Analytics Engineer

Analytics Engineer

Full-Time 77500 € / anno Ibrido
Mollie

In sintesi

  • Mansioni: Costruisci e mantieni modelli di dati dbt per monitorare metriche critiche dei pagamenti.
  • Azienda: Mollie, leader nei pagamenti e nella gestione finanziaria in Europa.
  • Benefit: Crescita personale, feedback regolari e opportunità di carriera interne.
  • Altre informazioni: Ambiente dinamico con focus su autonomia e collaborazione.
  • Perché questo lavoro: Fai la differenza nel settore finanziario con dati di alta qualità e innovazione.
  • Qualifiche: Competenze solide in SQL e Python; esperienza in modellazione dei dati.

Dal 2004, abbiamo un obiettivo chiaro: rendere i pagamenti e la gestione del denaro senza sforzo per ogni azienda in Europa. Oggi, più di 250.000 aziende utilizzano Mollie per ricevere pagamenti, gestire denaro e crescere, con prodotti progettati per essere semplici, scalabili e affidabili.

Mollie ha un ruolo importante e una responsabilità nell'ecosistema finanziario, gestendo i fondi dei clienti con un alto grado di diligenza e scrutinio. L'ingegneria analitica gioca un ruolo fondamentale in questo ecosistema, poiché questi processi finanziari core gestiscono volumi massicci e complessi di dati provenienti da diversi sistemi interni. Creando pipeline di dati robuste, mantenendo controlli di qualità automatizzati e promuovendo una profonda collaborazione con partner trasversali nei settori Ingegneria e Finanza & Tesoreria, il team di Analytics Engineering garantisce l'integrità dei dati e consente la riconciliazione quotidiana dei libri di Mollie.

In questo ruolo, lavorerai alla creazione e manutenzione di asset di dati critici che consentono a Mollie di riconciliare i propri libri. Ciò comporta la creazione e la manutenzione di solidi modelli di dati dbt a partire da dati sorgente grezzi fino a tabelle mart utilizzabili. Collaborerai con ingegneri per comprendere il funzionamento interno dei movimenti di denaro di Mollie e, soprattutto, ottenere i dati corretti. Collaborerai anche con Finanza & Tesoreria per garantire che possano effettuare la riconciliazione quotidiana nei nostri strumenti BI.

Cosa farai:

  • Costruire e mantenere modelli di dati dbt, da dati sorgente grezzi a tabelle mart utilizzabili, alimentando dashboard che monitorano metriche di pagamento critiche e tracciano le prestazioni dei metodi di pagamento nel dominio dei pagamenti.
  • Costruire e mantenere strumenti BI che facilitano agli utenti finali la visualizzazione e l'estrazione dei dati necessari.
  • Lavorare a stretto contatto con gli ingegneri per comprendere come funzionano i movimenti di denaro di Mollie e assicurarsi che i dati siano corretti.
  • Collaborare con le parti interessate in Finanza, Tesoreria e nel dominio dei pagamenti per definire e monitorare i dati finanziari chiave e abilitare la riconciliazione quotidiana.
  • Creare visualizzazioni di dati coinvolgenti e narrazioni che comunicano chiaramente le tue scoperte a pubblici tecnici e non tecnici, attraverso presentazioni, rapporti e memo.
  • Implementare controlli di validazione della qualità dei dati, framework di test e monitoraggio proattivo per garantire un alto livello di fiducia nei dati utilizzati per analisi e decisioni.
  • Contribuire a una cultura di rigore tecnico e alfabetizzazione dei dati, formando i membri del team sulle migliori pratiche analitiche e mantenendo la documentazione ben organizzata e accessibile.

Cosa porterai:

  • Solida base tecnica in SQL e Python; esperienza con modellazione dei dati e automazione.
  • Esperienza significativa con dbt; esperienza aggiuntiva in BigQuery/GCP e Airflow è un plus.
  • Capacità di zoomare fuori e dentro per supportare l'implementazione, spesso nella stessa giornata.
  • Abilità nella gestione delle parti interessate, specialmente tra team tecnici e non tecnici.
  • Esperienza in dati finanziari e processi finanziari è un grande vantaggio.
  • Consapevolezza aziendale, orientamento all'impatto e curiosità.

In Mollie, la crescita è personale. Crediamo che tutti debbano avere la possibilità di sviluppare le proprie competenze, esplorare nuove sfide e plasmare la propria carriera secondo i propri termini. Riceverai feedback regolari e valutazioni delle prestazioni per supportare il tuo sviluppo, con revisioni salariali eque e trasparenti lungo il percorso.

Se sei entusiasta dell'idea di costruire ciò che verrà, per te stesso e per migliaia di aziende in tutta Europa, ci piacerebbe sentirti. Candidati con il tuo CV (in inglese) utilizzando il modulo qui sotto.

Crediamo nell'Always Be Shipping, e l'IA porta questa filosofia alla vita in ogni team, in ogni ruolo, ogni giorno. L'IA è al centro di come costruiamo. Ci aiuta a muoverci più velocemente, semplificare il lavoro e prendere decisioni più intelligenti, creando un impatto reale per le aziende che serviamo.

Analytics Engineer datore di lavoro: Mollie

Mollie è un datore di lavoro eccezionale, che offre un ambiente di lavoro stimolante e collaborativo, dove l'autonomia e la responsabilità sono al centro della cultura aziendale. Con opportunità di crescita personale e professionale, i dipendenti possono sviluppare le proprie competenze e affrontare nuove sfide, supportati da feedback regolari e revisioni salariali trasparenti. Lavorando in un team dedicato all'espansione nel mercato italiano, avrai l'opportunità di influenzare direttamente i processi e contribuire a costruire soluzioni innovative per migliaia di aziende in Europa.

Mollie

Dettagli di contatto:

Team di recruiting di Mollie

Consigli degli esperti StudySmarter🤫

Ecco come pensiamo che potresti ottenere Analytics Engineer

✨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 Mollie

Non dimenticare di candidarti direttamente sul sito di Mollie! 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 Analytics Engineer

SQL
Python
Data Modelling
Automation
dbt
BigQuery
GCP

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 Mollie. 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 Mollie. Mostra loro come pensi e come apprendi!

Come prepararti a un colloquio di lavoro presso Mollie

✨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.