Tìm việc làm data analyst (1.103 việc)
- Chuyên môn: Chuyên ngành Kế toán, Tài chính, Tổng hợp kinh doanh.
- Ngoại ngữ:Giao tiếp Tiếng Anh cơ bản.
- Tốt nghiệp đại học chuyên ngành Thống kê, Toán ứng dụng, Kinh tế, Kế toán, Tài chính, Phân tích dữ liệu hoặc các chuyên ngành liên quan.
- Xây dựng bảng biểu, biểu đồ, dashboard trình bày dữ liệu trực quan (sử dụng Excel, Power BI, Tableau).
- Tối thiểu 4 năm kinh nghiệm trong lĩnh vực Data Analyst/BI
- Có kinh nghiệm với công cụ BI: Power BI, Tableau, Google Data Studio, Qlik hoặc Apache Superset
- Tốt nghiệp Cao đẳng/Đại học chuyên ngành Kinh tế, Tài chính, Quản trị kinh doanh, Hệ thống thông tin quản lý, Ngôn ngữ, .
- Được hướng dẫn đầy đủ cách sử dụng các phần mềm như CRM, ZOOM theo yêu cầu của công ty.
- Trình độ chuyên môn:Tốt nghiệp Đại học trở lên chuyên ngành Kinh tế, Ngân hàng, Kế toán hoặc các chuyên ngành liên quan.
- Xây dựng BRD, tham gia UAT và kiểm soát tiến độ triển khai cho các yêu cầu của phòng được khối CNTT và khối Dữ liệu phát triển.
- Write and maintain the data dictionary and data-entry SOPs, laying the foundation for the Data Warehouse and Data Moat
- 3-5 years of hands-on experience as a Data Analyst / BI Analyst /Data Engineer
- Viết và duy trì data dictionary, SOP nhập liệu, đặt nền cho Data Warehouse và Data Moat
- 3-5 năm kinh nghiệm thực chiến ở vị trí Data Analyst / BI Analyst /Data Engineer
- Ít nhất 2 năm kinh nghiệm trong lĩnh vực Data Analytics, có kinh nghiệm trong ngành game
- Hiểu biết về Machine Learning/Data Science là lợi thế
- Có kinh nghiệm sử dụng các công cụ BI như Power BI, Tableau, Superset.
- Thiết kế các chương trình campaign và cách thức đo lường hiệu quả các sáng kiến thông qua việc triển khai A/B test.
- Collaborate with Data engineers to ensure stable infrastructure, and with Analysts/BUs to ensure data is accurate, well-documented, and easy to consume
- Query and model data on Databricks (Spark SQL, Delta/Unity Catalog) to support deep-dive analysis beyond descriptive reporting
- Thu thập, tổng hợp và phân tích dữ liệu bán hàng, tồn kho, hiệu quả hàng hóa từ hệ thống POS/ERP và các báo cáo liên quan.
- Nghỉ phép 12 ngày/năm, nghỉ Lễ theo quy định của Luật lao động.
- Work with IT/Data teams to validate data logic, data definition, source system mapping and dashboard accuracy
- Support backlog prioritization by providing data evidence on business value, customer impact, funnel leakage and operational pain points
- Data Management (30%): Thu thập, quản lý, cập nhật, cải thiện các bộ dữ liệu
- Chuyên môn: Management Information Systems/Data Analysis/ Business Administration/ Finance or a related field
- Thành thạo các công cụ trực quan hóa dữ liệu như Power BI, Tableau hoặc Looker (ưu tiên ứng viên có kinh nghiệm sử dụng Apache Superset).
- Tốt nghiệp Đại học chuyên ngành:Toán học, Thống kê, Công nghệ thông tin, Khoa học dữ liệu hoặc các ngành liên quan, .
- Data Product Ownership: Act as the main Product Owner for end-to-end data initiatives, taking full accountability for the implementation, maintenance, and continuous optimization of data products
- Bridge Business &Data Architecture: Serve as the Data BA in cross-functional projects, seamlessly translating business requirements and domain logic into technical data warehouse requirements
- Có từ 02-04 năm kinh nghiệm tại vị trí Data Analyst, BI Analyst hoặc tương đương
- xây dựng báo cáo trên nền tảng kho dữ liệu tập trung (Data Lakehouse)
- Tối thiểu 02 năm kinh nghiệm ở vị trí Business Analyst hoặc Data Business Analyst
- Xây dựng các tài liệu phân tích như URD, BRD, FSD, User Story, Data Mapping, Data Flow và các tài liệu liên quan
Xem tất cả: Tìm việc làm Chuyên viên Phân tích Nghiệp vụ
- 5 năm kinh nghiệm ở vị trí BI/Business Analyst/Analyst
- Develop and optimize SQL queries to analyze large datasets from the Data Warehouse
- Ensure data accuracy and maintain high standards of data quality
- Tối thiểu 2 năm kinh nghiệm ở vị trí phân tích dữ liệu (Data Analyst), BI hoặc khoa học dữ liệu
- Có kiến thức mô hình hóa dữ liệu (data modeling, star schema) hoặc từng làm việc với kho dữ liệu
Mọi người cũng đã tìm kiếm
Chức danh: business intelligence analyst · thực tập sinh data analyst · it business analyst · business analyst · data scientist
