In sintesi
- Mansioni: Gestisci progetti complessi di Data Governance e implementa soluzioni innovative.
- Azienda: KPMG, leader nel settore della consulenza con un ambiente inclusivo.
- Benefit: Salario competitivo, formazione continua e opportunità di lavoro ibrido.
- Altre informazioni: Ambiente dinamico con opportunità di crescita professionale.
- Perché questo lavoro: Fai la differenza affrontando sfide reali con tecnologie all'avanguardia.
- Qualifiche: Esperienza nella gestione di progetti Data & AI e competenze tecniche solide.
La retribuzione prevista è compresa tra 52000 - 65000 € per anno.
Unisciti a noi! Vorresti svolgere un lavoro che sia veramente significativo e impattante? Presso KPMG, avrai l'opportunità di aiutare clienti, società e colleghi ad affrontare e risolvere le sfide più attuali e complesse. KPMG Advisory fornisce servizi di consulenza alle aziende, supportandole nella trasformazione dei modelli di business, nel miglioramento dei processi e nella digitalizzazione, nell'analisi e gestione dei rischi, così come nelle transazioni finanziarie straordinarie.
Specificamente, entrerai a far parte del Lighthouse Team a Milano. Lighthouse è il Centro di Eccellenza di KPMG Advisory che offre soluzioni di Data & Analytics al mercato. Sarai coinvolto nella fornitura di soluzioni tecnologiche all'avanguardia, inclusi algoritmi, business intelligence, visualizzazione dei dati, analisi avanzata, mining dei processi e tecnologie di machine learning per migliorare il processo decisionale umano.
In particolare, sarai responsabile di:
- Implementazione e configurazione di soluzioni Data Catalog/Data Marketplace, con esperienza in tecnologie come Atlan, Zeenea, Collibra, Microsoft Purview, Alation, Informatica EDC/IDMC, Data Hub e Open Metadata.
- Modellazione e gestione dei metadati, inclusi Glossario Aziendale, Termini Aziendali, modelli di metadati, proprietà , stewardship, tracciabilità , classificazione e certificazione.
- Supporto alla progettazione e implementazione di processi di Data Governance, traducendo ruoli, responsabilità , politiche e processi in flussi di lavoro e configurazioni operative all'interno degli strumenti di governance.
- Gestione dei metadati e gestione del ciclo di vita dei Data Product, inclusa la definizione di domini, proprietari, porte di input/output, SLA/SLO, politiche, stati del ciclo di vita e relazioni tra asset, con conoscenza degli approcci Data Mesh / Data Products e, preferibilmente, strumenti come Atlan, Zeenea, Data Hub, Open Metadata e Witboost.
- Configurazione di flussi di lavoro, ruoli, processi di stewardship e integrazioni applicative tramite REST APIs, webhooks, Python e SQL, inclusa l'integrazione con sistemi di Identity & Access Management, come Microsoft Entra ID/Azure AD, e con i principali ecosistemi Data Platform.
- Contratti di dati e automazione dei metadati, con conoscenza dello Standard dei Contratti di Dati Aperti (ODCS), YAML/JSON, gestione dei contratti leggibili dalle macchine e automazione della generazione, validazione e sincronizzazione dei metadati.
- Qualità dei dati e osservabilità dei dati, con esperienza o conoscenza di strumenti come dbt, Soda e Great Expectations, per integrare regole, controlli di qualità , risultati di controllo e metadati correlati nel ciclo di vita degli asset e dei Data Products.
Questa opportunità è perfetta per te se:
- Hai un profilo tecnico ibrido, con competenze distribuite su più aree del dominio Data & AI e diversi livelli di profondità a seconda dell'area (ingegneria, analytics/AI, piattaforme), con l'obiettivo di continuare a crescere.
- Hai avuto almeno un'esperienza nella gestione tecnica di progetti di consegna Data & AI, sia come team lead, delivery lead o mentore/tutor per colleghi junior.
- Hai acquisito almeno 6 anni di esperienza professionale nella gestione di progetti complessi e team tecnici.
