In sintesi
- Mansioni: Progetta e realizza modelli dbt affidabili per analisi di prodotto e finanza.
- Azienda: Qonto, un'azienda innovativa in rapida crescita nel settore fintech.
- Benefit: Opportunità di crescita professionale, lavoro flessibile e utilizzo di tecnologie AI.
- Altre informazioni: Ambiente dinamico con possibilità di lavorare su progetti impattanti.
- Perché questo lavoro: Sii parte di un team che plasma l'analisi dei dati e fa la differenza.
- Qualifiche: Esperienza con dbt, SQL e modellazione dimensionale.
La retribuzione prevista è compresa tra 135000 - 165000 € per anno.
Overview
In this Analytics Engineer role, you’ll own end-to-end data models feeding Product, Growth, and Ops Finance analytics, building scalable dbt models and tests.
You will push back on requests that compromise long-term reliability and help migrate parts of the stack to Omni with a semantic layer.
You’ll partner with Business Analysts and stakeholders daily, shaping scalable analytics foundations at a pivotal moment for Qonto.
Expect room to grow across analytics domains and to leverage AI to speed up modeling and documentation.
- Responsabilità
- Design and ship reliable dbt models and tests used across Product, Growth, and Ops Finance
- Partner with Business Analysts to clarify needs and push back on quick fixes that harm data quality
- Drive migration of data stack toward a scalable Omni-based setup
- Own projects end-to-end from discovery to delivery and measure real impact
- Scale workflow with AI to accelerate modeling, documentation, and testing
- Requisiti fondamentali
- dbt
- SQL
- dimensional modeling
- production-grade data models
- ownership mentality
- ability to challenge stakeholders when needed
- AI-native work style
- stakeholder management
- ability to push back constructively
- scale-oriented thinking
- dbt models and testing
- SQL
- dimensional modeling
Analytics Engineer in Varese datore di lavoro: Qonto
Qonto è un datore di lavoro eccezionale che promuove una cultura inclusiva e diversificata, con oltre 80 nazionalità e un forte impegno per la parità di genere. Offriamo opportunità di crescita professionale attraverso programmi di mentoring e l'accesso illimitato a strumenti AI, permettendo ai dipendenti di sperimentare e innovare. Lavorando come Principal Backend Engineer, avrai la possibilità di affrontare sfide tecniche complesse e avere un impatto diretto su milioni di clienti, in un ambiente stimolante e in rapida crescita.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Analytics Engineer in Varese
✨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 Qonto
Non dimenticare di candidarti direttamente sul sito di Qonto! 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 Analytics Engineer in Varese
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 Qonto. 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 Qonto. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Qonto
✨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.
