In sintesi
- Mansioni: Sviluppa dashboard e modelli di dati per supportare le decisioni commerciali.
- Azienda: Mollie, un'azienda innovativa nel settore dei pagamenti.
- Benefit: Crescita personale, feedback regolari e opportunità di sviluppo professionale.
- Altre informazioni: Ambiente veloce e orientato al commercio con opportunità di carriera interne.
- Perché questo lavoro: Fai la differenza con i tuoi dati e guida il cambiamento in un team dinamico.
- Qualifiche: Esperienza in SQL e strumenti BI come Looker o Tableau.
La retribuzione prevista è compresa tra 60000 - 80000 € per anno.
La posizione: Luogo: Amsterdam o Milano Remote/Hybrid: Ibrido
Il tuo impatto: Revenue Operations presso Mollie serve circa 200 stakeholder interni tra vendite, successo del cliente, marketing e partnership. Il lavoro analitico svolto qui influisce direttamente su come i team commerciali prendono decisioni, assegnano lead e gestiscono le performance. Quando i dati sono corretti, l'intero motore commerciale funziona meglio. Questo ruolo fa parte del team GTM Enablement, un piccolo gruppo focalizzato nel rendere il motion go-to-market di Mollie più veloce e intelligente. Sarai il supporto ingegneristico analitico per i progetti del team. Allo stesso tempo, possiederai la reportistica dei nostri domini GTM, come Merchant Sales e CSM & Customer Growth. Ciò significa che il lavoro che produci è immediatamente visibile e misurabile all'interno dell'azienda. Il dominio è in crescita e maturazione attiva. RevOps ha recentemente adottato un modello di dominio completo ed è in fase di ricostruzione come una vera funzione di prodotto e ingegneria. C'è spazio reale qui per plasmare come l'analisi viene fornita agli stakeholder commerciali, non solo eseguire richieste. Nel tempo, ci si aspetta che il team passi da un approccio reattivo a uno proattivo, e questo ruolo è centrale per farlo accadere.
Cosa realizzerai:
- Possedere e mantenere dashboard core per i domini GTM, inclusi CSM e Merchant Sales, fungendo da fonte di verità per gli stakeholder commerciali.
- Possedere e mantenere modelli di dati HubSpot.
- Definire metriche di successo, impostare tracciamento e reportistica dei dati per i progetti del team GTM Enablement.
- Ridurre la dispersione delle dashboard stabilendo reportistica centralizzata e standardizzata in Omni.
- Fornire analisi ad-hoc e scoping d'impatto per supportare il processo decisionale.
Cosa porterai:
- Forti competenze SQL e esperienza pratica nella costruzione di dashboard e report in strumenti BI come Looker, Tableau o simili.
- Solide capacità di visualizzazione dei dati con la capacità di tradurre dati complessi in output chiari e azionabili per il pubblico commerciale.
- Una comprensione operativa dei concetti di modellazione dei dati, con la capacità di applicare le migliori pratiche ingegneristiche di base nel tuo lavoro.
- Esperienza nella gestione degli stakeholder in un ambiente commerciale o orientato alle vendite, inclusa la capacità di dare priorità e comunicare chiaramente con pubblici sia tecnici che non tecnici.
- Circa quattro o più anni di esperienza in un ruolo di ingegneria analitica o strettamente correlato, con un livello provato di indipendenza per definire e guidare il proprio lavoro.
- Comfort nel lavorare in un ambiente commerciale in rapida evoluzione dove le priorità cambiano e l'ambiguità fa parte del lavoro.
Crescita personale: Presso 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 performance per supportare il tuo sviluppo, con revisioni salariali eque e trasparenti lungo il percorso. Molti Mollies si spostano in nuovi ruoli o intraprendono nuovi progetti per mettersi alla prova, e assumiamo attivamente dall'interno per aiutarti a fare il passo successivo. Non importa se stai puntando a una promozione, esplorando un percorso di carriera diverso o costruendo nuove competenze, sarai supportato con gli strumenti, la fiducia e le opportunità per crescere a modo tuo.
Analytics Engineer - Revenue Operations datore di lavoro: Mollie
Mollie è un datore di lavoro eccezionale, offrendo un ambiente di lavoro ibrido a Milano o Amsterdam, dove la cultura aziendale è incentrata sulla crescita personale e professionale. Con opportunità di sviluppo continuo, feedback regolari e una chiara trasparenza salariale, i dipendenti possono plasmare il proprio percorso di carriera mentre contribuiscono a progetti significativi che influenzano direttamente le decisioni commerciali. Lavorare nel team di Revenue Operations significa avere un impatto immediato e visibile, rendendo ogni giorno un'opportunità per innovare e migliorare.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Analytics Engineer - Revenue Operations
✨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 - Revenue Operations
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.
