiếu nhân sự Data giỏi nên cơ hội rất rộng mở.
Theo yêu cầu 'AI tools cơ bản' trong JD, bạn cần thành thạo: (1) ChatGPT/Claude – dùng để viết SQL tự động, tạo template báo cáo, giải thích dữ liệu. (2) GitHub Copilot – hỗ trợ code Python/SQL. (3) Microsoft Copilot for Power BI – tạo dashboard bằng ngôn ngữ tự nhiên. (4) Các công cụ AutoML cơ bản như DataRobot, Azure ML Studio. Để bắt đầu, bạn có thể học qua khóa 'AI for Everyone' của Andrew Ng trên Coursera (miễn phí) và thực hành ChatGPT hàng ngày trong công việc. Đây là yêu cầu 'nICE to have', chưa cần quá sâu nhưng nên có.
KPI thường gặp: (1) Số lượng báo cáo/dashboard hoàn thành đúng deadline. (2) Độ chính xác của số liệu (data accuracy). (3) Tỷ lệ tự động hóa báo cáo (tăng theo thời gian). (4) Sự hài lòng của các phòng ban sử dụng báo cáo. (5) Thời gian phản hồi yêu cầu báo cáo. Áp lực: tùy giai đoạn. Cuối tháng, cuối quý, cuối năm thường rất căng do deadline báo cáo quản trị và báo cáo NHNN. Một số dự án lớn (triển khai hệ thống mới) cũng tạo áp lực. Tuy nhiên, ngân hàng tư nhân như OCB thường cân bằng work-life tốt hơn NHTM nhà nước. Giờ làm trung bình 8h-17h30, có thể OT khi cần.
Chia sẻ từ cộng đồng
Mình vừa apply OCB tháng trước, được HR liên hệ khá nhanh. Test SQL gồm 8 câu, có 2 câu về window function khá nặng. Dashboard case study thì làm trên Power BI. Tổng thể quy trình chuyên nghiệp, mình fail vòng test rồi nhưng cũng rút được nhiều kinh nghiệm.
Đang làm MIS ở một NHTMCP top đầu, OCB là một trong những ngân hàng tư nhân có chiến lược chuyển đổi số mạnh nhất hiện tại. Vị trí này đáng thử, lương cạnh tranh và có cơ hội làm với data stack hiện đại (họ đang migrate sang cloud).
Mình thấy yêu cầu Python + React + HTML + CSS hơi loạn. Đây là vị trí MIS, không phải fullstack developer. Có khi OCB muốn ứng viên có thể tự build 1 cái portal báo cáo nội bộ đơn giản. Cứ học cơ bản đủ, đừng ôm đồm quá.
Lưu ý cho ai mới: 'tối thiểu 3 năm kinh nghiệm' ở đây là kinh nghiệm làm MIS tương đương, không phải kinh nghiệm làm ngân hàng nói chung. Mình có bạn làm kế toán 5 năm mà apply vẫn bị từ chối vì chưa làm MIS bao giờ. Cần đọc kỹ JD và match đúng nha.
Mình là nữ, đang làm data analyst ở fintech, vừa được nhận vào vị trí tương tự OCB tháng trước. Tips: trong phỏng vấn nhấn mạnh việc từng làm dashboard cho báo cáo tín dụng/tiền gửi, hiểu rõ NPL và cách phân nhóm nợ. Phỏng vấn GĐ hỏi về định hướng AI trong MIS rất nhiều.
Cảnh báo: Databricks không phải SQL thông thường, mặc dù dùng Spark SQL syntax. Học Databricks trước khi apply để có lợi thế lớn vì OCB đang build data lake trên nền tảng này. Free course trên Databricks Academy khá ổn.
Đã làm MIS OCB được 2 năm, team khá trẻ và support nhiều. Lương ổn so với mặt bằng chung, thưởng Tết tùy performance kinh doanh của ngân hàng. Công việc đa dạng, không chỉ làm báo cáo mà còn được tham gia dự án chuyển đổi số. Ai có câu hỏi cứ hỏi mình.
Ứng tuyển ngay
Ứng tuyển trên website gốcBạn sẽ được chuyển đến trang tuyển dụng chính thức của OCB
Chuyên môn / Từ khoá
Mất kết nối mạng
Đang thử kết nối lại
Đã xảy ra lỗi!
Vui lòng chờ trong giây lát