Tweet
Facebook
Copy Link
Phúc lợi
- Chế độ bảo hiểm
- Du Lịch
- Phụ cấp
- Đồng phục
- Chế độ thưởng
- Chăm sóc sức khỏe
- Đào tạo
- Tăng lương
- Công tác phí
- Phụ cấp thâm niên
- Nghỉ phép năm
- CLB thể thao
Mô tả Công việc
VPBank hiện là một trong những Ngân hàng có tốc độ tăng trưởng nhanh nhất tại Việt Nam, cung cấp đa dạng các dịch vụ và được nhiều khách hàng tin dùng. VPBank đặc biệt chú ý đến việc nâng cao hiệu quả hoạt động qua việc phân tích các dữ liệu kinh doanh.
Vị trí này đóng vai trò làm việc với các đơn vị kinh doanh và các các Phòng/ Trung tâm khác trong nội bộ Khối Quản trị và Phân tích dữ liệu (EAD) để phân tích các bộ dữ liệu phức tạp, tìm kiếm các hiểu biết sâu sắc về hành vi khách hàng và đưa ra các khuyến nghị tương ứng.
1. Hỗ trợ quản lý và định hướng Phòng Khoa học dữ liệu trong việc áp dụng các kỹ thuật phân tích nâng cao, tìm ra hành vi khách hàng, giải quyết các vấn đề kinh doanh thực tế:
- Chủ động triển khai và dẫn dắt các dự án phân tích dữ liệu phục vụ hoạt động kinh doanh
- Áp dụng các kỹ thuật phân tích nâng cao, đưa ra các hiểu biết sâu sắc về hành vi của khách hàng, qua đó giúp giải quyết các vấn đề kinh doanh thực tế.
- Tìm kiếm các hiểu biết sâu sắc về hành vi khách hàng bằng các kỹ thuật khai phá dữ liệu khác nhau
- Phát triển mô hình học máy, giúp các đơn vị kinh doanh dự báo các vấn đề kinh doanh khác nhau như dự báo khách hàng ngừng sử dụng dịch vụ, bán chéo sản phẩm cho khách hàng hiện tại
- Tự động hóa quy trình phân tích
- Hướng dẫn, đào tạo các thành viên trong phòng
2. Nghiên cứu và học hỏi các kỹ thuật phân tích nâng cao mới
- Nghiên cứu các phương pháp mới trong lĩnh vực phân tích, khai phá dữ liệu và dự báo
3. Hỗ trợ các Phòng/ Trung tâm khác trong các bài toán phân tích dữ liệu nâng cao
- Làm việc với các phòng/ trung tâm khác trực thuộc EDA cũng như các đơn vị kinh doanh để nắm rõ các vấn đề và thực hiện các phân tích chuyên sâu và dự báo khi cần thiết
- Hỗ trợ đào tạo thành viên khác trong lĩnh vực phân tích dữ liệu
Yêu Cầu Công Việc
Yêu cầu công việc
- Tốt nghiệp Đại học hoặc cao hơn chuyên nghành toán, thống kê, kinh tế, ngân hàng, tài chính, khoa học máy tính, kỹ thuật phần mềm…
- Tối thiểu 5 năm làm việc trong lĩnh vực phân tích dữ liệu, mô hình học máy, học sâu. Ưu tiên các ứng viên có kinh nghiệm tại ngân hàng
- Có hiểu biết sâu sắc và có kinh nghiệm làm việc với các mô hình thống kê, dự báo, các thuật toán học máy, các kỹ thuật phân tích nâng cao
- Thành thạo SQL, Excel và ngôn ngữ phân tích dữ liệu R hoặc Python
- Thích nghiên cứu, học hỏi các phương pháp và kỹ thuật phân tích chuyên sâu để phục vụ tối ưu kết quả kinh doanh.
Quyền lợi:
- Thu nhập hấp dẫn, lương thưởng cạnh tranh theo năng lực (16-18 tháng lương/năm)
- Thưởng các Ngày lễ, Tết cạnh tranh
- Được vay ưu đãi với lãi suất hấp dẫn theo quy định của ngân hàng
- Chế độ ngày phép 12-18 ngày phép/năm theo cấp bậc
- Bảo hiểm sức khỏe VPBank care cho CBNV theo cấp bậc
- Được tham gia các khóa đào tạo tùy thuộc vào Khung đào tạo cho từng vị trí
- Thời gian làm việc: từ thứ 2 – thứ 6 & 02 sáng thứ 7/ tháng
Địa điểm làm việc
Thông tin khác
- Bằng cấp: Đại học
- Độ tuổi: Không giới hạn tuổi
- Lương: Cạnh tranh
Ngân hàng TMCP Việt Nam Thịnh Vượng (VPBank) được thành lập ngày 12 tháng 8 năm 1993, là một trong những ngân hàng thương mại cổ phần có lịch sử lâu đời ở Việt Nam. Sau 28 năm hoạt động, VPBank đã phát triển mạng lưới lên 233 chi nhánh/phòng giao dịch với đội ngũ gần 25.000 cán bộ nhân viên tại thời điểm ngày 30 tháng 6 năm 2021. Hết năm 2020, tổng thu nhập hoạt động của VPBank đạt 39.000 tỷ đồng. Lợi nhuận trước thuế của VPBank năm 2020 đạt mức 13.019 tỷ đồng, hoàn thành 127,5% kế hoạch và tăng 26,1% so với năm 2019, xếp thứ 4 trong các ngân hàng tại Việt Nam. Năm 2023 VPBank đạt lợi nhuận đạt 24.000 tỷ đồng.
