In sintesi
- Mansioni: Progetta e sviluppa la piattaforma dati di Moneyfarm per supportare analisi e capacità AI.
- Azienda: Fintech in rapida crescita con una missione forte per migliorare la ricchezza dei clienti.
- Benefit: Assicurazione sanitaria, piano benessere, investimenti senza commissioni e opportunità di sviluppo professionale.
- Altre informazioni: Ambiente dinamico con eventi sociali regolari e opportunità di crescita nella carriera.
- Perché questo lavoro: Unisciti a un team collaborativo e impattante per plasmare decisioni basate sui dati.
- Qualifiche: 5+ anni di esperienza in ingegneria dei dati e competenze in SQL e Python.
La retribuzione prevista è compresa tra 63000 - 77000 € per anno.
In questo ruolo, progetterai e svilupperai la piattaforma dati di Moneyfarm per supportare l'ingestione, l'orchestrazione, la trasformazione e l'analisi. Costruirai modelli di dati scalabili e collaborerai con team di analisi, software e prodotto per sbloccare capacità guidate dall'IA. Decommissionerai componenti legacy garantendo al contempo la continuità e la qualità dei dati. Questa è un'opportunità per plasmare decisioni basate sui dati in una fintech in rapida crescita con una forte missione di migliorare la ricchezza dei clienti. Unisciti a un team collaborativo e focalizzato sull'impatto che abbraccia l'IA per amplificare i risultati.
Retribuzione / Benefits
- Assicurazione sanitaria
- Piano benessere
- Investimenti senza commissioni sulla piattaforma Moneyfarm
- Opportunità di sviluppo professionale
- Opportunità di formazione
- Eventi sociali regolari in ufficio
Responsabilità
- Possedere la progettazione, l'implementazione e la manutenzione dell'infrastruttura dati per l'ingestione, l'orchestrazione e la trasformazione
- Costruire e mantenere modelli di dati analitici che siano performanti, scalabili e affidabili
- Contribuire al decommissioning dei componenti legacy preservando la continuità dei dati
- Contribuire alle capacità potenziate dall'IA della piattaforma dati
- Condividere le migliori pratiche attraverso revisioni del codice e condivisione delle conoscenze
- Collaborare con analisti, ingegneri software e team di prodotto per risolvere problemi complessi di dati e implementare applicazioni ML/AI
- Promuovere la cultura dei dati condividendo conoscenze e migliori pratiche
Requisiti fondamentali
- 5+ anni di esperienza in ingegneria dei dati
- Laurea in Ingegneria, Informatica o disciplina correlata
- Esperienza nel settore fintech / gestione patrimoniale
- Profondità di competenza in SQL e Python
- Esperienza con Airflow e DBT
- Solida esperienza con Redshift; BigQuery è un plus
- Esperienza con AWS e Terraform (IaC)
- Familiarità con l'integrazione degli strumenti di IA
- Eccellenti capacità comunicative con stakeholder non tecnici
- Capacità di tradurre i requisiti aziendali in soluzioni dati
- Comfort in ambienti iterativi bilanciando qualità e consegna
- Fluenza in inglese
Lead Data Engineer in Monza datore di lavoro: Moneyfarm
Moneyfarm è un datore di lavoro eccezionale che offre un ambiente di lavoro stimolante e innovativo, dove i dipendenti possono crescere professionalmente attraverso opportunità di mentoring e sviluppo delle competenze. Con una cultura aziendale orientata alla collaborazione e all'innovazione, i nostri ingegneri backend hanno l'opportunità di lavorare su progetti significativi che influenzano il settore fintech europeo, il tutto in un contesto dinamico e supportato da tecnologie all'avanguardia come AWS e AI. Unisciti a noi per contribuire a costruire soluzioni scalabili e sicure per le nostre partnership B2B2C in tutta Europa.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Lead Data Engineer in Monza
✨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 Moneyfarm
Non dimenticare di candidarti direttamente sul sito di Moneyfarm! 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 Lead Data Engineer in Monza
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 Moneyfarm. 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 Moneyfarm. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Moneyfarm
✨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.