Địa điểm: Hà Nội · Hồ Chí Minh · Đà Nẵng · Cần Thơ · Hải Phòng · thêm ›
I. Data Analyst là gì? Khác gì Business Analyst?
Data Analyst (DA) là người thu thập, xử lý và diễn giải dữ liệu thô thành thông tin có giá trị (insights), giúp doanh nghiệp ra quyết định dựa trên cơ sở thực tế thay vì cảm tính.
Trong khi DA tập trung vào khai thác sự thật từ con số qua các công cụ kỹ thuật, Business Analyst (BA) lại ưu tiên giao tiếp và tối ưu quy trình kinh doanh.
Nếu là sinh viên mới ra trường, JobOKO khuyên bạn nên nhắm tới vị trí thực tập hoặc Junior tại các công ty E-commerce (Shopee), Fintech (MoMo), Agency Marketing hoặc bộ phận BI (Business Intelligence) của các ngân hàng để học quy trình bài bản từ làm sạch dữ liệu đến trực quan hóa Dashboard.
Bạn đang tìm kiếm cơ hội bứt phá thu nhập?
Đừng bỏ lỡ danh sách các vị trí việc làm IT HOT tại các tập đoàn lớn nhé!
II. Ai phù hợp làm Data Analyst?
Nghề Data Analyst dành cho những ai có tư duy logic, sự tò mò và đam mê giải quyết vấn đề từ con số. Bên cạnh nền tảng kỹ thuật (SQL, Python, BI), ứng viên cần có kỹ năng kể chuyện dữ liệu (Storytelling) để chuyển hóa insight thành hành động.
Bạn băn khoăn liệu tính cách của mình có thực sự phù hợp làm Data Analyst?
III. Kỹ năng cần có để ứng tuyển Data Analyst
1. Nền tảng Excel và SQL
Đây là bộ đôi "vũ khí" bắt buộc để trích xuất và xử lý dữ liệu lớn tại mọi ngân hàng hay doanh nghiệp TMĐT. Excel giúp tính toán nhanh, trong khi SQL là ngôn ngữ cốt lõi để truy vấn thông tin từ các hệ thống cơ sở dữ liệu.
2. Công cụ trực quan hóa Power BI hoặc Tableau
Sau khi xử lý dữ liệu, bạn cần kỹ năng thiết kế Dashboard tự động để giúp ban lãnh đạo theo dõi KPI theo thời gian thực. Kỹ năng này đặc biệt được săn đón tại các tập đoàn đa quốc gia có hệ thống báo cáo phức tạp.
3. Lập trình Python xử lý dữ liệu chuyên sâu
Tại các Tech startup hoặc Fintech, Python là công cụ mạnh mẽ để tự động hóa báo cáo và triển khai các mô hình dự báo chuyên sâu. Nó giúp bạn vượt qua giới hạn của Excel khi đối mặt với những tệp dữ liệu khổng lồ hàng triệu dòng.
4. Tư duy phân tích và kiến thức ngành (Domain Knowledge)
Bên cạnh kỹ thuật, Analyst cần hiểu sâu lĩnh vực đang làm (Tài chính, Marketing...) để đặt đúng câu hỏi và tìm ra insight thực tế. Đây là "chìa khóa" giúp bạn thăng tiến tại các Agency hoặc các bộ phận phát triển chiến lược.
5. Kể chuyện dữ liệu và giao tiếp thuyết phục
Để những phân tích không bị bỏ xám, bạn cần khả năng Storytelling để thuyết phục các bên liên quan thực hiện theo đề xuất hành động. Kỹ năng này giúp bạn tỏa sáng trong các buổi họp báo cáo tại mọi loại hình doanh nghiệp.
6. Kỹ năng cộng tác cùng AI trong phân tích
Đến năm 2026, việc làm chủ các công cụ AI như ChatGPT, Gemini hay Claude sẽ giúp bạn tối ưu hóa việc viết code và làm sạch dữ liệu. Đây là năng lực sinh tồn giúp bạn thích nghi nhanh chóng với sự thay đổi của công nghệ tại các công ty chuyển đổi số.
