In sintesi
- Mansioni: Gestisci tabelle globali e costruisci pipeline per decisioni in tempo reale.
- Azienda: Azienda innovativa nel settore finanziario con un ambiente collaborativo.
- Benefit: Salario competitivo, benefici sanitari, lavoro remoto e sviluppo professionale.
- Altre informazioni: Ambiente dinamico con ottime opportunità di crescita professionale.
- Perché questo lavoro: Lavora con dati critici e fai la differenza nel settore del credito.
- Qualifiche: Esperienza nella gestione di prodotti dati e competenze in modellazione dei dati.
La retribuzione prevista è compresa tra 121500 - 148500 € per anno.
What you’ll do
Own the global UW tables (canonical facts/dimensions for applications, decisions, features, repayments, delinquency) with clear SLAs for freshness, completeness, accuracy, and data lineage.
Design for AI-agents and humans: consistent IDs, canonical events, explicit metric definitions, rich metadata (schemas, data dictionaries), and machine-readable data contracts.
Build & run pipelines (batch + streaming) that feed UW scoring, real-time decisioning, monitoring, and underwriting optimization.
Instrument quality & observability (alerts, audits, reconciliation, backfills) and drive incident/root-cause reviews.
Partner closely with Credit Portfolio Management, Policy teams, Modeling teams, and treasury and finance teams to land features for RUE and consumer-centric models, plus regulatory and management reporting.
Tech stack (what we use)
Languages: SQL, Py Spark, Python Frameworks: Apache Airflow, AWS Glue, Kafka, Redshift Cloud & Dev
- Ops: AWS (S3, Lambda, Cloud Watch, SNS/SQS, Kinesis), Terraform; Git; CI/CD
- What you’ll bring
Proven ownership of mission-critical data products (batch + streaming).
Data modeling, schema evolution, data contracts, and strong observability chops.
Familiarity with AI/agent patterns (agent-friendly schemas/endpoints, embeddings/vector search).
#J-18808-Ljbffr
Credit Data Engineer datore di lavoro: PLP Group
Domyn è un datore di lavoro eccezionale, situato a Milano, che offre un ambiente di lavoro stimolante e collaborativo. I dipendenti possono beneficiare di opportunità di crescita professionale, lavorando a stretto contatto con team multifunzionali su questioni legali cruciali nel campo della privacy e della protezione dei dati. Con un forte impegno per la diversità e l'inclusione, Domyn promuove una cultura aziendale che valorizza le idee innovative e il benessere dei propri collaboratori.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Credit Data Engineer
✨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 PLP Group
Non dimenticare di candidarti direttamente sul sito di PLP Group! 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 Credit Data Engineer
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 PLP Group. 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 PLP Group. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso PLP Group
✨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.
