Tweet
Facebook
Copy Link
About the Role
We are seeking a high-profile Data Science/ AI Manager to be a leader of our newly formed data platform team. This data platform team is part of a larger Digital Transformation center and works closely with an in-house team of business experts and functions across OCB. The data platform team oversees the design and development of our analytics infrastructure and systems to enable AI, automation, and innovative analytics. This person’s efforts will focus on developing our advanced algorithms to make proven business impacts and developing any tools or processes required to do so.
The Data Science/ AI Manager will work as a functional manager in a matrix-organized team to provide technical leadership and strategic guidance to the data science/ AI team, ensuring the successful delivery of projects and adherence to best practices. His/her expertise in managing data-driven business purposes, developing complex algorithms, managing data-monetization funnels and people operations will be crucial in driving the organization's data strategy and enabling data-driven decision-making. He/she is also responsible for leading the development and launch of advanced algorithms. This role will require a strong understanding of mathematics complexity, data technology, and business strategy. The ideal candidate will be able to work effectively with cross-functional teams to bring data-driven products to market.
Who We Want
- Business maths experts (a big must): An outstanding math solver who can turn business requirements into highly efficient algorithms.
- Data translators: Highly effective communicators who can transform data findings into recommendations to compose reports and executive-level presentations.
- Strategic thinkers: People who enjoy analyzing data or trends for planning, forecasting, advising, budgeting, reporting, or sales opportunities.
- Collaborative partners: People who build and leverage cross-functional relationships to bring together ideas, data, and insights to drive continuous improvement in functions.
What You Will Do
- Work with the Director of Data Platform and Data Product Manager/ Analytics Architect to identify business architecture key points and convert them into an analytics map that drives business value.
- In charge of a Data Science team to optimize the business funnels with advanced algorithms.
- In charge of the key analytics technology. (feature stores, MLOps, A/B Testing)
- Work with Analytics Architect and the Digital Transformation team to optimize engagement channels by data algorithms.
- Give guidelines to DS/ AI teams to implement needed features and tools.
- Work with Analytics Architect to launch and measure the success of new products, gather feedback from stakeholders, and automate the optimization.
- Stay up to date on analytics trends.
Who You Are
- Master’s or PhD degree in quantitative finance (preferrable) or data science from a high-profile overseas university. (prefer candidates with 3.8/4.0 GPA or above)
- Extremely in-depth knowledge about all the following advanced algorithms: Neural Networks (RNN, FNN, CNN), Natural Language Processing (LLMs, Google Bert), Supervised Learning (Decision Trees, SVM, Naive Bayes, knn), Unsupervised Learning (k-means, Hierarchical, Gaussian, Hidden Markov), Statistics (Probability, Regression, Logistic), Mathematical Economics (Elasticity, Supply and Demand from different regressions). We want a person to know the exact root cause of the algorithms, not someone who randomly applies them.
- 6+ years of experience in analytics algorithms, with 4+ years being a manager.
- A strong understanding of business architecture in analytics is a must (preferrable banking or e-commerce).
- Fluently in the following technologies is a must: 1 of any SQL (queries and optimization), Kafka, Spark, Delta Lake, 2 of the following programming languages (Java, Scala, Python, or R), all of the following data science framework (Torch, Tensorflow, Bert, Keras, Scikit-learn, Sstropy).
- Excellent communication and interpersonal skills.
- Ability to work independently and as part of a team.
- Very fluent English (TOEIC > 930 or IELTS > 7.5)
Ngân hàng thương mại cổ phần Phương Đông được thành lập ngày 10 tháng 6 năm 1996 tại Thành phố Hồ Chí Minh, Việt Nam. Hiện tại, ngân hàng có 95 Chi nhánh/Phòng Giao Dịch có mặt tại 23 tỉnh, thành phố tại Việt Nam, với đội ngũ cán bộ nhân viên hơn 2.000 người tính đến năm 2012.
OCB niêm yết trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HoSE) ngày 28/1/2021
Chính sách bảo hiểm
- Bảo hiểm xã hội
- Bảo hiểm y tế
- Khám sức khỏe định kỳ
Các hoạt động ngoại khóa
- Hoạt động văn, thể, mỹ
Lịch sử thành lập
- Ngày 10/06/1996, Ngân hàng TMCP Phương Đông chính thức đi vào hoạt động
- Năm 2007, Hợp tác chiến lược với BNP Paribas. Tăng tổng tài sản vốn lên 11.000 tỷ đồng.
