In sintesi
- Mansioni: Gestisci e ottimizza pipeline dati, collabora con team analytics e migliora la qualità dei modelli.
- Azienda: Solv Health, un'azienda innovativa nel settore sanitario con sede a San Francisco.
- Benefit: Contratto a tempo indeterminato, lavoro ibrido, opportunità di crescita e viaggio annuale a San Francisco.
- Altre informazioni: Ambiente dinamico con eccellenti opportunità di carriera e utilizzo di strumenti AI-assisted.
- Perché questo lavoro: Fai la differenza nel settore sanitario lavorando con tecnologie all'avanguardia e un team internazionale.
- Qualifiche: 4+ anni in data engineering, esperienza con SQL, dbt e cloud data warehouse.
La retribuzione prevista è compresa tra 70000 - 90000 € per anno.
- Senior Data Ops Engineer - Italy
- Solv Health Verona, Veneto, Italy Information Technology
Solv Health (Solv) è un’azienda americana fondata nel 2016, con sede a San Francisco, California. Solv sviluppa una piattaforma online di prenotazione e gestione di appuntamenti per pazienti.
Sarai il responsabile dell’intersezione tra affidabilità della pipeline dati, qualità della modellazione e performance del database.
Questo ruolo si trova al punto di incontro tra il team Data & Analytics e il team di Platform Engineering — ed esiste perché abbiamo bisogno di qualcuno che sappia tenere insieme entrambi i lati.
Qualcuno che capisce perché un modello dbt è lento e sa risolverlo a livello di warehouse, non solo a livello SQL.
In pratica, sarai il responsabile EU-timezone della nostra pipeline analytics quotidiana: la persona che mantiene dbt funzionante e in salute, che conosce Aurora e Redshift abbastanza in profondità da ottimizzare i modelli dati e prevenire il degrado delle performance del warehouse. È un ruolo concreto, da chi ama stare nel merito: lavorerai nel terminale, nell’editor SQL, direttamente sui sistemi — non nelle presentazioni.
Modello di Lavoro
Lavori con orari italiani.
La collaborazione con il team US avviene prevalentemente in modalità asincrona — il team è in Pacific Time, quindi la sovrapposizione è limitata e si concentra verso la fine della tua giornata.
La maggior parte della tua ownership avviene nelle ore EU: sei la persona che vede i problemi per prima e li risolve in autonomia, sapendo quando è il momento di coinvolgere il team oltreoceano.
Abbiamo un ufficio a
Verona: sei il benvenuto a lavorare in presenza (modalità ibrida, circa 3 giorni a settimana) oppure completamente da remoto se non sei nella zona — con la flessibilità di venire in ufficio quando possibile.
Contratto a tempo indeterminato.
- Operazioni sulla Pipeline Dati
- Monitora e gestisci il triage EU delle failure giornaliere della pipeline dbt — errori di connessione, schema drift, type mismatch su JSON, timeout dei modelli — che occorrono durante la mattina italiana
- Mantieni e migliora l’affidabilità della pipeline: logiche di retry, soglie di alerting, runbook per le modalità di failure più comuni
- Collabora con il team analytics per fare debug dei problemi dati end-to-end, dai sistemi sorgente attraverso i modelli dbt fino alle dashboard Looker a valle
- Modellazione Dati & Qualità dbt
- Fai rispettare gli standard di modellazione dbt: naming convention, pattern di testing, schema design, documentazione
- Identifica e refactora i modelli costosi — riduci il runtime della pipeline, elimina CTE ridondanti, migliora il design dei modelli incrementali
- Revisiona i nuovi contributi ai modelli per le implicazioni sulle performance prima che raggiungano la produzione
- Contribuisci a far evolvere l’architettura di modellazione con la crescita dei volumi di dati
- Gestisci l’ottimizzazione delle performance di Redshift: WLM tuning, query profiling, analisi delle sort key e distribution key, configurazione dei data share
- Monitora e gestisci il connection pooling di Aurora (Pg Bouncer) — prevenzione dell’esaurimento delle connessioni, ottimizzazione delle dimensioni dei pool
- Supporta la valutazione e pianificazione di una potenziale migrazione Redshift → Snowflake
- Fornisci copertura infrastrutturale per gli incidenti al database layer e partecipa ai workflow operativi del team di piattaforma — deployment Argo CD, modifiche Terraform — per le infrastrutture che toccano il data layer
- Usa e migliora i tool AI-assisted (Claude Code, integrazioni dbt MCP) per il debug della pipeline e l’automazione analytics
- Supporta il team analytics nel far scalare gli agenti analytics AI interni verso funzionalità customer-facing
- Sarai Perfetto per Questo Ruolo se
- Hai 4+ anni in un ruolo di data engineering, analytics engineering o Data Ops — con ownership di pipeline da cui altri dipendono
- Hai una solida esperienza in SQL e data modeling: hai preso decisioni architetturali reali su dataset reali e sai spiegarne i tradeoff
- Hai esperienza pratica con dbt in produzione — non solo nella scrittura di modelli, ma nella loro manutenzione, nel debug dei failure e nel presidio degli standard di qualità
- Hai competenze approfondite su un cloud data warehouse: Redshift o Snowflake — ottimizzazione delle query, gestione delle risorse/WLM, troubleshooting delle performance
- Conosci i fondamentali di Postgre SQL: indicizzazione, connection pooling, ottimizzazione delle query
- Hai un’ottima conoscenza dell’inglese — la collaborazione asincrona quotidiana avviene con il team US (PST)
- Sei a tuo agio nell’operare in autonomia nel fuso orario EU con una sovrapposizione limitata con gli US
- Competenze che Fanno la Differenza
- Redshift internals: sort key, distribution key, configurazione WLM queue, query profiling con SVL/STL
- Esperienza con Snowflake — pianificazione di migrazione o implementazione greenfield
- Familiarità con l’infrastruttura: lettura di Terraform, operazioni base su Kubernetes, comprensione dell’architettura EKS/Aurora
- Esperienza on-call con Pager Duty — hai già gestito un SLA di pipeline
- Esperienza con tool analytics AI-powered o workflow dati assistiti da LLM
- Esperienza con Look ML o Looker
- La possibilità di far parte di un team internazionale con impatto concreto sul settore sanitario
- Collaborazione diretta con il team US e con i principali stakeholder tecnici dell’azienda — con reale visibilità sull’architettura e sulle decisioni che contano
- Un ruolo con piena ownership: non esegui task, gestisci un dominio end-to-end
- L’opportunità di lavorare con tool AI-assisted di nuova generazione (Claude Code, agenti dbt) in un contesto in cui l’AI è già parte del lavoro quotidiano
- Viaggio annuale presso l’HQ a San Francisco, California
- Opportunità di crescita in un ambiente dinamico e in espansione
- #J-18808-Ljbffr
Senior DataOps Engineer - Italy datore di lavoro: Solv Health
Solv Health è un datore di lavoro eccezionale, offrendo un ambiente di lavoro ibrido a Verona che promuove la flessibilità e l'autonomia. Con opportunità di crescita professionale in un team internazionale, i dipendenti possono contribuire attivamente a progetti significativi nel settore sanitario, utilizzando tecnologie all'avanguardia e strumenti AI-assisted. La cultura aziendale valorizza la collaborazione e l'innovazione, rendendo ogni giorno un'opportunità per fare la differenza.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Senior DataOps Engineer - Italy
✨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 Solv Health
Non dimenticare di candidarti direttamente sul sito di Solv Health! 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 Senior DataOps Engineer - Italy
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 Solv Health. 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 Solv Health. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Solv Health
✨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.