Chính sách bảo hiểm
- Được hưởng BHXH, BHYT, BHTN theo Luật lao động
- Được hưởng Bảo hiểm VPBank care
Các hoạt động ngoại khóa
- Team Building
- Du lịch hàng năm
- Câu lạc bộ: thiện nguyện, nhiếp ảnh VP Zòm…
Lịch sử thành lập
- Ngày 12/08/1993, Ngân hàng TMCP Việt Nam Thịnh Vượng (VPBank) được thành lập.
- Hết năm 2019, tổng thu nhập hoạt động đạt 36.356 tỷ đồng, tăng 20,3% so với cùng kỳ. Lợi nhuận trước thuế đạt mức cao nhất trong lịch sử 10.324 tỷ đồng, vượt 9% kế hoạch và tăng 12,3% so với năm 2018.
- Ngày 19/1/2021, VPBank 5 năm liên tiếp nằm trong top 50 công ty kinh doanh hiệu quả nhất Việt Nam
- Ngày 27/1/2021, củng cố nền tảng, sẵn sàng sức bật cho 2022
- Ngày 17/2/2022, giá trị thương hiệu VPBank đạt gần 900 triệu USD, tăng 38 bậc trong BXH 500 ngân hàng giá trị nhất toàn cầu
- Ngày 4/4/2022, VPBank tái định vị thương hiệu, tuyến bố sứ mệnh mới “Vì một Việt Nam thịnh vượng”
- Ngày 20/4/2022 VPBank trên đà bứt phá, tăng trưởng mạnh về quy mô và lợi nhuận trong quý 1
- Ngày 1/5/2022, VPBank và SMBC ký MoU về hợp tác kinh doanh trong chuyến thăm của Thủ tướng Nhật Bản đến Việt Nam
Mission
Tiên phong đổi mới, nâng tầm chất lượng dịch vụ tài chính vượt trội cho khách hàng và đối tác, phát triển hiệu quả mang lại các giá trị thịnh vượng bền vững cho cổ đông, cộng đồng và xã hội.
Review VPBANK
Môi trường làm việc có nhiều cơ hội phát triển(IT)
Nơi làm việc tốt, đãi ngộ tốt cho những bạn nào chịu được áp lực cao trong công việc(IT)
Môi trường làm việc thoải mái, nhiều hệ thống để học hỏi(IT)
Mọi người cũng đã tìm kiếm
Công việc của Data Science là gì?
Data science làm việc như một nhà phân tích, họ sử dụng khả năng và kỹ thuật của mình để phân tích và xử lý dữ liệu. Từ đó, đưa ra những cái nhìn sâu sắc, hiệu quả và khôn ngoan giúp công ty có được những quyết định đúng đắn. Nghiên cứu và phân tích những dữ liệu đã được cấu trúc lại để ra những thông tin giả thuyết và những mô hình hiệu quả. Bên cạnh đó, những vị trí như Data Engineer, Data Analyst cũng thường đảm nhận các công việc tương tự.
Mô tả công việc của vị trí Data Science
Trình bày kết quả và báo cáo
Data Science cần có khả năng trình bày kết quả và báo cáo các phân tích và mô hình hóa một cách rõ ràng và logic. Công việc này bao gồm việc viết báo cáo kỹ thuật, thuyết trình kết quả cho các đồng nghiệp và quản lý, đồng thời có thể phải giải thích các phương pháp và quyết định đã được thực hiện. Kỹ năng viết lách và trình bày là rất quan trọng để intern có thể truyền đạt thông tin một cách hiệu quả và dễ hiểu.