- Năm 2008, Triển khai hệ thống ngân hàng lõi tốt nhất thế giới.
- Năm 2013, Nâng tổng giá trị tài sản lên 33.000 tỷ đồng
- Năm 2015, Khởi động dự án Basel II dưới sự tư vấn của DBS Singapore
- Năm 2017, Nâng tổng giá trị tài sản lên đến gần 85.000 tỷ đồng. Hoàn thành dự án Basel II đầu tiên
- Năm 2019, Đạt giải thưởng “ doanh nghiệp xuất sắc nhất Châu Á”
- Năm 2020, Đạt chứng nhận Thương hiệu quốc gia. Top 4 trong 10 Ngân hàng TMCP kinh doanh hiệu quả nhất trên thị trường. Chào đón nhà đầu tư chiến lược - Ngân hàng Aozora
- Năm 2021, OCB niêm yết trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HoSE) ngày 28/1/2021
Mission
Hỗ trợ hiện thực hóa ước mơ và tham vọng của người tiêu dùng, doanh nhân và doanh nghiệp tại Việt Nam, giúp họ đạt được sự tăng trưởng, và hoài bão như kỳ vọng.
Review Ngân hàng Oricombank - OCB
Môi trường tốt để bắt đầu phát triển bản thân
Chính sách có vấn đề
Process làm việc không rõ ràng, sếp trên push sếp dưới sếp dưới push nhân viên
Mọi người cũng đã tìm kiếm
Công việc của Data Engineer là gì?
Data Engineer hay kỹ sư chuyên về dữ liệu thường làm các công việc như phân tích nguồn dữ liệu, tích hợp thông tin giữa các hệ thống nhất với nhau, chuyển đổi và đồng bộ các dữ liệu trên nhiều hệ thống riêng biệt. Các nguồn dữ liệu ở đây được biết đến như các phần mềm website trong hoạt động các lĩnh vực bán hàng, nhân sự, tài chính, kế toán,....Bên cạnh đó, những vị trí như Data science, Data Analyst cũng thường đảm nhận các công việc tương tự.
Mô tả công việc của vị trí Data Engineer
Phân tích, tổng hợp, lưu trữ dữ liệu
Data Engineer kết hợp cùng DBA tạo ra các vùng lưu trữ dữ liệu từ các nguồn hệ thống thích hợp và mang lại hiệu quả cao. Nhiệm vụ của kỹ sư dữ liệu là đưa các dữ liệu vào Database và File Sever bằng cách (FTP, drag and drop…) và lưu trữ bằng (.csv, xlsx, .dat, database).
Chuẩn hóa và chuyển đổi logic, tập trung nguồn dữ liệu
Các dữ liệu được Data Engineer lưu chuyển đến các nguồn lữu trữ khác nhau nhằm mục đích so sánh, thêm dữ liệu và dự phòng các dữ liệu cho nhiều trường hợp khác nhau. Kỹ sư dữ liệu tập trung nguồn dữ liệu đưa các thông tin về một nguồn lưu trữ chung với các mô hình chuyên biệt, dành cho việc khôi phục phân tích các dữ liệu cần thiết trong các tình huống dự phòng.
Phân tích và trích xuất dữ liệu
Data Engineer sẽ kết hợp cùng với DBA (Database Administration) để tạo các vùng lưu trữ dữ liệu, đồng thời đảm bảo các yếu tố về bảo mật riêng tư, tính hiệu quả. Bên cạnh đó sẽ theo dõi và kiểm tra các nguồn dữ liệu được đưa từ các Database.
Triển khai machine learning cho hệ thống dữ liệu
Các mô hình học máy được thiết kế bởi các Data Engineers. Các Data Engineer chịu trách nhiệm triển khai chúng vào môi trường sản xuất. Điều này đòi hỏi phải cung cấp cho mô hình dữ liệu được lưu trữ trong kho hoặc đến trực tiếp từ các nguồn, định cấu hình thuộc tính dữ liệu, quản lý tài nguyên máy tính, thiết lập công cụ giám sát, v.v.
Data Engineer có mức lương bao nhiêu?
