Ngân hàng Oricombank - OCB ★ 3.1

1. Kiểm toán mô hình (Model Audit)

- Đánh giá tính phù hợp của phương pháp luận xây dựng mô hình (model development) theo chuẩn mực NHNN, Basel II/III, IFRS 9 và quy định nội bộ.

- Kiểm tra tính chính xác của dữ liệu đầu vào, quy trình làm sạch dữ liệu (data cleaning), trích xuất, phân tầng và biến đầu vào của mô hình.

- Rà soát thuật toán xây dựng mô hình, logic chấm điểm/ước tính PD/LGD/EAD, threshold cut-off, calibration, validation.

- Đánh giá model governance: phê duyệt, vòng đời mô hình, theo dõi và tái kiểm định định kỳ.

2. Kiểm toán mô hình xếp hạng tín dụng (Doanh nghiệp – Cá nhân)

- Kiểm tra thiết kế mô hình, trọng số biến, phương pháp tính điểm, tiêu chí xếp hạng & mapping sang nhóm nợ.

- Đánh giá tính ổn định mô hình, mức độ phân biệt (discriminatory power), tính dự báo (predictive power), back–testing.

3. Kiểm toán mô hình CAR & ICAAP

- Rà soát phương pháp tính CAR, phân bổ tài sản có rủi ro (RWA), trọng số rủi ro, dữ liệu đầu vào.

- Kiểm toán quy trình ICAAP: nhận diện rủi ro, đo lường, stress test, kịch bản, phân bổ vốn nội bộ và báo cáo cho HĐQT/NHNN.

4. Phân tích dữ liệu phục vụ kiểm toán

- Thiết kế và chạy các bộ test dữ liệu: tính toàn vẹn dữ liệu, logic nghiệp vụ, so khớp chéo giữa các hệ thống.

- Xây dựng bộ chỉ số cảnh báo sớm (early warning), hỗ trợ phát hiện sai lệch trong mô hình hoặc dữ liệu.

- Tự động hóa kiểm toán bằng Python/SQL/Power BI.

5. Báo cáo & Kiến nghị

- Lập báo cáo kiểm toán về mô hình, đưa ra khuyến nghị mang tính cải thiện hệ thống, kiểm soát và tuân thủ.

- Theo dõi việc khắc phục của đơn vị được kiểm toán.

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