Kiểm toán nội bộ, Hội sở - Kiểm toán viên (phụ trách mô hình, dữ liệu)

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