1. Trình độ
- Tốt nghiệp đại học trở lên các ngành: Toán thống kê, Kinh tế lượng, Phân tích dữ liệu, Tài chính – Ngân hàng, Rủi ro, Khoa học dữ liệu…
- Ưu tiên ứng viên có các chứng chỉ: FRM, CFA, Data Analyst, Machine Learning, Basel/IFRS 9, hoặc kinh nghiệm tại Big4, ngân hàng.
2. Kiến thức chuyên môn cần có
- Hiểu biết sâu về mô hình xếp hạng tín dụng, mô hình IRB/Basel II–III, mô hình stress test, ICAAP.
- Kiến thức vững về nghiệp vụ ngân hàng, tín dụng, rủi ro tín dụng, quản lý mô hình (model governance).
- Am hiểu phương pháp luận xây dựng & kiểm định mô hình:
- Logistic regression, scorecard, machine learning căn bản
- Gini, KS, ROC, stability index, calibration
- Nắm vững điều kiện dữ liệu: chất lượng dữ liệu, lineage, cleansing, transformation.
3. Kỹ năng kỹ thuật
- Thành thạo một trong các công cụ:
- SQL, Python (pandas, numpy, sklearn), R, Power BI, SAS, Excel nâng cao.
- Kỹ năng đọc hiểu tài liệu mô hình, đặc tả kỹ thuật và tài liệu phương pháp luận.
- Kỹ năng xử lý tập dữ liệu lớn, kiểm thử dữ liệu, phát hiện sai lệch.
4. Kinh nghiệm
- Tối thiểu 2–3 năm kinh nghiệm trong một trong các mảng: Phân tích dữ liệu ngân hàng; Xây dựng/kiểm định mô hình; Kiểm toán nội bộ/kiểm toán mô hình; Rủi ro tín dụng, phân tích danh mục.
- Ưu tiên ứng viên từng làm tại khối RRTD, Khối Mô hình, Khối QLRR, Big4 Advisory/Analytics.
5. Kỹ năng mềm
- Tư duy phân tích – logic xuất sắc
- Có khả năng đọc – hiểu hệ thống nhanh
- Viết báo cáo rõ ràng, mạch lạc
- Giao tiếp tốt với các khối mô hình/QLRR/IT
- Tinh thần độc lập, khách quan, tuân thủ cao
6. Tố chất phù hợp
- Cẩn trọng, nguyên tắc, trung thực
- Không ngại đào sâu dữ liệu phức tạp
- Có góc nhìn rủi ro và hiểu bản chất hoạt động ngân hàng
- Khả năng làm việc dưới áp lực và deadline kiểm toán
