Product Engineering (Fabric Data Engineering) in Bagnacavallo

Product Engineering (Fabric Data Engineering) in Bagnacavallo

Bagnacavallo Full-Time 64500 € / anno Ibrido
Allstate

In sintesi

  • Mansioni: Progetta e gestisci architetture dati innovative con Microsoft Fabric.
  • Azienda: Allstate, leader nel settore assicurativo con una cultura collaborativa.
  • Benefit: Lavoro ibrido, sconti per dipendenti, rimborso spese per istruzione e programmi di benessere.
  • Altre informazioni: Opportunità di crescita professionale in un ambiente dinamico.
  • Perché questo lavoro: Unisciti a noi per fare la differenza nella protezione delle famiglie.
  • Qualifiche: Esperienza in ingegneria dei dati e competenze in SQL e Python.

Presso Allstate, grandi cose accadono quando le nostre persone lavorano insieme per proteggere le famiglie e i loro beni dalle incertezze della vita. Da oltre 90 anni, il nostro spirito innovativo ci ha mantenuti un passo avanti rispetto alle esigenze in evoluzione dei nostri clienti.

Chi è Allstate: Allstate Insurance Company of Canada è un importante assicuratore di abitazioni e auto focalizzato sulla fornitura ai propri clienti di prodotti e servizi di prevenzione e protezione per ogni fase della vita. Servendo i canadesi dal 1953, Allstate si impegna a rassicurare sia i clienti che i dipendenti con la sua promessa "You're in Good Hands®" ed è orgogliosa di essere stata nominata Miglior Datore di Lavoro in Canada per nove anni consecutivi. Allstate è impegnata a fare una differenza positiva nelle comunità in cui opera attraverso partnership con organizzazioni benefiche, donazioni dei dipendenti e volontariato.

Benefici per unirsi ad Allstate:

  • Flessibilità negli orari di lavoro.
  • Sconti per i dipendenti (15% su assicurazioni auto e immobili, oltre a molti altri prodotti e servizi).
  • Programma Good Office (ricevi fino a $400 indietro dopo aver acquistato attrezzature per ufficio).
  • Programma di abbinamento dei pagamenti per prestiti studenteschi per prestiti governativi.
  • Programma completo di risparmio per la pensione con contributi abbinati dal datore di lavoro.
  • Indennità annuale per il benessere per supportare i dipendenti nel migliorare la salute e il benessere.
  • Giorni personali.
  • Rimborso delle spese per l'istruzione.
  • Lavorare all'interno della comunità e restituire.

Descrizione del lavoro: Il ruolo di Product Engineering (Fabric Data Engineering) combina ingegneria della piattaforma, ingegneria dei dati, modellazione dimensionale, consegna del livello Gold e abilitazione dell'analisi aumentata dall'IA all'interno di Microsoft Fabric. Questo ruolo è responsabile della progettazione e gestione dello spazio di lavoro Fabric del team, dell'architettura OneLake/Lakehouse, del processo di rilascio CI/CD, dei modelli di ingestione Bronze, delle pipeline di trasformazione Silver/Gold, della strategia di prestazione delle tabelle Delta, del modello di sicurezza e del framework di osservabilità.

Responsabilità:

