Analytics Engineer: Financial Data & BI Pipelines

Analytics Engineer: Financial Data & BI Pipelines

Full-Time 54000 - 66000 € / anno (stimato) In sede
Mollie

In sintesi

  • Mansioni: Costruisci asset di dati robusti per analisi finanziarie e riconciliazione.
  • Azienda: Mollie, leader nel settore dei pagamenti in Europa.
  • Benefit: Salario competitivo, opportunità di lavoro remoto e sviluppo professionale.
  • Altre informazioni: Ambiente dinamico con ottime opportunità di crescita professionale.
  • Perché questo lavoro: Lavora con dati reali e contribuisci a decisioni finanziarie strategiche.
  • Qualifiche: Competenze solide in SQL, Python, BigQuery e Airflow.

La retribuzione prevista è compresa tra 54000 - 66000 € per anno.

Mollie is looking for an Analytics Engineer to build robust data assets that power reconciliation and financial insights across Europe.

You will create dbt models from raw data to mart tables and develop BI tooling to visualize and extract the data for end users.

You will collaborate with Engineering, Treasury & Merchant Finance to ensure data integrity, monitor dashboards, and help the Payments domain track key metrics.

Strong SQL and Python skills, plus Big Query and Airflow, are required.

Analytics Engineer: Financial Data & BI Pipelines 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: Financial Data & BI Pipelines

✨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: Financial Data & BI Pipelines

Python
SQL
Data Engineering
Communication Skills
Problem-Solving Skills
Data Pipeline Development
Data Governance

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.