Phát triển các mô hình và thuật toán dữ liệu
Để áp dụng cho các tập dữ liệu, sử dụng mô hình dự đoán để tăng và tối ưu hóa trải nghiệm của khách hàng, tạo doanh thu, nhắm mục tiêu quảng cáo và các kết quả kinh doanh khác, phát triển khung thử nghiệm A/B của công ty và chất lượng mô hình thử nghiệm, phối hợp với các nhóm chức năng khác nhau để thực hiện các mô hình và giám sát kết quả.
Lọc và xử lý dữ liệu cấu trúc và phi cấu trúc
Những dữ liệu phi cấu trúc là những dữ liệu thô, những dữ liệu bị lỗi mà máy tính không đọc được. Data scientist phải xử lý, làm sạch và tổ chức lại những dữ liệu đó để xây dựng nên một bộ dữ liệu có cấu trúc và có ý nghĩa.
Dự đoán xu hướng
Sử dụng thuật toán Machine learning để dự đoán những xu hướng, cơ hội cũng như dự đoán các sự kiện có thể xảy ra hoặc đưa ra được những vấn đề mà công ty đang gặp phải. Họ còn sử nhiều công cụ khác như SQL, Weka, Python,... để triển khai và thực tiễn hóa từ đó nhận ra những mẫu dư thừa trong dữ liệu.
Data Science có mức lương bao nhiêu?
Lương cơ bản
Lương bổ sung
130 - 169 triệu
/nămLộ trình sự nghiệp Data Science
Tìm hiểu cách trở thành Data Science, 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 Science?
Yêu cầu tuyển dụng của Data Science
Để thực hiện tốt các nhiệm vụ được giao, Data Science 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: Data Science thường yêu cầu ứng viên có bằng cử nhân hoặc sắp tốt nghiệp trong các ngành liên quan như Khoa học Máy tính, Khoa học Dữ liệu, Thống kê, Toán học hoặc các ngành có liên quan. Bằng cấp này không chỉ cung cấp cho ứng viên kiến thức nền tảng mà còn cho phép họ áp dụng các kiến thức này vào thực tiễn trong các dự án và nghiên cứu khoa học dữ liệu.
-
Kiến thức quản trị cơ sở dữ liệu: Nắm vững một hoặc nhiều hệ quản trị cơ sở dữ liệu (DBMS) phổ biến như MySQL, PostgreSQL, SQL Server, Oracle, MongoDB, hoặc SQLite. Nắm vững ít nhất một ngôn ngữ lập trình phù hợp cho công việc Data Science, chẳng hạn như Python hoặc Java, để tạo ứng dụng kết hợp với cơ sở dữ liệu.
-
Kiến thức công nghệ: Ứng viên cần có kiến thức vững và áp dụng được các ngôn ngữ lập trình (C/C++, Java/Javascript,...), các kiến thức nền tảng về phần mềm, hệ điều hành, cơ sở dữ liệu (database) cơ bản để trở thành nhân viên IT chuyên nghiệp.
Yêu cầu về kỹ năng
-
Có khả năng định lượng dữ liệu: Kết quả làm việc của data scientist chính là đưa ra giả thuyết, dự đoán và khám phá được xu hướng có thể xảy. Vì vậy, việc bạn có kỹ năng định lượng dữ liệu là một kỹ năng tốt giúp bạn nâng cao tay nghề.
-
Kỹ năng phân tích và đánh giá: Mỗi ngôn ngữ lập trình khác nhau sẽ đảm nhiệm từng phần khác nhau khi phát triển một ứng dụng hay phần mềm. Điều này đòi hỏi các Data Science phải có kỹ năng phân tích để nhận biết đâu là ngôn ngữ phù hợp nhất
-
Kỹ năng về phương pháp thống kê: Đây chính là một trong những kỹ năng đòi hỏi một data scientist cần phải có. Việc biết sử dụng các phương pháp thống kê giúp bạn giải quyết công việc tốt hơn và vững chãi để phát triển hơn. Các môn học như xác suất thống kê, thống kê mô tả,... sẽ cung cấp cho bạn những kiến thức về kỹ năng này.
Yêu cầu khác
-
Kinh nghiệm
Data Science cần có kiến thức và kinh nghiệm về các kỹ thuật thống kê và khai thác dữ liệu: GLM/Regression, Random Forest, Boosting, Trees, text mining, phân tích mạng xã hội, v.v. Phải có tối thiểu 1 năm kinh nghiệm, thành thạo SQL, Python, C++,... để thực hiện các công việc như nhập liệu, xử lý dữ liệu, xuất và chia sẻ dữ liệu,... Những ngôn ngữ lập trình này tuy khô khan nhưng đó chính là công cụ hỗ trợ đắc lực cho một data scientist.