  • Progettare/codificare e possedere lo spazio di lavoro Microsoft Fabric, OneLake, Lakehouse e Warehouse, inclusi i modelli di ingestione del livello Bronze per polizze, sinistri, fatturazione e feed di dati di fornitori terzi.
  • Stabilire e far rispettare gli standard di costruzione dei dati di Fabric, le pratiche di governance, i modelli di ingegneria riutilizzabili, le convenzioni di denominazione e le aspettative di revisione del codice all'interno del team di consegna.
  • Costruire e mantenere pipeline CI/CD di Azure DevOps attraverso ambienti di sviluppo, test e produzione, inclusi gate di approvazione, gestione dei principi di servizio, parametrizzazione del deployment e processi di rilascio ripetibili.
  • Progettare, costruire e ottimizzare la logica di pulizia, deduplicazione, conformità e riconciliazione del livello Silver per creare dataset affidabili e pronti per l'audit per analisi successive.
  • Progettare e mantenere modelli dimensionali del livello Gold, schemi a stella, tracciamento della storia delle dimensioni lentamente variabili di tipo 2, modelli di caricamento incrementale e mart business-ready utilizzando i principi di Kimball e ingegneria analitica.
  • Implementare controlli di qualità dei dati automatizzati, inclusa la validazione del conteggio delle righe, la riconciliazione delle misure, i controlli di integrità SCD2, la validazione della provenienza e la segnalazione delle eccezioni.
  • Ottimizzare le tabelle Delta e i carichi di lavoro di Fabric utilizzando tecniche come OPTIMIZE, Z-Order, V-Order, Liquid Clustering, VACUUM, Change Data Feed e ottimizzazione delle risorse Spark in base al carico di lavoro effettivo e ai modelli di query di Power BI.
  • Possedere il modello di sicurezza di Fabric e OneLake, inclusi ruoli di workspace, RBAC di OneLake, sicurezza a livello di riga, sicurezza a livello di colonna, sicurezza a livello di oggetto, etichette di sensibilità di Microsoft Purview e allineamento DLP.
  • Progettare, costruire e mantenere modelli semantici Power BI Direct Lake, misure DAX, controlli di accesso ai dataset e livelli di reporting ottimizzati per le prestazioni direttamente sopra il livello Gold.
  • Configurare modelli semantici per la prontezza all'IA e al Copilot, inclusi schemi di dati IA, risposte verificate, chiare descrizioni di tabelle/colonne/misure e metadati comprensibili per il business.
  • Utilizzare Copilot in Power BI e strumenti di produttività ingegneristica come GitHub Copilot per accelerare la modellazione, la creazione di report, la documentazione e la validazione, garantendo che tutti gli output generati soddisfino gli standard di qualità aziendale.
  • Stabilire monitoraggio operativo e osservabilità utilizzando Fabric Capacity Metrics, Monitoring Hub, monitoraggio dello spazio di lavoro, Azure Monitor e Log Analytics per identificare proattivamente problemi di prestazione o affidabilità.
  • Risoluzione dei problemi di pipeline di produzione, qualità dei dati, modelli semantici e problemi di prestazione dei report; guidare l'analisi delle cause profonde e coordinare la rimediatura con piattaforme, analisi, business e team di supporto.
  • Esporre dati Lakehouse, Warehouse, Gold-layer o modelli semantici tramite API Fabric per GraphQL o REST dove è richiesto un consumo programmatico o a livello di applicazione.
  • Mantenere documentazione architettonica, runbook, definizioni di provenienza, glossari aziendali, materiali di onboarding e guide per l'auto-servizio per stakeholder tecnici e non tecnici.
  • Collaborare con stakeholder aziendali in underwriting, sinistri, attuariale, finanza e team di reporting normativo per tradurre i requisiti dei dati in prodotti di dati Fabric scalabili e spiegare gli output analitici in termini aziendali.
  • Mentorare ingegneri, rivedere pull request, supportare la pianificazione della capacità e promuovere pratiche ingegneristiche condivise attraverso attività di ingegneria dei dati, ingegneria analitica e sviluppo di Power BI.

Qualifiche:

