In sintesi
- Mansioni: Analizza i dati per migliorare l'esperienza utente e supporta decisioni strategiche.
- Azienda: Satispay, una fintech innovativa che trasforma il modo di gestire le finanze.
- Benefit: Assicurazione sanitaria, piano stock option, corsi di lingua e flessibilità lavorativa.
- Altre informazioni: Ambiente dinamico con opportunità di crescita e sviluppo professionale.
- Perché questo lavoro: Unisciti a noi per costruire la piattaforma finanziaria più amata al mondo.
- Qualifiche: 4+ anni di esperienza in analisi dei dati e competenze in SQL e Python.
La retribuzione prevista è compresa tra 51000 - 58000 € per anno.
La banca tradizionale non ti ha mai dato il controllo sulla tua vita finanziaria. Satispay esiste per cambiare questo: per dare potere alle persone attraverso la finanza. Questo significa rendere i servizi finanziari facili e accessibili per oltre 6,5 milioni di utenti. Abbiamo iniziato con i pagamenti, poi benefici, investimenti, carte... e non abbiamo finito. Non ci siamo nemmeno avvicinati. Seguiamo sempre la stessa logica: trovare un problema reale, risolverlo correttamente e poi cercare il prossimo. La destinazione? Costruire la piattaforma finanziaria più amata al mondo.
Se possiedi i risultati piuttosto che i compiti, rimani vicino a ciò di cui gli utenti hanno bisogno e rifiuti di aspettare che qualcun altro risolva ciò che è rotto, troverai persone qui che lavorano esattamente allo stesso modo. E insieme, costruirete qualcosa di cui essere orgogliosi.
Responsabilità:
- Possedere i dati del dominio - Definire, mantenere ed evolvere il framework KPI per il dominio attraverso tutti i pod (attivazione, adozione, utilizzo, retention, monetizzazione, segnali di rischio e costo), assicurando che il team abbia sempre una visione affidabile e condivisa delle prestazioni dei nostri prodotti.
- Trasformare il comportamento in intuizioni - Eseguire analisi approfondite sul comportamento degli utenti attraverso funnel e percorsi di prodotto per identificare drop-off, modelli di utilizzo e bisogni insoddisfatti, quindi tradurli in raccomandazioni chiare e prioritarie per il prodotto.
- Guidare la sperimentazione - Collaborare con PM e designer per definire la roadmap di sperimentazione, definendo ipotesi, metriche di successo e guardrail, dimensioni del campione e design del test, quindi eseguire le letture e assicurarsi che gli insegnamenti vengano reintegrati nella roadmap.
- Supportare le decisioni di prodotto end-to-end - Dimensionare le opportunità, costruire casi aziendali e misurare l'impatto post-lancio su nuove funzionalità e rilasci, chiudendo il cerchio tra ciò che spediamo e i risultati che genera.
- Costruire strumenti di monitoraggio e self-service - Sviluppare dashboard e report (Hex, Looker o simili) che forniscano a prodotto, operazioni e leadership visibilità in tempo reale su lanci, prestazioni e anomalie, senza dover chiedere una query.
- Collaborare con i principali stakeholder - Lavorare quotidianamente con prodotto, design, ingegneria e operazioni per tradurre dati complessi in raccomandazioni chiare e attuabili, fino al livello esecutivo.
- Migliorare l'analisi attraverso flussi di lavoro potenziati dall'IA - Progettare e implementare flussi di lavoro assistiti dall'IA per automatizzare analisi ricorrenti, rilevamento di anomalie e reporting, e per accelerare l'esplorazione ad-hoc.
Chi stiamo cercando:
- Esperienza rilevante - 4+ anni in analisi di prodotto, analisi dei dati o ruoli BI, idealmente integrati in un team di prodotto all'interno di un'app consumer, fintech o ambiente di pagamenti, con esperienza pratica in dati ad alto volume e alta frequenza.
- Competenza in analisi di prodotto - Solida padronanza di funnel, coorte, retention e analisi di segmentazione, e delle metriche del ciclo di vita del consumatore (Acquisizione, Attivazione, Retention, Monetizzazione). Esperienza con KPI specifici del fintech e dinamiche di settore è un forte plus.
- Sperimentazione - Esperienza comprovata nella progettazione e analisi di test A/B: definizione dell'ipotesi, potenza e dimensione del campione, metriche di guardrail, significatività statistica e letture chiare per stakeholder non tecnici.
- Competenza tecnica - Forte padronanza di SQL e Python per l'analisi. Esperienza con dbt, Git e analisi basate su notebook (es. Hex, Databricks, Jupyter) è un plus.
- Visualizzazione dei dati - Esperienza con Hex, Looker o strumenti simili per costruire dashboard chiare e self-service e monitoraggio.
- Fluenza nell'IA - Comodo nell'utilizzo di strumenti IA quotidianamente per analisi, automazione, analisi ad-hoc e sintesi esecutive. Competenza da base a intermedia con Claude e esperienza nell'interazione con agenti programmaticamente tramite API è un forte plus.
- Competenze analitiche e di problem-solving - Comodo con l'ambiguità, capace di scomporre domande complesse sui prodotti in flussi di lavoro focalizzati, assumendo la proprietà end-to-end di progetti analitici dalla definizione del problema alla raccomandazione.
- Gestione degli stakeholder e comunicazione - Capace di lavorare in modo indipendente con team cross-funzionali e di tradurre risultati tecnici in raccomandazioni chiare e attuabili per stakeholder senior.
Non preoccuparti se non soddisfi ogni requisito. Crediamo nel potere di punti di vista e forze diverse. La tua prospettiva unica è importante mentre costruiamo qualcosa di speciale: se sei appassionato e puoi fare la differenza, ti incoraggiamo davvero a candidarti.
Ci teniamo a:
- Salute: assicurazione privata per te e la tua famiglia, supporto psicologico con Serenis, workshop sulla salute mentale.
- Risorse finanziarie: Piano di Stock Option, buoni pasto, supporto per il trasferimento se ti trasferisci in altri paesi.
- Crescita e sviluppo: programmi di sviluppo professionale, mobilità interna, corsi di lingua con Preply.
- Flessibilità: PTO illimitato, politica di lavoro ibrido*, orari di lavoro flessibili.
- Famiglia: congedo parentale migliorato, ulteriore congedo per malattia infantile. Abbracciamo due giorni a settimana in ufficio (martedì e giovedì), con la possibilità di richiedere ulteriore tempo remoto.
Stipendio: €51.000- €58.000 lordo all'anno.
Curioso di sapere com'è realmente qui? I nostri valori e pilastri plasmano il nostro modo di lavorare ogni giorno.
Data Analyst - Product datore di lavoro: Satispay
Satispay è un datore di lavoro eccezionale, che offre un ambiente di lavoro stimolante e inclusivo, dove ogni dipendente ha l'opportunità di crescere professionalmente. Con benefit come assicurazione sanitaria, programmi di formazione e flessibilità lavorativa, i nostri collaboratori possono dare il massimo sia in ufficio che nella vita privata. Unisciti a noi per contribuire a costruire la piattaforma finanziaria più amata al mondo, in un contesto che valorizza la diversità e l'innovazione.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Data Analyst - Product
✨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 - Product
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.