In sintesi
- Mansioni: Progetta architetture di dati su AWS e guida workshop tecnici per ottimizzare le performance.
- Azienda: Azienda innovativa nel settore della tecnologia con un forte focus sulla trasformazione data-driven.
- Benefit: Salario competitivo, opportunità di mentorship e ambiente di lavoro stimolante.
- Altre informazioni: Ambiente dinamico con ottime opportunità di crescita professionale.
- Perché questo lavoro: Contribuisci a progetti internazionali e fai la differenza nel mondo dei dati.
- Qualifiche: Esperienza cloud su AWS e competenze in architetture Big Data.
La retribuzione prevista è compresa tra 63000 - 77000 € per anno.
Overview
In questa posizione, come AWS Data Architect, supporti clienti in progetti di Data Platform su AWS collaborando con analisti di business e solution architect.
Fai da ponte tra Data Science e Data Engineering per definire use case, esigenze dati e obiettivi di business.
Progetti architetture di dati, modelli e data lake su AWS e guidi workshop tecnici con un focus sull’impatto operazionale e sull’ottimizzazione delle performance.
Hai la responsabilità di mentorship e di promuovere buone pratiche di coding all’interno del team.
Questa opportunità ti consente di contribuire a trasformazioni data-driven in un contesto internazionale con forte orientamento all’innovazione.
- Responsabilità
- Creare e mantenere l’architettura di data pipeline su AWS (Glue, Lambda) e strumenti di gestione dati (Talend, Informatica)
- Progettare e ottimizzare modelli dati su AWS (Redshift, Dynamo DB, RDS, S3)
- Progettare l’operations architecture e condurre engineering delle performance per data lake su larga scala
- Partecipare a workshop con i clienti offrendo trade-off e raccomandazioni
- Mentorare gli ingegneri su best practices di coding e problem solving
- Requisiti fondamentali
- Esperienza in ambiente cloud native su uno dei tre principali cloud (GCP, AWS, Azure) con almeno 5 anni su AWS
- Conoscenza di Big Data architectures, cloud e on premise
- Esperienza infrastruttura e networking AWS
- Conoscenza di AWS: Kinesis, Kafka, DMS; S3, RDS, Redshift, Dynamo DB; EC2, Lambda, ECS, EKS
- Esperienza in proof-of-concept per esigenze di business
- Esperienza migrazione workloads da on premise a cloud
- Esperienza monitoraggio infrastruttura distribuita (Cloud Watch, Prometheus, ELK)
- Esperienza Java, Scala, Python, shell scripting
- Esperienza con Apache Spark, Databricks, Azure Data Factory, Azure Synapse
- Certificazioni AWS: Solutions Architect e/o Data Analytics
- Esperienza Agile/Kanban
- Conoscenza SQL
- Esperienza con tools di versionamento come AWS Code Commit o Git Hub
- Collaborazione con team trasversali
- Problema solving
- Mentoring e leadership tecnica
- AWS Glue, Lambda, Kinesis, Kafka, DMS
- S3, RDS, Redshift, Dynamo DB
- EC2, ECS, EKS
AWS - Data Architect datore di lavoro: NTT
Lavorare come AWS Data Architect in questa azienda significa entrare a far parte di un ambiente innovativo e internazionale, dove la tua esperienza nel cloud e nella progettazione di architetture dati sarà valorizzata. Offriamo opportunità di crescita professionale attraverso mentorship e workshop collaborativi, oltre a un forte impegno per le buone pratiche di coding. La nostra cultura aziendale è orientata alla trasformazione data-driven, permettendoti di contribuire attivamente a progetti significativi che hanno un impatto reale sui nostri clienti.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere AWS - Data Architect
✨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 NTT
Non dimenticare di candidarti direttamente sul sito di NTT! 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 AWS - Data Architect
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 NTT. 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 NTT. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso NTT
✨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.
