In sintesi
- Mansioni: Analizza i dati per supportare decisioni strategiche e crea dashboard condivise.
- Azienda: Startup innovativa nel settore fintech con un team AI-first.
- Benefit: Stipendio competitivo, budget welfare e opportunità di crescita.
- Altre informazioni: Ambiente dinamico con alta autonomia e opportunità di lavorare a stretto contatto con i fondatori.
- Perché questo lavoro: Unisciti a noi per plasmare la cultura dei dati in un'azienda in rapida espansione.
- Qualifiche: 3-5 anni di esperienza in analisi dati e competenze in SQL.
La retribuzione prevista è compresa tra 49500 - 60500 € per anno.
Milan o Barcellona · Tempo pieno · Livello intermedio (3-5 anni) · Stipendio: 40-50K lordo
Pillar è stata fondata nel 2025. Oggi siamo oltre 90 persone, serviamo più di 1000 clienti, abbiamo raccolto 15,2 milioni di euro nel 2026 e ci stiamo espandendo a livello internazionale.
Stiamo costruendo il sistema operativo finanziario per l'edilizia: portando AI, automazione e software moderni in un'industria enorme che ancora funziona con processi lenti e frammentati.
Stiamo cercando un Product Data Analyst che ama sporcarsi le mani con i dati e aiutare le persone intorno a loro a prendere decisioni migliori con essi.
Perché questo ruolo, perché ora
I nostri dati stanno crescendo tanto quanto la nostra base clienti. Fatture, flussi di cassa, cantieri, pagamenti: ogni giorno migliaia di aziende edili si fidano di noi per i numeri che gestiscono il loro business.
Ti aiuterai a concordare cosa misuriamo, come lo misuriamo e dove risiede la verità, affinché ogni team possa muoversi rapidamente e fidarsi di ciò che vede.
La missione
Essere il partner dei dati su cui i nostri team di prodotto possono contare. Non sarai tu a prendere decisioni aziendali, ma ti assicurerai che ogni decisione sia basata su dati affidabili, condivisi e facili da comprendere.
Cosa farai
- Definire obiettivi e KPI.
- Aiutare il team di prodotto a definire obiettivi, metriche di successo e come tracciarli nel tempo.
- Assicurarti che i dati esistano.
- Lavorare con l'ingegneria sui requisiti di tracciamento, affinché i dati di cui abbiamo bisogno siano disponibili prima del lancio di una funzionalità, non dopo.
- Creare una fonte di verità.
- Creare dashboard condivise su cui tutti possono fare affidamento e portare un sano doppio controllo su ciò che generano gli strumenti AI.
- Sostenere entrambi i roadmap.
- Mettere in discussione il roadmap di prodotto quotidiano con i dati e supportare scommesse strategiche più grandi con approfondimenti sulla nostra base clienti.
- Iniziare a lavorare a stretto contatto con il Customer Success.
- Trasformare domande in risposte.
Cosa non è questo ruolo
- Non è una fabbrica di dashboard.
- Non è data science.
- Non aspettare il dataset perfetto.
- Non è un servizio di assistenza.
Chi stiamo cercando
- 3-5 anni di esperienza in analisi di prodotto o dati in una startup o scaleup SaaS.
- Fluente in SQL.
- Python per analisi e automazione è un grande vantaggio.
- Esperienza con almeno uno strumento BI (Metabase, Looker, Tableau o simili).
- Conoscenza delle metriche SaaS: attivazione, adozione, retention, churn, espansione e come si collegano ai ricavi.
- Proattivo per natura.
- Comunicatore chiaro.
- AI-native.
Lingue:
Italiano o spagnolo nativo, oltre a un inglese professionale.
Come lavoriamo
Piccole squadre, alta autonomia, senza livelli inutili. Prima l'AI, nel prodotto e nel modo in cui lavoriamo.
Cosa offriamo
- Stipendio lordo 40-50k €.
- Budget welfare di 2k € e benefit e buoni pasto (8 €/giorno).
- La possibilità di plasmare la cultura dei dati di Pillar mentre cresciamo.
- Possesso reale, con esposizione diretta a clienti, fondatori e leadership.
- Un team AI-native dove puoi crescere rapidamente come fa l'azienda.
Processo di assunzione
- 01 Screening CV.
- 02 Chiamata di 30 minuti con il team HR.
- 03 Colloquio tecnico di 60 minuti con il nostro Senior Data Analyst.
- 04 Conversazione finale con il nostro co-fondatore e CTO.
Product Data Analyst in Milan datore di lavoro: Pillar Srl
Pillar Srl offre un ambiente di lavoro dinamico e innovativo, dove i dipendenti possono contribuire a costruire un sistema operativo per l'edilizia che integra intelligenza artificiale e automazione. Con opportunità di crescita professionale in un team in rapida espansione, i membri del team possono avere un impatto diretto sulla soddisfazione dei clienti e sul successo dell'azienda. Lavorare in Pillar significa essere parte di una startup ambiziosa con una visione chiara per il futuro del settore edilizio.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Product Data Analyst in Milan
✨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 Pillar Srl
Non dimenticare di candidarti direttamente sul sito di Pillar Srl! 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 Product Data Analyst in Milan
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 Pillar Srl. 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 Pillar Srl. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Pillar Srl
✨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.