- Hai competenze nelle seguenti aree: forte conoscenza di SQL e dei principali database e motori analitici (Postgre SQL, SQL Server, Snowflake, Big Query); esperienza nella progettazione e implementazione di pipeline ETL/ELT e modellazione dei dati per scopi analitici; conoscenza dei principi chiave della gestione dei dati, inclusi modellazione dei dati, qualità dei dati, metadati e tracciabilità , architetture lakehouse e architetture cloud-native; familiarità con moderni framework di orchestrazione e pipeline (dbt, Apache Airflow, Azure Data Factory, AWS Glue, Fabric Pipelines); esperienza con ambienti distribuiti e tecnologie big data (Apache Spark, Delta Lake, Parquet, Kafka / Pub-Sub); esperienza nell'integrazione di layer di servizio e visualizzazione (Power BI, Qlik, Tableau, Looker) come parte integrante delle pipeline di dati e dei layer semantici.
Conoscenza eccellente di Python e delle principali librerie per l'analisi dei dati, machine learning e elaborazione dei dati. Esperienza nello sviluppo di modelli di Machine Learning e soluzioni di Analisi Avanzata applicate a casi d'uso aziendali reali. Familiarità con l'AI Generativa e NLP, inclusa l'integrazione di modelli fondamentali (Open AI, Claude, Hugging Face), progettazione di soluzioni RAG e ingegneria dei prompt. Esperienza iniziale nell'industrializzazione dei modelli, inclusi MLflow, REST APIs, versioning, monitoring e MLOps. Attenzione a temi di spiegabilità , affidabilità , sicurezza e governance dell'AI. Conoscenza pratica di almeno un principale fornitore di cloud (preferibilmente Azure, alternativamente AWS o GCP). Esperienza nell'utilizzo di servizi nativi per analytics, data engineering e AI (Databricks, Fabric, Synapse, Azure ML, Big Query, Snowflake). Capacità di progettare soluzioni scalabili, ad alte prestazioni e a costi efficienti su piattaforme cloud-native.
Il tuo futuro con noi – Cosa troverai in KPMG: un ambiente di lavoro inclusivo ed equo che rispetta, incoraggia e valorizza la diversità ; un ambiente stimolante e dinamico che incoraggia creatività e lavoro di squadra; modalità di lavoro ibride per promuovere un sano equilibrio tra vita lavorativa e privata; programmi avanzati di formazione e sviluppo per rimanere aggiornati; una mentalità internazionale e progetti innovativi; iniziative focalizzate sul benessere fisico e mentale.
In conformità con la legislazione applicabile, non raccogliamo né utilizziamo informazioni riguardanti gli stipendi ricevuti in rapporti di lavoro attuali o precedenti. Le nostre procedure di reclutamento si basano su criteri oggettivi e neutrali rispetto al genere. Contratto di lavoro standard ai sensi del contratto collettivo per il settore commercio, con uno stipendio annuale lordo iniziale compreso tra €52.000 e €65.000. Lo stipendio è determinato sulla base di criteri oggettivi, incluse le competenze e l'esperienza del candidato valutate rispetto ai requisiti del ruolo.
Insieme per un futuro migliore – I nostri valori e il nostro impegno: leadership, lavoro di squadra, rispetto per ogni individuo, apprendimento continuo, trasparenza, impegno verso la comunità e integrità : questi sono i valori KPMG che creano un ambiente aperto allo scambio di idee e conoscenze, consentendo ai nostri professionisti di raggiungere il loro pieno potenziale. Grazie al nostro impegno per promuovere un ambiente di lavoro inclusivo, la nostra rete è conforme agli standard ISO 30415 per i sistemi di gestione della diversità e inclusione e UNI/Pd R 125, relativi all'uguaglianza di genere. All'interno del nostro Piano d'Impatto puoi trovare un riepilogo di tutte le azioni concrete che stiamo intraprendendo su questioni ambientali, sociali e di governance (ESG).
Data Governance Manager datore di lavoro: KPMG
KPMG è un datore di lavoro eccezionale, offrendo un ambiente di lavoro stimolante e dinamico nel cuore di Milano. Con opportunità di sviluppo professionale continuo e una carriera ben definita, i dipendenti possono crescere in un contesto inclusivo e innovativo, affrontando sfide legali complesse e contribuendo a progetti significativi. La cultura aziendale promuove la collaborazione e l'eccellenza, rendendo KPMG un luogo ideale per chi cerca un impiego gratificante e significativo.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Data Governance Manager
✨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 KPMG
Non dimenticare di candidarti direttamente sul sito di KPMG! 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 Governance Manager
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 KPMG. 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 KPMG. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso KPMG
✨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 CuriositÃ
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.