Data Management & Infrastructure Manager

Data Management & Infrastructure Manager

Full-Time 56250 - 68750 € / anno (stimato) In sede
Novartis AG

In sintesi

  • Mansioni: Gestisci e ottimizza la fondazione dati per garantire un'unica visione affidabile delle informazioni aziendali.
  • Azienda: Novartis, leader nel settore farmaceutico con una missione di migliorare la vita delle persone.
  • Benefit: Salario competitivo, opportunità di crescita professionale e ambiente di lavoro inclusivo.
  • Altre informazioni: Ambiente dinamico con opportunità di apprendimento e collaborazione trasversale.
  • Perché questo lavoro: Unisciti a noi per trasformare la medicina e avere un impatto reale sulla vita delle persone.
  • Qualifiche: Laurea in discipline tecniche e 5+ anni di esperienza nella gestione dei dati.

La retribuzione prevista è compresa tra 56250 - 68750 € per anno.

Job Description Summary The Data Management & Infrastructure Manager is the country referent for the Data, Analytics and Platforms data foundation within the Execution Excellence unit.

The role designs, operates, and continuously improves a single, trusted view of business-critical data across Commercial, Value & Access and Medical, in line with international data strategy and governance frameworks.

The role partners closely with local stakeholders to ensure that data, platforms and reporting solutions are fit-for-purpose, aligned with international standards, and sustainably adopted across the organization.

Key responsibilities

  • DATA MANAGEMENT & INFRASTRUCTURE
  • Own and optimize the country Data, Analytics and Platforms data foundation, delivering a single, trusted view of business-critical data across internal and external sources.
  • Define and govern business rules for data ingestion, transformation, aggregation, and master data management in line with enterprise standards.
  • Coordinate data integration and flows across key platforms, ensuring timely, accurate, and analytics-ready data.
  • Ensure alignment with global data governance, architecture, privacy, compliance, and AI ethics requirements through collaboration with internal and external stakeholders.
  • DATA QUALITY, GOVERNANCE & COMPLIANCE ENABLEMENT
  • Implement, monitor, and continuously improve data quality controls, resolving data issues and strengthening trust in data.
  • Support adherence to data privacy and promotional/non-promotional standards by ensuring appropriate data access models
  • Contribute to data policies and documentation, including data dictionaries, lineage descriptions and usage guidelines
  • REPORTING AND ANALYTICS ENABLEMENT
  • Maintain and enhance the data layer supporting reporting, dashboards, analytics, and AI/Gen AI use cases, ensuring consistency and data readiness.
  • Perform data validation and root‑cause analysis for anomalies in reports or dashboards
  • Enable new analytics and AI/Gen AI use cases by ensuring data readiness for country‑priority pilots and scaled solutions
  • CROSS-FUNCTIONAL COLLABORATION
  • Partner with internal and external stakeholders to understand and meet data needs across the product lifecycle.
  • Support vendor and budget management by defining requirements, quality standards, and performance feedback for external data and technology providers, while tracking key data quality, governance, and operational KPIs.

Essential requirements

  • University degree in Business, Life Sciences, Mathematics, Statistics, Computer Science, Engineering, Analytics, or a related technical field.
  • 5+ years of experience in data architecture, master data management, or enterprise data strategy.
  • Experience as a Data Product Owner, managing business requirements, features, user stories, acceptance criteria, and cross-functional product delivery.
  • Strong knowledge of pharma data domains including commercial, patient services, market access, digital, medical, and omnichannel data ecosystems.
  • Understanding of the pharmaceutical regulatory environment, industry standards, and the separation of promotional and non-promotional activities and data.
  • Proven ability to drive data strategy, enable new datasets, and deliver automation, optimization, and change management initiatives.
  • Expertise in SQL and data management; knowledge of Python or R and data engineering concepts; knowledge of data governance/quality tools and data platforms.
  • Strong analytical, problem-solving, communication, consulting, and stakeholder‑influencing skills
  • English required, Italian preferred, with a strong ethical and leadership mindset.

Why Novartis?

Our purpose is to reimagine medicine to improve and extend people’s lives and our vision is to become the most valued and trusted medicines company in the world.

It is our associates that drive us each day to reach our ambitions.

Be a part of this mission and join us!

Learn more here: https://www. novartis. com/about/strategy/people-and-culture

Benefits and rewards

Read our handbook to learn about all the ways we’ll help you thrive personally and professionally: https://www. novartis. com/careers/benefits-rewards

Commitment to Diversity and Inclusion

Novartis is committed to building an outstanding, inclusive work environment and diverse teams' representative of the patients and communities we serve.

Skills Desired

  • Analytical Thinking
  • Brand Awareness
  • Business Analytics
  • Cross-Functional Collaboration
  • Digital Marketing
  • Media Campaigns
  • Project Management
  • Project Planning
  • Sales
  • Stakeholder Engagement
  • Stakeholder Management
  • Waterfall Model

Improving the lives of people living with disease takes more than innovative science.

It takes a focus on the needs of people and a community committed to meeting them.

It takes a team of people like you.

Working together.

Learning together.

Thriving together.

Discover how you can join us in changing people’s lives.

Data Management & Infrastructure Manager datore di lavoro: Novartis AG

Novartis è un datore di lavoro eccezionale, impegnato a creare un ambiente di lavoro inclusivo e stimolante per i suoi dipendenti. Offriamo opportunità di crescita professionale, benefit competitivi e un forte impegno per l'equità retributiva, il che rende il nostro team un luogo ideale per chi cerca un impiego significativo nel settore della produzione farmaceutica. La nostra cultura collaborativa e il supporto reciproco tra colleghi sono fondamentali per raggiungere traguardi che migliorano la vita dei pazienti.

Novartis AG

Dettagli di contatto:

Team di recruiting di Novartis AG

Consigli degli esperti StudySmarter🤫

Ecco come pensiamo che potresti ottenere Data Management & Infrastructure 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 Novartis AG

Non dimenticare di candidarti direttamente sul sito di Novartis AG! 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 Management & Infrastructure Manager

Data Management
Data Governance
Data Quality Control
SQL
Python
R
Data Architecture

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 Novartis AG. 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 Novartis AG. Mostra loro come pensi e come apprendi!

Come prepararti a un colloquio di lavoro presso Novartis AG

✨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.