Tweet
Facebook
Copy Link
- The job holder manages several products, by leading science team and coordinating interaction to BU; she/he provides technical and personal guidance for teamin order to be able to align with business roadmap and deliver technical solution as required.
- The job holder takes initiative in experimenting with various technologies, algorithms and tools for solution to BU at quickest pace possible and scientific standards, while keeping update with technical and industry pace.
Data Solution
- Evaluate effectiveness of proposed models and track business performance against data analysis model.
- Build cutting-edge algorithms and work with machine learning and deep learning tools to deliver advance analytics solutions across the firm including recommendation engines, customized data models, predictive machine learning models, graph modes, etc.
- Drive application of machine learning and big data techniques across different journeys and squads.
- Manage, execute, and review complex data science projects in an agile manner and in compliance with internal regulatory requirements.
Data Insight
- Lead the identification and interpretation of meaningful and actionable insights from large data and metadata sources.
- Review processes and tools designed to monitor and analyze model performance and data accuracy.
- Proactively lead discussions in 3+ squads to identify questions and issues for data analysis
- Collaborate with Data Engineers to build complex, technical algorithms in data analytics software applications to improve work efficiency.
- Manage multiple data products and resolve conflicts, challenges and dynamic business requirements to keep operations running at high performance.
- Lead involved data science teams to propose solutions to BU, align KPIs, plan ressources, resolve people problems and project roadblocks, keep project on track, conduct post mortem and root cause analysis to help squads continuously improve their practices to ensure maximum productivity.
- Identify and encourage areas for growth and improvement within the team.
PEOPLE MANAGEMENT
- Oversee human resources planning and execution (headcount & costs) of their function/ sub- function
- Attract, onboard and retain the right talents for a high- performing team
- Establish and communicate sub- function/ function and individual KRAs/ KPIs, goals, action plan, expectations and results to reporting line
- Manage sub- function/ function performance & provide feedback regularly (following the annual performance management cycle)
- Define team’s capability requirements and enable team member’s professional and personal development through capability assessment, training, coaching & feedback, mentoring, etc.
- Motivate and recognize team members’ contributions towards the team’s shared goals
- Responsible for developing talents within the function/ sub- function
- Act as a role model and promote corporate culture at function/ sub- function level
- Understand & communicate relevant HR offerings to team members.
Data Office
Key Relationships - Direct Reports
- Senior Data Scientist
- Data Scientist
Teams within the Transformation Office and relevant departments in the Bank
Key Relationships - External Stakeholders
Partners providing professional services
Success Profile - Qualification and Experiences
Qualifications
- Master’s or PhD degree in Statistics, Mathematics, Quantitative Analysis, Computer Science, Software Engineering, Information - Technology or any other Numerical disciplines
- 12+ years of relevant experience in areas of data analysis, machine learning, deep learning model development on large amount of data, implementing and deploying various statistical models, 4+ years of people management experience.
- English proficiency requirements are pursuant to Techcombank's policy
- Deep experience in querying databases and using programming languages (e.g. Python, spark, TensorFlow, scala, sql, C, C++, Java)
- Extensive experience in building data and analytics solutions, data mining, statistical model building, predictive modeling
- Experience in application of machine learning and AI to questions related to tech and finance industry
- Experience in providing fact-based insights to help senior management and other stakeholders realize enterprise value at scale
- Deep experience in Agile Software Development and has mastery of Agile principles, practices and Scrum methodologies
- Experience working in Agile teams to lead successful digital transformation projects, involved in the end-to-end planning to implementation
Ngân hàng thương mại cổ phần Kỹ Thương Việt Nam (Techcombank) là một ngân hàng thương mại cổ phần của Việt Nam, được thành lập năm 1993 với số vốn ban đầu 20 tỷ đồng. Sau 30 năm không ngừng phát triển đi lên, Techcombank đang có chỗ đứng vững chắc trong ngành Ngân hàng nói chung, và trong nền kinh tế Việt Nam nói riêng với doanh thu 27.000 tỷ đồng và hơn 10.000 nhân viên (năm 2020)
Chính sách bảo hiểm
- Đóng BHXH theo mức cơ bản
- Tham gia vào Techcombank Care với gói bảo hiểm Bảo Việt
Các hoạt động ngoại khóa
- Team building
- Du lịch hàng năm
- Thứ 7 năng động
- Party thường niên
Lịch sử thành lập
- Năm 1993: Ngân hàng thương mại cổ phần Kỹ Thương Việt Nam (Techcombank) được thành lập tại Hà Nội với vốn điều lệ 20 tỷ đồng
- Năm 1995: Tăng vốn điều lệ lên 51,495 tỷ đồng. Thành lập Chi nhánh Techcombank Hồ Chí Minh
- Năm 1996: Thành lập Chi nhánh Techcombank Thăng Long cùng Phòng Giao dịch Nguyễn Chí Thanh tại Hà Nội. Thành lập Phòng Giao dịch Thắng Lợi trực thuộc Techcombank Hồ Chí Minh.Tăng vốn điều lệ tiếp tục lên 70 tỷ đồng.
- Năm 1998: Trụ sở chính được chuyển sang Tòa nhà Techcombank, 15 Đào Duy Từ, Hà Nội. Thành lập Chi nhánh Techcombank Đà Nẵng tại Đà Nẵng.
- Năm 1999: Tăng Techcombank tăng vốn điều lệ lên 80,020 tỷ đồng. Khai trương Phòng giao dịch số 3 tại phố Khâm Thiên, Hà Nội.
- Năm 2000: Thành lập Phòng Giao dịch Thái Hà tại Hà Nội. Tăng vốn điều lệ lên: 102,345 tỷ đồng
- Năm 2002: Thành lập Chi nhánh Chương Dương, Chi nhánh Hoàn Kiếm tại Hà Nội và các chi nhánh tại Hải Phòng, Đà Nẵng, Thành phố Hồ Chí Minh. Tăng vốn điều lệ lên 104,435 tỷ đồng
- Năm 2003: Chính thức phát hành thẻ thanh toán F@stAccess-Connect 24 (hợp tác với Vietcombank) vào ngày 05/12/2003
- Năm 2004: Khai trương biểu tượng mới của Ngân hàng
- Năm 2005: Thành lập các chi nhánh cấp 1 tại: Lào Cai, Hưng Yên, Vĩnh Phúc, Bắc Ninh, T.P Nha Trang (tỉnh Khánh Hòa), Vũng Tàu..
- Năm 2006: Thẻ thanh toán quốc tế Techcombank Visa được ra mắt
- Năm 2007: Trở thành ngân hàng ngân hàng có mạng lưới giao dịch lớn thứ hai trong khối ngân hàng thương mại cổ phần với gần 130 chi nhánh và phòng giao dịch
- Năm 2008: Ra mắt thẻ tín dụng Techcombank Visa Credit
- Năm 2012: phát hành thẻ đồng thương hiệu Techcombank – Vietnam Airlines – Visa
- Năm 2018: Techcombank được niêm yết trên sàn chứng khoán Thành phố Hồ Chí Minh.
- Năm 2020: tổng tài sản doanh nghiệp ước tính đạt 439,6 nghìn tỷ đồng[10] với gần 11.882 nhân viên. Techcombank sở hữu 3 công ty con phụ trách các nhiệm vụ khác nhau bao gồm Công ty cổ phần Chứng khoán Kỹ thương, Công ty TNHH một thành viên Quản lý nợ, và Công ty TNHH Quản lý quỹ Kỹ thương.
Mission
Dẫn dắt hành trình số hóa của ngành tài chính, tạo động lực cho mỗi cá nhân, doanh nghiệp và tổ chức phát triển bền vững và bứt phá thành công.
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.
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.
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.
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.