Lộ trình thăng tiến của Data Science
Lộ trình thăng tiến của Data Science 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 Science
Mức lương: 4 - 8 triệu/ tháng
Kinh nghiệm làm việc: Dưới 1 năm
Intern Data Science là một vị trí thực tập trong lĩnh vực phát triển ứng dụng di động sử dụng framework React Native. Người nắm giữ vị trí này là những người mới bắt đầu hoặc đang trong giai đoạn thực tập để học hỏi và phát triển kỹ năng cần thiết để trở thành một Data Science chuyên nghiệp.
>> Đánh giá: Trong thời đại công nghệ 4.0, dữ liệu trở thành một nguồn tài nguyên vô cùng quý giá. Các tổ chức cần có những người có khả năng thu thập, phân tích dữ liệu để đưa ra những quyết định mang tính khách quan. Đó là lý do vị trí Data science ngày càng được quan tâm. Đây là một tín hiệu tích cực cho các bạn sinh viên, người mới ra trường muốn theo đuổi sự nghiệp Data science.
>> Xem thêm: Việc làm Thực tập sinh Data Science cho người mới
2. Data science
Mức lương: 14 - 33 triệu/ tháng
Kinh nghiệm làm việc: 1 - 4 năm
Data science làm việc như một nhà phân tích, họ sử dụng khả năng và kỹ thuật của mình để phân tích và xử lý dữ liệu. Từ đó, đưa ra những cái nhìn sâu sắc, hiệu quả và khôn ngoan giúp công ty có được những quyết định đúng đắn. Nghiên cứu và phân tích những dữ liệu đã được cấu trúc lại để ra những thông tin giả thuyết và những mô hình hiệu quả.
>> Đánh giá: Data Science được đánh giá là ngành có mức lương hấp dẫn hàng đầu trên thế giới, nhu cầu tuyển dụng cho vị trí trong ngành cũng rất cao. Những người giỏi thường được các công ty săn đón với mức lương cao ngất ngưởng cùng nhiều quyền lợi đi kèm.
>> Xem thêm: Việc làm Data Science dang tuyển dụng
5 bước giúp Data Science thăng tiến nhanh trong trong công việc
Nâng cao kỹ năng và kiến thức
Khoa học Dữ liệu là một lĩnh vực phát triển nhanh chóng, do đó bạn cần thường xuyên cập nhật kiến thức mới nhất về các kỹ thuật, công cụ và phần mềm Khoa học Dữ liệu. Bạn có thể tham gia các khóa học online, hội thảo, workshop, hoặc đọc sách, báo, tài liệu chuyên ngành để cập nhật kiến thức, tập trung phát triển các kỹ năng chuyên môn trong lĩnh vực Data Science mà bạn quan tâm, chẳng hạn như học máy, trí tuệ nhân tạo, xử lý ngôn ngữ tự nhiên, Big Data,..
Tích lũy kinh nghiệm
Hãy tích cực tìm kiếm cơ hội làm việc trong lĩnh vực Data Science. Bạn có thể tham khảo các trang web tuyển dụng uy tín như VietnamWorks, TopCV, Glints,..Hoặc bạn có thể liên hệ trực tiếp với các công ty quan tâm để ứng tuyển, tham gia các dự án thực tế là cách tốt nhất để bạn tích lũy kinh nghiệm và áp dụng kiến thức vào thực tế.
Có khả năng thu thập, xử lý và phân tích lượng dữ liệu khổng lồ
Khi làm việc với một lượng lớn dữ liệu từ nhiều nguồn khác nhau, đòi hỏi data scientist phải có khả năng thu thập và xử lý chúng để máy tính có thể đọc được. Do vậy, đây chính là tố chất quan trọng để giúp bạn có thể làm việc hiệu quả hơn.
Tư duy như một Data Scientist thực thụ
Khả năng tư duy là yếu tố phân biệt một người giỏi hay bình thường. Đối với một Data Scientist, bạn cần rèn luyện não mỗi ngày bằng cách luôn tò mò về nhiều vấn đề và tự tìm cho mình lời giải đáp từ nhiều góc độ khác nhau. Ngoài ra bạn cũng nên có tính tiểu tiết, ghi chép lại đầy đủ các phát hiện của mình và phải có óc sáng tạo để đưa ra giải pháp mới mẻ, hiệu quả.
Kỹ năng trình bày tốt
30% công việc của một Data Science là phải trao đổi với ban lãnh đạo, các phòng ban liên quan như Marketing, Phát triển sản phẩm,... để hiểu được vấn đề chung. Ngoài ra ở bước cuối cùng của chuỗi công việc, bạn sẽ phải trình bày các kết quả với ban lãnh đạo sao cho trực quan và dễ hiểu nhất. Chính vì thế, kỹ năng thuyết trình tốt là một điểm vô cùng quan trọng và cần được trau dồi thường xuyên.
Đọc thêm: