In sintesi
- Mansioni: Progetta e sviluppa pipeline di dati per supportare l'analisi e la qualità dei dati.
- Azienda: Aruba S.p.A., leader nel cloud e servizi digitali in Italia.
- Benefit: Formazione continua, lavoro agile, ambiente collaborativo e possibilità di crescita professionale.
- Altre informazioni: Ambiente inclusivo e opportunità di carriera in un settore in rapida evoluzione.
- Perché questo lavoro: Unisciti a un team innovativo e contribuisci alla trasformazione digitale del Paese.
- Qualifiche: Laurea in Statistica, Matematica o Informatica e 5+ anni di esperienza in pipeline dati.
La retribuzione prevista è compresa tra 55000 - 60000 € per anno.
Chi Siamo
Aruba S. p.
A. fondata nel 1994, è il leader italiano nel settore cloud, data center e servizi digitali (hosting, e-mail, registrazione domini e PEC).
Come Gruppo ci impegniamo a contribuire alla trasformazione digitale del Paese, ponendoci quotidianamente l’obiettivo di essere al fianco di cittadini ed aziende supportandone l’attività con le migliori tecnologie.
Il nostro obiettivo è quello di offrire ai clienti il miglior servizio possibile, con qualità, onestà, disponibilità e trasparenza.
Per raggiungerlo, puntiamo ad un grande lavoro di squadra, crediamo nella correttezza, nella collaborazione tra i team.
Ci impegniamo a costruire e mantenere un ambiente di lavoro inclusivo, equo e rispettoso, in cui ogni persona possa sentirsi valorizzata.
Di cosa ti occuperai
Sarai inserito/a all’interno del team centrale di Data & Information Management.
Il ruolo è responsabile della progettazione, sviluppo ed evoluzione del datawarehouse aziendale, garantendo la disponibilità, qualità e scalabilità delle piattaforme e dei flussi informativi a supporto delle iniziative di analytics.
In particolare, contribuirai alla progettazione e ottimizzazione dei dati nei sistemi sorgenti allo scopo di migliorarne la qualità, la coerenza e la fruibilità ai fini analitici.
Collaborerai con team analytics e stakeholder di business per tradurre i requisiti informativi in soluzioni dati efficienti e sostenibili.
- In particolare ti occuperai di
- Raccogliere e analizzare i requisiti dati da stakeholder e team analytics.
- Progettare, sviluppare e mantenere pipeline di ingestion e trasformazione di dati provenienti da fonti eterogenee (ERP, CRM, applicativi interni, API).
- Ottimizzare performance e scalabilità dei processi di elaborazione.
- Garantire qualità, affidabilità e monitoraggio dei flussi dati.
- Contribuire all’evoluzione dell’architettura dati (datawarehouse, data virtualization).
- Progettare modelli dati logici e fisici a supporto dell’analytics.
- Collaborare con i team applicativi per favorire la progettazione di dati “analytics-ready” e migliorare la qualità dei dati nei sistemi sorgenti.
- Garantire coerenza, riusabilità e scalabilità delle soluzioni dati.
- Data governance & quality.
- Promuovere best practice nella gestione e strutturazione del dato (data governance).
- Definire standard per qualità, tracciabilità e documentazione del dato.
- Monitorare e migliorare la data quality lungo il ciclo di vita (dalla sorgente al consumo).
- Sei il/la candidato/a ideale se hai
- Laurea in Statistica, Matematica, Informatica, o Ingegneria.
- Esperienza di 5+ anni nello sviluppo di pipeline dati (ETL/ELT).
- Ottima conoscenza di SQL.
- Conoscenza dei principali modelli dati e processi SAP, con capacità di analizzare tabelle, viste, anagrafiche e flussi transazionali.
- Esperienza con linguaggi per data processing (Python, Spark o equivalenti).
- Solida conoscenza di datawarehouse, datalake e architetture dati moderne.
- Competenze di data modeling (logico e fisico).
- Esperienza con sistemi di integrazione dati e orchestrazione.
- Competenze preferenziali.
- Esperienza con cloud data platform (AWS, Azure, GCP).
- Esperienza con strumenti di Data Virtualization (Denodo, Dremio, ecc.).
- Esperienza con strumenti di data orchestration (es. Airflow).
- Esperienza con tecnologie di streaming (es. Kafka).
- Pensiero analitico e attitudine al problem-solving.
- Collaborazione con team cross-funzionali (IT, applicativi, business).
- Comunicazione efficace con stakeholder tecnici e non tecnici.
- Cosa Offriamo
- Formazione continua con piani di Induction strutturati per i nuovi ingressi in azienda e percorsi specifici in funzione del Ruolo/Area.
- Se previsto dalla mansione potrai lavorare in modalità agile, grazie alle politiche applicate in azienda.
- Ambiente smart e collaborativo
- Possibilità di crescita professionale
- Ticket Restaurant
- CCNL: Contratto Collettivo di Lavoro per i dipendenti dei Centri Elaborazione Dati (codice H601)
- Ral compresa tra 55.000 e 60.000 commisurata all’esperienza e alle competenze del candidato;
La ricerca è rivolta a tutte le candidature, nel rispetto dei principi di pari opportunità e non discriminazione, ai sensi della L. 903⁄77 e del D. Lgs. 198⁄2006.
Sede di lavoro: ITALY
Data Engineer (Source Data Architect) datore di lavoro: Aruba SpA
Aruba S.p.A. è un datore di lavoro eccezionale, che offre un ambiente di lavoro inclusivo e collaborativo, dove ogni dipendente è valorizzato e supportato nella propria crescita professionale. Con opportunità di formazione continua e la possibilità di lavorare in modalità agile, i membri del team possono contribuire attivamente alla trasformazione digitale del Paese, mentre godono di un pacchetto retributivo competitivo e benefit come i Ticket Restaurant. La sede in Italia permette di lavorare in un contesto stimolante e innovativo, ideale per chi cerca un impiego significativo e gratificante nel settore tecnologico.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Data Engineer (Source Data Architect)
✨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 Aruba SpA
Non dimenticare di candidarti direttamente sul sito di Aruba SpA! 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 Data Engineer (Source Data Architect)
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 Aruba SpA. 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 Aruba SpA. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Aruba SpA
✨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.