  • Ingegneria Microsoft Fabric, inclusi Workspaces, OneLake, Lakehouse, Warehouse, Notebooks, Data Pipelines, Dataflows e Direct Lake.
  • Sviluppo di ingegneria e trasformazione dei dati utilizzando SQL, PySpark, Python, Spark, Delta Lake e modelli ELT moderni.
  • Architettura Lakehouse Bronze, Silver e Gold, inclusi ingestione, pulizia, conformità, riconciliazione e progettazione di data mart pronti per il business.
  • Competenza nella modellazione dimensionale, inclusa la metodologia Kimball, schemi a stella, progettazione di fatti/dimensioni, definizione del grano, dimensioni lentamente variabili di tipo 2 e modelli di caricamento incrementale.
  • Ottimizzazione delle prestazioni delle tabelle Delta utilizzando OPTIMIZE, Z-Order, V-Order, Liquid Clustering, VACUUM, Change Data Feed, strategia di partizionamento e ottimizzazione del carico di lavoro Spark.
  • Competenze in Azure DevOps e CI/CD, inclusi sviluppo basato su Git, pull request, gate di approvazione, promozione degli ambienti, automazione del deployment e governance del rilascio.
  • Sviluppo di modelli semantici Power BI, inclusi modelli Direct Lake, relazioni, misure DAX, logica di calcolo, sicurezza dei dataset e ottimizzazione delle prestazioni dei report.
  • Prontezza all'IA e al Copilot per l'analisi, inclusa la descrizione dei modelli semantici, risposte verificate, schemi di dati IA, metadati comprensibili per il business e validazione degli output generati dall'IA.
  • Governance e sicurezza dei dati, inclusi RBAC di OneLake, ruoli di workspace, sicurezza a livello di riga, sicurezza a livello di colonna, sicurezza a livello di oggetto, etichette di sensibilità di Microsoft Purview, provenienza e allineamento DLP.
  • Ingegneria della qualità dei dati, inclusa la validazione automatizzata, controlli di riconciliazione, gestione delle eccezioni, validazione della provenienza, auditabilità e supporto alla reportistica normativa.
  • Monitoraggio e supporto operativo utilizzando Fabric Capacity Metrics, Monitoring Hub, monitoraggio dello spazio di lavoro, Azure Monitor, Log Analytics, triage degli incidenti e analisi delle cause profonde.
  • Comprensione del dominio assicurativo, in particolare concetti di polizze auto e immobili, sinistri, fatturazione, attuariale, underwriting, reporting normativo, rapporto di perdita e rapporto combinato.
  • Consapevolezza di API e integrazione, inclusi API Fabric per GraphQL, modelli di consumo basati su REST e accesso governato alle applicazioni downstream.
  • Competenze di documentazione e comunicazione, inclusa documentazione architettonica, runbook, glossari aziendali, provenienza dei dati, materiali di onboarding e spiegazioni pronte per gli stakeholder.
  • Competenze di leadership tecnica, inclusa la mentorship degli ingegneri, la revisione del codice, la definizione di modelli riutilizzabili, l'applicazione di standard, il supporto alla pianificazione della capacità e la collaborazione tra piattaforme, analisi e team aziendali.

Allstate Canada Group ha politiche e pratiche che forniscono sistemazioni sul posto di lavoro. Se hai bisogno di sistemazioni, ti preghiamo di farcelo sapere e lavoreremo con te per soddisfare le tue esigenze.

Compenso: Il compenso previsto per questo ruolo varia da $80,900 a $120,000 all'anno. Lo stipendio effettivo offerto ai candidati di successo varierà in base alle loro competenze ed esperienze.

Unirsi al nostro team non è solo un lavoro: è un'opportunità. Una che porta le tue competenze e le spinge al livello successivo. Una che ti incoraggia a sfidare status quo. Una dove puoi plasmare il futuro della protezione mentre supporti cause che significano di più per te. Unirsi al nostro team significa far parte di qualcosa di più grande: un team vincente che fa un impatto significativo.

Allstate Canada Group utilizza strumenti tecnologici di intelligenza artificiale per assistere nella selezione, valutazione e programmazione dei colloqui con i candidati come parte del processo di reclutamento.

Product Engineering (Fabric Data Engineering) in Bagnacavallo datore di lavoro: Allstate

Allstate offre un ambiente di lavoro collaborativo e stimolante, dove i dipendenti possono contribuire a proteggere le famiglie e i loro beni. Con oltre 90 anni di esperienza, l'azienda è riconosciuta come uno dei migliori datori di lavoro in Canada per nove anni consecutivi, evidenziando il suo impegno per la crescita professionale e il benessere dei dipendenti.

Allstate

Dettagli di contatto:

Team di recruiting di Allstate

Consigli degli esperti StudySmarter🤫

Ecco come pensiamo che potresti ottenere Product Engineering (Fabric Data Engineering) in Bagnacavallo

✨Sfrutta i Meetups di Data Science

Partecipare a meetups e conferenze di data science è un must! Questi eventi sono un ottimo modo per connettersi con esperti del settore e altre persone in cerca di lavoro. Non vergognarti di farti avanti e parlare con i relatori: potrebbe aprirti porte inaspettate.

✨Progetti Open Source per Farsi Notare

Contribuire a progetti open source è una fantastica opportunità per mostrare le tue competenze pratiche. Non solo aiuta a costruire il tuo portfolio, ma ti consente anche di lavorare con tecnologie che potrebbero essere ricercate dalla tua futura azienda. Cerca progetti su GitHub legati a data science e mettiti in gioco!

✨Unisciti a Comunità Online

Entrare a far parte di comunità online come Kaggle o forum di data science può essere un grande vantaggio. Non solo puoi partecipare a competizioni e migliorare le tue abilità, ma puoi anche costruire una rete con altri professionisti del settore. Queste connessioni possono rivelarsi preziose quando cerchi un lavoro a tempo pieno.

✨Candidati Direttamente su Allstate

Non dimenticare di candidarti direttamente sul sito di Allstate! Spesso le aziende preferiscono ricevere applicazioni tramite il loro portale, quindi assicurati di seguire le istruzioni specifiche. Un’applicazione diretta può darti un vantaggio rispetto a chi usa canali più generali.

Pensiamo che ti servano queste competenze per eccellere come Product Engineering (Fabric Data Engineering) in Bagnacavallo

Communication Skills
Problem-Solving Skills
Adaptability
Time Management
Attention to Detail
Customer Service Skills
Safety Awareness

Alcuni consigli per la tua candidatura 🫡

Evidenzia le tue competenze tecniche:Nel campo della data science, è fondamentale mostrare le tue competenze tecniche. Assicurati di includere nel tuo CV le lingue di programmazione che conosci, come Python o R, e i tool che hai utilizzato, come TensorFlow o scikit-learn. Non dimenticare di far vedere i tuoi progetti o le tue analisi precedenti, magari con link a GitHub o portafogli di lavoro!

Scrivi una lettera motivazionale convincente:Per un ruolo full-time in data science, la lettera motivazionale è la tua occasione per far trasparire la tua passione per i dati e la tua voglia di contribuire al lavoro di Allstate. Spiega perché sei interessato a questo specifico ruolo e come le tue esperienze passate ti rendono il candidato ideale. Non essere timido: condividi le tue ambizioni e la tua visione per il futuro!

Includi risultati quantificabili:Quando parli delle tue esperienze lavorative precedenti, cerca di includere risultati quantificabili che dimostrino il tuo impatto. Ad esempio, puoi dire che hai aumentato l'efficienza di un'analisi del 20% o che hai contribuito a un progetto che ha portato a un aumento del fatturato del 15%. Metriche del genere catturano sempre l'attenzione dei recruiter!

Mostra il tuo approccio alla risoluzione dei problemi:La data science è tutta una questione di risolvere problemi complessi. Utilizza il tuo CV e la tua lettera motivazionale per descrivere come hai affrontato sfide specifiche in progetti precedenti. Ti consigliamo di includere un breve case study o un esempio pratico dei tuoi risultati per davvero colpire i selezionatori di Allstate. Mostra loro come pensi e come apprendi!

Come prepararti a un colloquio di lavoro presso Allstate

✨Brilla con il tuo Portafoglio

Porta con te un portfolio che mostri i tuoi progetti di data science. Includi studi di caso dettagliati e le tecniche che hai utilizzato, come l'analisi dei dati, il machine learning o la visualizzazione. In questo modo possiamo dimostrare concretamente il nostro problema-solving e le nostre competenze tecniche, che sono fondamentali in questo campo!

✨Preparati a Domande Tecniche

Aspettati domande tecniche in merito a statistica, machine learning e linguaggi di programmazione come Python o R. Potrebbero chiederti di spiegare modelli specifici o di analizzare un dataset sul momento. Rinfreschiamo insieme le nozioni di base e prepariamoci a dimostrare le nostre competenze pratiche.

✨Mostra la tua Curiosità

Le aziende cercano candidati che mostrino voglia di apprendere e crescita professionale. Durante l'intervista, parliamo delle tendenze attuali nel settore e dimostriamo il nostro interesse per l'innovazione nel campo della data science. Questo non solo ci farà apparire proattivi, ma metterà anche in evidenza la nostra motivazione.

✨Comunica Chiaramente i Tuoi Risultati

Essere bravi con i dati è fondamentale, ma sapere come comunicarli è altrettanto importante. Durante l'intervista, cerca di essere chiaro e conciso mentre parli dei tuoi risultati. Usa esempi specifici per dimostrare come le tue analisi abbiano avuto un impatto positivo in progetti passati. In questo modo possiamo evidenziare le nostre capacità comunicative, fondamentali per un ruolo a tempo pieno.