Lương cơ bản
Lương bổ sung
228 - 387 triệu
/nămLộ trình sự nghiệp Data Engineer
Tìm hiểu cách trở thành Data Engineer, bạn cần có những kỹ năng và trình độ học vấn nào để thành công cũng như đạt được mức lương mong đợi ở mỗi bước trên con đường sự nghiệp của bạn.
Số năm kinh nghiệm
Điều kiện và Lộ trình trở thành một Data Engineer?
Yêu cầu tuyển dụng của Data Engineer
Để thực hiện tốt các nhiệm vụ được giao, Data Engineer cần sở hữu những kiến thức, chuyên môn vững vàng và thành thạo những kỹ năng mềm liên quan:
Yêu cầu bằng cấp và kiến thức chuyên môn
-
Bằng cấp và chuyên ngành: Yêu cầu ứng viên đang theo học hoặc mới tốt nghiệp bằng Đại học chuyên ngành liên quan như Khoa học Dữ liệu, Khoa học Máy tính, Kỹ thuật Máy tính, Toán học, Thống kê, hoặc các ngành tương đương.
-
Kiến thức về bảo mật dữ liệu: Bảo mật dữ liệu là một yêu cầu quan trọng. Data Engineers cần hiểu về các biện pháp bảo mật và kiến thức về quyền truy cập dữ liệu.
-
Kỹ năng xử lý dữ liệu: Khả năng xử lý và biến đổi dữ liệu là quan trọng. Data Engineers cần hiểu về các công cụ và framework xử lý dữ liệu như Apache Spark, Apache Flink, hoặc Apache Kafka.
Yêu cầu về kỹ năng
-
Kỹ năng lập trình: Yêu cầu đối với Data Engineer là cần biết cơ bản về SQL, Python, Oracle. Kỹ sư dữ liệu không yêu cầu phải biết sâu về lập trình, tính toán nhưng phải nắm rõ các khái niệm và giá trị đằng sau các công thức hiển thị ở màn hình.
-
Kỹ năng phân tích logic: Kỹ năng phân tích logic luôn cần thiết trong các công việc cần sự chính xác và có tính liên kết với nhau. Data Engineer phải biết cách phân tích và tìm ra được ý nghĩa của những con số cũng như dữ liệu khô khan. Dựa vào đó, công ty có thể nhìn nhận được vấn đề để tìm ra hướng giải quyết phù hợp.
-
Kỹ năng thiết kế và trình bày báo cáo: Sau khi hoàn thành các công việc phân tích, bạn sẽ thu thập dữ liệu và lập bảng báo cáo trình bày lên cấp trên. Việc thiết kế và trình bày báo cáo phải mang tính dễ hiểu, dễ đưa ra các nhận định so sánh. Để giúp công việc trở nên thuận lợi hơn bạn có thể tự học hỏi và xem thêm các công cụ hỗ trợ thiết kế báo cáo.
Yêu cầu khác
-
Kinh nghiệm: Yêu cầu các Data Engineer đã có 1 - 2 năm kinh nghiệm. Hiểu rõ về các mô hình dữ liệu, thuật toán, kỹ thuật chuyển đổi dữ liệu. Có kinh nghiệm liên quan đến các giải pháp BI và ETL (trích xuất, chuyển đổi, tải dữ liệu) liên quan đến kho dữ liệu, các công cụ phân tích. Sử dụng được những công cụ chuyên dụng như Hadoop, Kafka,…
Lộ trình thăng tiến của Data Engineer
Lộ trình thăng tiến của Data Engineer có thể khá đa dạng và phụ thuộc vào tổ chức và ngành nghề cụ thể. Dưới đây là một lộ trình thăng tiến phổ biến cho vị trí này.
1. Intern Data Engineer
Mức lương: 2 - 4 triệu/ tháng
Kinh nghiệm làm việc: Dưới 1 năm
Intern Data Engineer là người được đào tạo, hướng dẫn đồng thời chịu trách nhiệm hỗ trợ các công việc thực tế của một Data Engineer thực thụ để bồi dưỡng thêm kinh nghiệm, nắm rõ được trách nhiệm ngành nghề của mình. Áp dụng nguyên tắc phần mềm, công nghệ vào phát triển, bảo trì, thiết kế, kiểm tra và đánh giá các phần mềm máy tính.
>> Đánh giá: Trong lĩnh vực khoa học dữ liệu, Intern Data Engineer là một trong những vị trí được đánh giá tương đối phức tạp và đòi hỏi nhiều kỹ năng. Theo đó, vai trò của Intern Data Engineer đó là thực hiện các phân tích, đánh giá dữ liệu quan trọng cho các hoạt động của doanh nghiệp. Là công việc thu hút rất nhiều ứng viên trẻ mới ra trường bởi mức lương hấp dẫn và lộ trình phát triển rộng mở.
>> Xem thêm: Việc làm Thực tập sinh Data Engineer cho người mới
2. Data Engineer
Mức lương: 18 - 30 triệu/ tháng
Kinh nghiệm làm việcb 1 - 4 năm
Data Engineer thường làm các công việc như phân tích nguồn dữ liệu, tích hợp thông tin giữa các hệ thống nhất với nhau, chuyển đổi và đồng bộ các dữ liệu trên nhiều hệ thống riêng biệt. Các nguồn dữ liệu ở đây được biết đến như các phần mềm website trong hoạt động các lĩnh vực bán hàng, nhân sự, tài chính, kế toán,....
>> Đánh giá: Doanh nghiệp hoạt động kinh doanh hiện nay không chỉ quan tấm đến vấn đề quản lý nguồn dữ liệu mà họ còn có mong muốn tìm ra hướng giải quyết mở rộng tài nguyên để lưu trữ và kiểm soát nguồn dữ liệu. Để làm được như vậy họ cần có Data Engineer - người sẽ giúp họ thực hiện các giải pháp trên. Chính vì thế đây là ngành nghề có xu hướng tuyển dụng tăng trong các năm tiếp theo.
>> Xem thêm: Việc làm Data Engineer đang tuyển dụng
5 bước giúp Data Engineer thăng tiến nhanh trong trong công việc
Trang bị các chứng chỉ liên quan
Bạn có thể ghi danh vào những khóa học dài hạn hoặc những chứng chỉ online để vừa củng cố chuyên môn, vừa được chứng nhận có kiến thức về một lĩnh vực. Các Data Engineer tiềm năng có thể tìm hiểu việc có được các chứng chỉ chuyên môn như AWS Certified Data Analytics, Microsoft Certified: Azure Data Engineer Associate, hoặc các khóa học online uy tín cũng sẽ giúp bạn khẳng định năng lực và tăng khả năng cạnh tranh trên thị trường lao động.
Phát triển kỹ năng thống kê
Đây cũng là kiến thức cơ bản bạn cần nắm. Bạn nên bắt đầu nghiêm túc với các môn học xác suất thống kê, thống kê mô tả để nắm được các khái niệm cơ bản như nghịch lý Simpson, phân tích dữ liệu khám phá (EDA), liên kết các biến,… Đó sẽ là tiền đề vững chắc để bạn phát triển hơn trong nghề.
Có khả năng thu thập, xử lý và phân tích dữ liệu
Dữ liệu ngày nay vô cùng đa dạng và đến từ nhiều nguồn khác nhau (như bảng khảo sát, thống kê mạng xã hội, điện thoại di động,...). Từ đống dữ liệu “lộn xộn” đó bạn phải xử lý về cùng một ngôn ngữ mà máy đọc được. Vì vậy bạn cần chú trọng đến các kỹ năng này để làm việc hiệu quả, năng suất, tiết kiệm thời gian hơn.
Đầu óc tư duy nhạy bén
Với một Data Engineer cần phải tư duy hơn người bình thường. Bạn là người làm việc với dữ liệu và sử dụng bộ não để nhìn nhận từ nhiều góc độ để tìm ra giải pháp hiệu quả nhất. Do đó, nếu bạn không có cái nhìn đa chiều thì rất khó để giải quyết được vấn đề.
Hiểu rõ thuật toán Machine Learning
Đây có thể cho là kỹ năng cần thiết nhất đối với một Data Engineer. Hiểu đơn giản, Machine Learning là “dạy” máy tính học các dữ liệu lịch sử, dữ liệu có sẵn để đưa ra được các quyết định tự trị một cách thông minh. Hiểu rõ cơ chế hoạt động này sẽ giúp Data Engineer tiết kiệm được nhiều thời gian trong việc khám phá, dự báo từ dữ liệu.
Đọc thêm: