Mô Tả Công Việc

Vị trí này thuộc nhóm 3D trong chương trình Nâng Cao Năng Lực Ứng Dụng Dữ Liệu. Phạm vi công việc trong dự án: 

Nghiên cứu và phát triển các giải pháp ứng dụng dữ liệu để hỗ trợ cho việc ra quyết định bao gồm:

- Phân tích dữ liệu: xử lý và phân tích dữ liệu để hiểu rõ hơn về bản chất và các quy luật trong dữ liệu.

- Dự đoán và dự báo: sử dụng dữ liệu để dự đoán và đưa ra các kịch bản tương lai, từ đó hỗ trợ quyết định

hiệu quả hơn

- Tối ưu hóa quyết định: áp dụng dữ liệu để tối ưu hóa các quyết định trong nhiều lĩnh vực như: kinh

doanh, vận hành, quản lý rủi ro, an toàn bảo mật, …

- Xây dựng các ứng dụng thông minh: sử dụng dữ liệu để phát triển các sản phẩm và dịch vụ thông minh hơn, giúp tự động hóa và tăng cường hiệu suất

- Chủ động khai thác, phân tích và xử lý các nguồn dữ liệu trọng yếu của ACB, nắm rõ về bản chất của từng nguồn dữ liệu, từ đó đề xuất các giải pháp ứng dụng dữ liệu phù hợp

- Nhận và phân tích các yêu cầu về ứng dụng dữ liệu để hỗ trợ cho việc ra quyết định của các BU

- Phát triển / vận hành / nâng cấp / cải tiến các hệ thống thông tin liêu quan đến ứng dụng dữ liệu

Yêu Cầu Công Việc

1/ Trình độ học vấn:

- Tốt nghiệp cử nhân các chuyên ngành như: kinh tế, tài chính ngân hàng, toán – thống kê, khoa học dữ liệu, kỹ sư dữ liệu, công nghệ phần mềm, hệ thống thông tin, khoa học máy tính

- Có chứng chỉ lập trình python/R, thống kê, khoa học dữ liệu và máy học, Deep Learning và trí tuệ nhân tạo là điểm cộng

2/ Năng lực:

2.1 Kiến thức/ Chuyên môn:

Có bằng cấp chuyên môn đối với một hoặc nhiều lĩnh vực kiến thức như sau:

- Kinh tế / tài chính ngân hàng

- Khoa học dữ liệu

- Khoa học máy tính

- Công nghệ phần mềm

- Toán – thống kê

2.2 Kỹ năng:

2.2.1. Các kỹ năng kỹ thuật (technical skill)

- Lập Trình: Thành thạo một trong những ngôn ngữ lập trình phổ biến trong khoa học dữ liệu như Python, R, SQL, Scala, hoặc Java.

- Phân Tích và Xử Lý Dữ Liệu: Kỹ năng trong việc xử lý, làm sạch, và chuẩn bị dữ liệu cho phân tích bằng cách sử dụng các thư viện như Pandas, NumPy (Python), hoặc dplyr (R).

- Thống Kê: Hiểu biết vững chắc về các kỹ thuật thống kê

- Trực Quan Hóa Dữ Liệu: Kỹ năng trong việc sử dụng công cụ trực quan hóa dữ liệu như Matplotlib, Seaborn (Python), ggplot2 (R), hoặc công cụ BI như Tableau, Power BI.

- Quản Lý Dữ Liệu Lớn: Hiểu biết về hệ thống quản lý dữ liệu lớn như Hadoop, Spark, và kỹ năng làm việc với dữ liệu phân tán.

2.2.2. Các kỹ năng không phải kỹ thuật (non-technical skills)

- Tư Duy Phản Biện và Giải Quyết Vấn Đề: Khả năng phân tích sâu và đánh giá thông tin từ nhiều nguồn để đưa ra giải pháp sáng tạo cho vấn đề kinh doanh.

- Giao Tiếp và Trình Bày: Kỹ năng giao tiếp mạnh mẽ để truyền đạt phức tạp kỹ thuật và phân tích dữ liệu thành thông tin dễ hiểu cho người không chuyên môn.

- Hiểu Biết Kinh Doanh: Năng lực trong việc hiểu và áp dụng kiến thức dữ liệu vào mục tiêu và quy trình kinh doanh, bao gồm cả khả năng đánh giá tác động kinh doanh của các phát hiện từ dữ liệu.

- Làm Việc Nhóm và Hợp Tác: Khả năng làm việc hiệu quả trong các nhóm đa ngành, cũng như hợp tác với các bộ phận khác nhau trong tổ chức.

- Tư Duy Sáng Tạo và Đổi Mới: Khả năng sáng tạo trong việc tìm ra cách thức mới để phân tích dữ liệu và áp dụng các giải pháp kỹ thuật cho vấn đề kinh doanh.

3/ Các kinh nghiệm liên quan:

Tối thiểu 3 năm kinh nghiệm trong các lĩnh vực như:

- Làm việc tại các đơn vị chuyên môn nghiệp vụ thuộc các Khối kinh doanh của Ngân hàng hoặc tại các kênh phân phối

- Có kinh nghiệm làm việc tại các vị trí liên quan đến phân tích và xử lý dữ liệu

- Có kinh nghiệm làm việc thực tế tại các dự án / tham gia các dự án liên quan đến ứng dụng dữ liệu

- Đã từng tham gia hackathons, hoặc tự xây dựng và phát triển các dự án cá nhân về ứng dụng dữ liệu