In sintesi
- Mansioni: Progetta e sviluppa dashboard e applicazioni front-end per analizzare i dati di acquisto.
- Azienda: Stellantis, leader globale nel settore automobilistico e della mobilità sostenibile.
- Benefit: Salario competitivo, opportunità di crescita professionale e ambiente di lavoro dinamico.
- Altre informazioni: Ambiente collaborativo con opportunità di apprendimento continuo.
- Perché questo lavoro: Unisciti a un team innovativo e contribuisci a trasformare la mobilità con dati significativi.
- Qualifiche: Laurea in ambito dati o esperienza equivalente, 3-5 anni in sviluppo di dashboard.
La retribuzione prevista è compresa tra 60000 - 69000 € per anno.
Stellantis is a leading global automaker and mobility provider that offers clean, connected, affordable, and safe mobility solutions.
Our Company’s strength lies in the breadth of our iconic brand portfolio, the diversity and passion of our people, and our deep roots in the communities in which we operate.
Our ambitious electrification and software strategies and the creation of an innovative ecosystem of strategic, game-changing partnerships are driving our transformation to a sustainable mobility tech company.
The driving force behind us is the diverse and talented group of men and women around the world who bring their passion and experience to their work every day.
And while we are a truly global organization, we remain deeply rooted in the communities in which we operate and where our colleagues live and work.
With industrial operations in nearly 30 countries, Stellantis could consistently exceed the evolving needs and expectations of consumers in more than 130 markets, while creating superior value for all stakeholders.
Job Overview
The Data Analyst (Front‑End App Developer) - Purchasing is responsible for designing, building, and maintaining analytics and front‑end data applications that support Purchasing data products.
The role focuses on turning data into usable, consumable insights and tools, aligned with business needs and standard design practices.
Working under the direction of a Data & AI Product Owner, the role contributes to the delivery of dashboards, KPIs, alerts, and front‑end applications that enable business users to access and act on Purchasing data efficiently.
Responsibilities
The responsibilities of the Data Analyst (Front‑End App Developer) include but are not limited to the following:
- Analytics & Front‑End Development
Build dashboards, reports, and front‑end data applications aligned with product requirements .
Implement interactive views, filters, and user‑friendly interfaces within approved standards .
Ensure analytics outputs are clear, accurate, and aligned with business definitions .
- Data Analysis & Validation
Analyze Purchasing data to identify trends, exceptions, and insights .
Validate data correctness and consistency in collaboration with Data Manager and Product Owner .
Support root‑cause analysis by surfacing data patterns and anomalies .
- Product Delivery Support
Translate Product Owner requirements into functional analytics deliverables .
Support testing, validation, and release of data products .
Contribute to incremental improvements based on user feedback and usage patterns .
- Collaboration & Continuous Improvement
Collaborate with data engineers, data scientists, and UX partners as required .
Apply feedback and lessons learned to improve future deliveries .
Follow agreed development, documentation, and quality practices .
Qualifications, Skills & Experience
- Bachelor’s degree in Data, Supply Chain Management, Finance, Marketing, Economics, International Business, Entrepreneurship, or a related field.
- 3-5 years of experience in building dashboards, reports, and front‑end data applications.
- At least 3 years of experience in automotive industry or IT.
- Excellent analytical, organizational, and communication abilities.
- Experience collaborating in cross-functional teams.
- Ability to identify and prioritize critical tasks.
- Self-motivated, resourceful, and organized in managing complex work.
- Strong negotiation and strategic thinking skills.
- Fluency in English and Italian.
- Offer
- Salary range: from 40 € to 46 €, that will be defined depending on the level of adherence of the candidate to the job requirements.
- Collective
Agreement: In accordance with the provisions of the Specific Collective Labour Agreement (CCSL – CNEL code: CO10), and in particular with regard to the classification within the (first / second / third) professional area.
Disclaimer
At Stellantis, we assess candidates based on qualifications, merit and business needs.
We welcome applications from people of all gender identities, age, ethnicity, nationality, religion, sexual orientation and disability.
Diverse teams will allow us to better meet the evolving needs of our customers and care for our future.
By submitting your application, you are accepting our privacy notice: https://www. stellantis. com/en/privacy
Data Analyst (Front End App Developer) datore di lavoro: Stellantis
Stellantis è un datore di lavoro eccezionale, offrendo un ambiente di lavoro stimolante e inclusivo, dove la diversità e la passione dei dipendenti sono al centro della nostra missione. Con opportunità di crescita professionale e un forte impegno verso l'innovazione, i nostri collaboratori possono contribuire attivamente alla trasformazione della mobilità sostenibile. Inoltre, la nostra presenza radicata nelle comunità locali e le strategie ambiziose nel settore dell'elettrificazione e del software rendono Stellantis un luogo ideale per chi cerca un impiego significativo e gratificante.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Data Analyst (Front End App Developer)
✨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 Stellantis
Non dimenticare di candidarti direttamente sul sito di Stellantis! 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 (Front End App Developer)
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 Stellantis. 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 Stellantis. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Stellantis
✨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.
