Risk Management Data Analytics Expert - Id9106

Thực hiện tính toán, phân tích và theo dõi các chỉ tiêu CAR, RWA, RROE theo quy định của NHNN (phương pháp tiêu chuẩn và phương pháp nâng cao) và Basel. Phân tích biến động CAR/RWA, đánh giá nguyên nhân biến động RWA từng khối, danh mục & KH.

Thực hiện các báo cáo định kỳ và phân tích phục vụ Ban lãnh đạo, NHNN.

Tìm hiểu, nghiên cứu các sản phẩm, nghiệp vụ ngân hàng và cấu trúc dữ liệu liên quan; đề xuất yêu cầu xây dựng và phát triển Data Mart phục vụ tính toán, phân tích và quản trị CAR/RWA.

Tham gia rà soát, đánh giá chất lượng và tính đầy đủ của dữ liệu trên DWH; đề xuất bổ sung, chuẩn hóa các trường dữ liệu phục vụ tính toán, phân tích CAR/RWA và đáp ứng yêu cầu của các sản phẩm mới.

Nghiên cứu các quy định của NHNN (Thông tư 41, Thông tư 14 và các quy định liên quan) cùng các chuẩn mực Basel; tham gia xây dựng phương pháp tính toán RWA đối với rủi ro tín dụng, phát triển các công cụ tính toán phục vụ phân tích và mô phỏng danh mục.

Thực hiện phân tích nghiệp vụ, xây dựng BRD, kiểm thử (UAT) và phối hợp triển khai hệ thống tính toán tự động.

Xây dựng dashboard, báo cáo quản trị và tự động hóa quy trình khai thác dữ liệu, tính toán và báo cáo bằng SQL, Python, Power BI hoặc các công cụ phân tích dữ liệu khác; đảm bảo chất lượng dữ liệu và thời gian cung cấp báo cáo.

Thực hiện phân tích chuyên sâu về danh mục, khách hàng và khoản vay; đánh giá các yếu tố ảnh hưởng đến RWA, nhận diện cơ hội tối ưu RWA và nâng cao hiệu quả sử dụng vốn của Ngân hàng.

Tham gia các dự án Basel và các dự án chuyển đổi liên quan đến quản trị rủi ro; nghiên cứu các quy định mới của NHNN/Basel, đề xuất cải tiến phương pháp tính toán, quy trình, mô hình dữ liệu và các công cụ phân tích.

Chia sẻ kiến thức, hướng dẫn và hỗ trợ các thành viên trong nhóm về nghiệp vụ, dữ liệu và công cụ phục vụ công việc.

1. Trình độ đào tạo

Tốt nghiệp đại học các chuyên ngành về Tài chính ngân hàng, Toán Tài chính, Tài chính doanh nghiệp, Hệ thống thông tin quản lý, Kinh tế đối ngoại… và các chuyên ngành liên quan

FRM là một lợi thế

2. Kiến thức/ Chuyên môn có liên quan

Có kiến thức về sản phẩm ngân hàng, quản trị rủi ro hoặc tài chính.

Có hiểu biết về Basel II/Basel III là một lợi thế.

Có tư duy phân tích dữ liệu và giải quyết vấn đề.

Kiến thức về v

Yêu cầu công việc

1. Trình độ đào tạo

Tốt nghiệp đại học các chuyên ngành về Tài chính ngân hàng, Toán Tài chính, Tài chính doanh nghiệp, Hệ thống thông tin quản lý, Kinh tế đối ngoại… và các chuyên ngành liên quan

FRM là một lợi thế

2. Kiến thức/ Chuyên môn có liên quan

Có kiến thức về sản phẩm ngân hàng, quản trị rủi ro hoặc tài chính.

Có hiểu biết về Basel II/Basel III là một lợi thế.

Có tư duy phân tích dữ liệu và giải quyết vấn đề.

Kiến thức về vòng đời phát triển hệ thống và phân tích nghiệp vụ là lợi thế

2. Các kỹ năng

Advance Microsoft Excel, Word, Power Point

Sử dụng thuần thục SQL.

Có khả năng sử dụng Python để xử lý dữ liệu là lợi thế.

Có kinh nghiệm sử dụng Power BI hoặc các công cụ BI khác là lợi thế.

Có khả năng phân tích dữ liệu và trực quan hóa dữ liệu.

3. Các kinh nghiệm liên quan

Tối thiểu 3 năm kinh nghiệm một hoặc nhiều lĩnh vực sau Data Analyst (DA), Business Intelligence (BI), Business analyst (BA), Risk Analytics, Credit risk, Basel/Risk management

Có kinh nghiệm phân tích dữ liệu, làm việc với dữ liệu lớn và tự động hóa báo cáo

4. Các năng lực cần có

Strong analytical thinking.

Data-driven mindset.

Khả năng tự tìm hiểu và làm việc với dữ liệu.

Có đam mê với dữ liệu, sản phẩm ngân hàng và các bài toán phân tích.

Chủ động và sáng tạo trong công việc.

Quyền lợi

• Thưởng: Thu nhập hấp dẫn, lương thưởng cạnh tranh theo năng lực
• Chăm sóc sức khoẻ: Thưởng các Ngày lễ, Tết (theo chính sách ngân hàng từng thời kỳ)
• Nghỉ phép có lương: Được vay ưu đãi theo chính sách ngân hàng từng thời kỳ