In sintesi
- Mansioni: Sviluppa strategie dati e flussi di lavoro AI per migliorare le decisioni aziendali.
- Azienda: Satispay, una piattaforma finanziaria innovativa che semplifica i pagamenti.
- Benefit: Assicurazione sanitaria, supporto psicologico, corsi di lingua e flessibilità lavorativa.
- Altre informazioni: Ambiente dinamico con opportunità di crescita professionale e inclusione.
- Perché questo lavoro: Unisciti a noi per avere un impatto reale nel mondo dei dati e della finanza.
- Qualifiche: 5+ anni di esperienza in ruoli legati ai dati e competenze in SQL e Python.
La retribuzione prevista è compresa tra 80000 - 100000 € per anno.
About us Satispay began by rethinking the simple act of a payment to remove the friction from our daily routines. Today, we are building a complete financial platform designed to empower people and concretely improve their lives. By giving our 6 million users a clear, open path to pay, save, and invest, we are evolving into the definitive destination for every financial need.
What you'll be doing As our Data Analyst – Analytics Engineering, you’ll drive our data strategy and enhance decision‑making by developing scalable data assets and AI‑powered workflows. You will join the Growth & Marketing (G&M) B2C Analytics team, which sits at the heart of our department with the mission to put intelligence first in every decision.
- Lead Design Data Architecture – Drive the development of the Data Mesh layer by designing robust data models and building pipelines that integrate into the company's federated data strategy, ensuring scalable and governed data ownership.
- Define AI Agentic Workflows – Design and implement AI‑powered agentic workflows for data transformation and exploration, accelerating analytical capabilities and enabling self‑service for key stakeholders.
- Build High‑Impact Visualisation Tools – Define key metrics and develop dashboards and reports (using tools like Hex or Looker) that communicate analytical insights effectively.
- Drive Decision‑Making Through Data – Analyse complex datasets to identify patterns impacting the consumer funnel (Acquisition, Engagement, Retention, Monetisation) and partner with Marketing Managers to maximise ROI.
- Partner with Key Stakeholders – Act as a strategic partner for Marketing, Finance, Operations, and Product, bridging the gap between technical data and business goals.
- Drive Testing Initiatives – Own the end‑to‑end testing pipeline, from opportunity identification to experiment design and recommendation delivery.
Who we're looking for We need a problem‑solver who loves teamwork and gets things done. If you're curious and ready for real ownership, you'll fit in!
- Relevant Experience – 5+ years in data‑related roles (Data Engineering, Analytics, BI) with at least 3 years of hands‑on experience in high‑volume or big data environments.
- Technical Proficiency – Strong command of SQL, dbt, and Python. Experience with Git and notebook‑based analytics (e.g., Jupyter) is a plus.
- Data Modelling & Mesh Expertise – Hands‑on experience in data modelling, ETL, data governance, and Data Mesh implementation at scale.
- AI Fluency – Proven ability to work with AI tools, including prompting and context management, or interacting with agents programmatically via APIs.
- Analytical & Problem‑Solving Skills – Comfortable with ambiguity, able to break down complex problems into focused workstreams and deliver evidence‑based answers.
- Stakeholder Management & Communication – Able to independently lead initiatives across diverse business domains and translate technical findings into clear, actionable recommendations.
- Digital Consumer Lifecycle Knowledge – Solid understanding of consumer lifecycle (Acquisition, Activation, Retention, Churn) and user economics (ARPU, CAC, LTV).
Care About: how we support your impact We move fast, and evolution never stops. To make sure our people truly thrive, we’re committed to making their lives easier, both in the office and out in the world.
- Health – Private insurance for you and your family, psychological support with Serenis, mental health workshops.
- Financial resources – Stock Option Plan, Meal vouchers, Relocation support if you’re moving countries.
- Growth and development – Professional development programs, Internal mobility, Language courses with Preply.
- Flexibility – Unlimited PTO, Hybrid working policy, Flexible working hours.
- Family – Enhanced parental leave, Additional leave for child sickness.
We embrace three days per week in-office (Tuesday and Thursday + 1 of your choice), with the option to request extra remote time.
Equal Opportunity Employer At Satispay, we’re proud to be an equal opportunity employer. We celebrate diversity and inclusion, welcoming individuals of all backgrounds. This opportunity is open to everyone, regardless - for instance - of race, colour, religion, sex, gender identity, sexual orientation, and national origin. Join us in a workplace where everyone belongs!
Learn more about us Our values and pillars aren’t just fancy words on a page - they really shape everything we do.
Data Analyst - Analytics Engineering datore di lavoro: Satispay
Satispay è un datore di lavoro eccezionale che offre un ambiente stimolante e collaborativo, ideale per chi desidera crescere nel campo dell'analisi dei dati. Con opportunità di sviluppo professionale, flessibilità lavorativa e un forte impegno per il benessere dei dipendenti attraverso programmi come CareAbout, Satispay si distingue per la sua cultura inclusiva e il supporto alla crescita personale. Lavorare qui significa essere parte di una squadra che valorizza l'innovazione e l'impatto positivo nella vita delle persone.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Data Analyst - Analytics Engineering
✨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 Satispay
Non dimenticare di candidarti direttamente sul sito di Satispay! 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 Analyst - Analytics Engineering
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 Satispay. 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 Satispay. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Satispay
✨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.