Bạn chưa có CV ấn tượng?
Sử dụng ngay công cụ tạo CV online của JobOKO để tối ưu cho ATS nhé!
IV. Bật mí bộ câu hỏi phỏng vấn Data Analyst 2026
Năm 2026, JobOKO dự đoán, phỏng vấn Data Analyst khả năng lớn sẽ tập trung vào tư duy giải quyết vấn đề và khả năng tối ưu hóa quy trình cùng AI. Nhà tuyển dụng tại các Tập đoàn lớn (Fintech, Ngân hàng) sẽ ưu tiên SQL/Big Data, trong khi Startup/Agency sẽ đề cao sự đa nhiệm và học nhanh. Bạn nên chuẩn bị kỹ các câu hỏi về kỹ thuật cốt lõi, phân tích tình huống kinh doanh và kể chuyện bằng dữ liệu để ghi điểm.
Một số câu hỏi thường gặp:
- Câu hỏi về SQL: Phân biệt sự khác nhau giữa mệnh đề WHERE và HAVING, đồng thời nêu tình huống cụ thể bạn sẽ sử dụng Window Functions thay vì GROUP BY để giải quyết bài toán xếp hạng hoặc tính tổng lũy kế.
- Câu hỏi về xử lý dữ liệu: Bạn áp dụng quy trình nào để làm sạch một tập dữ liệu lộn xộn và cách bạn giải quyết các giá trị bị thiếu (missing values) thông qua các phương pháp như Imputation (thay thế) hay xóa bỏ.
- Câu hỏi về phân tích tình huống: Nếu doanh thu giảm 25% bất ngờ, bạn sẽ bắt đầu điều tra từ những chỉ số (metrics) nào đầu tiên và áp dụng quy trình 5 bước nào để tìm ra nguyên nhân gốc rễ.
- Câu hỏi về ứng dụng AI: Bạn hiện đang sử dụng các công cụ AI (như ChatGPT, Claude, Microsoft Copilot hay Julius AI) như thế nào để tối ưu hóa việc viết mã Python/SQL và tự động hóa quy trình báo cáo.
- Câu hỏi về giải quyết xung đột: Hãy kể về một lần kết quả phân tích của bạn trái ngược hoàn toàn với giả định của quản lý cấp cao và cách bạn sử dụng dữ liệu để thuyết phục họ thay đổi quyết định.
Để tự tin hơn trước hội đồng tuyển dụng, hãy tham khảo ngay bộ bí kíp độc quyền từ JobOKO:
V. FAQ - Một số câu hỏi thường gặp
1. Data Analyst cần học ngành gì?
Bạn nên ưu tiên các ngành Khoa học máy tính, Toán - Thống kê, Khoa học dữ liệu hoặc Hệ thống thông tin quản lý. Ngoài ra, khối ngành Kinh tế, Tài chính, Marketing cũng rất phù hợp nếu được đào tạo định hướng phân tích.
2. Lương Data Analyst hiện nay bao nhiêu?
Mức lương tại Việt Nam dao động phổ biến từ 10 - 45 triệu VNĐ/tháng. Nhóm dưới 1 năm kinh nghiệm nhận khoảng 10 - 15 triệu, từ 1 - 3 năm đạt 15 - 25 triệu, và cấp chuyên gia trên 5 năm có thể trên 45 triệu.
3. Data Analyst làm việc ở đâu?
Data Analyst có thể làm việc tại các doanh nghiệp Thương mại điện tử, Tài chính - Ngân hàng, Y tế, Công nghệ và Logistics. Đây là vị trí thiết yếu tại các tập đoàn lớn, startup công nghệ và agency.
4. Tìm việc Data Analyst ở đâu?
Để tiếp cận cơ hội tốt, bạn nên ưu tiên nền tảng có bộ lọc rõ theo kỹ năng (SQL, Python, BI), kinh nghiệm và mức lương. Truy cập trang tìm việc JobOKO và bật thông báo việc làm để nhận tin tuyển dụng mới, nhanh và phù hợp nhất với định hướng.
Nếu gặp bất cứ vấn đề gì cần hỗ trợ, hãy gọi tới HOTLINE hoặc gửi thư về địa chỉ email bên dưới để được hỗ trợ.
Giải thưởng của chúng tôi
Giải đồng
Chương trình Make in Viet-Nam 2023
Top 3
Nền tảng số tiêu biểu của Bộ TT&TT 2022
Top 10
Dự án xuất sắc nhất Viet-Solutions 2020 - Chương trình Chuyển đổi số Quốc gia của Bộ TT&TT