In sintesi
- Mansioni: Progetta e costruisci prodotti dati pronti per l'AI su Databricks.
- Azienda: Azienda innovativa nel settore della finanza digitale.
- Benefit: Salario competitivo, opportunità di lavoro remoto e sviluppo professionale.
- Altre informazioni: Ambiente dinamico con ottime opportunità di crescita professionale.
- Perché questo lavoro: Lavora con tecnologie all'avanguardia e contribuisci a progetti significativi.
- Qualifiche: 5+ anni di esperienza in ingegneria dei dati su piattaforme cloud.
La retribuzione prevista è compresa tra 81000 - 99000 € per anno.
Il nostro cliente, Digital Finance IT, sta costruendo uno strato di abilitazione all'AI sopra la nostra piattaforma di dati aziendali per consentire agli utenti aziendali nel settore finanziario di interagire con dati governati in linguaggio naturale. Stiamo cercando un Data Enablement Engineer per progettare, costruire e gestire i dataset affidabili, i modelli semantici e le esperienze AI integrate che rendono questo possibile. Questo è un ruolo di ingegneria della piattaforma dati, non un ruolo di scienza dei dati o costruzione di modelli. Trascorrerai il tuo tempo a ingegnerizzare la base dati che rende l'AI affidabile: strati semantici, prodotti dati governati e analisi in linguaggio naturale integrate, non a formare modelli.
Cosa farai:
- Progettare e costruire prodotti dati pronti per l'AI su Databricks — dataset affidabili con semantiche aziendali ben definite, KPI, gerarchie e allineamento del glossario aziendale.
- Implementare strati semantici e dataset governati che supportano sia il consumo BI tradizionale che le query in linguaggio naturale da parte degli utenti aziendali.
- Distribuire e gestire spazi Databricks Genie con Unity Catalog, ottimizzandoli per accuratezza, adozione e rilevanza aziendale.
- Costruire pipeline RAG e applicazioni di analisi conversazionale basate su dati aziendali governati — inclusi Streamlit o Databricks Apps che consentono agli utenti aziendali di interrogare i dati senza scrivere SQL.
- Ingegnerizzare pipeline ETL/ELT robuste (dbt, Airflow, PySpark) che producono e mantengono i dati affidabili di cui dipendono queste esperienze AI.
- Implementare la governance dei dati — RBAC, sicurezza a livello di riga/colonna, mascheramento, tracciabilità, auditabilità, gestione del catalogo e dei metadati — in un ambiente farmaceutico regolamentato.
- Ottimizzare costi e prestazioni sia dal lato della piattaforma dati (dimensionamento del magazzino, ottimizzazione del cluster, ottimizzazione delle query) che dal lato dell'AI (utilizzo dei token, caching, instradamento dei modelli).
- Collaborare con gli stakeholder aziendali del settore finanziario per tradurre i requisiti di dominio in modelli semantici e prodotti dati governati di cui possono fidarsi.
Esperienza necessaria:
- 5+ anni di esperienza pratica nell'ingegneria dei dati su piattaforme dati cloud — Databricks dimostrato nella consegna di progetti reali, non solo come elenco di competenze.
- Esperienza pratica diretta con Databricks Genie — hai costruito, configurato e ottimizzato questi in produzione o in piloti avanzati, con riferimento specifico ai tipi utilizzati (spazi Genie con modelli semantici).
- Consegna di strati semantici / prodotti dati affidabili — hai costruito dataset governati di cui gli utenti aziendali possono fidarsi, con definizioni KPI, gerarchie e allineamento del glossario aziendale.
- Competenze in dbt, PySpark, SQL, Python — solide in tutto lo stack dati moderno.
- Orchestrazione con Airflow, Databricks Workflows o equivalente.
- Governance dei dati in ambienti regolamentati — RBAC, RLS, mascheramento, tracciabilità, auditabilità.
- Esperienza nell'integrazione di dati strutturati e non strutturati (PDF, contenuti SharePoint/Teams, fonti di conoscenza aziendale) nei flussi di lavoro di abilitazione all'AI.
Preferenze:
- Esperienza nel settore farmaceutico, scienze della vita o servizi finanziari regolamentati.
- Integrazione di Veeva CRM, IQVIA, SAP o fonti di dati clinici.
- Applicazioni Streamlit o Databricks per analisi rivolte al business.
- Certificazione professionale Databricks Data Engineer.
- Framework RAG equivalenti come LangChain, LlamaIndex.
- Ottimizzazione dei costi sia per il calcolo (magazzino/clusters) che per LLM (token/caching/instradamento).
Cosa non stiamo cercando:
- Data Scientists — questo ruolo non riguarda la formazione di modelli, il fine-tuning, LoRA/RLHF o la ricerca ML.
- Puri Data Engineers che elencano Cortex o Genie come competenza ma non li hanno implementati in produzione.
- Ingegneri AI/GenAI il cui centro di gravità sono gli agenti LangChain o RAG sui documenti, senza una solida base di piattaforma dati governata.
- Costruttori di modelli di visione artificiale, NLP o specialisti di orchestrazione multi-agente — non adatti per questo ruolo.
Ai Data Enablement Engineer datore di lavoro: Xenon Seven
Il nostro cliente è un datore di lavoro eccezionale, offrendo un ambiente di lavoro stimolante e innovativo nel settore della finanza digitale. Con opportunità di crescita professionale e un forte focus sulla collaborazione tra team, i dipendenti possono contribuire a progetti significativi che utilizzano tecnologie all'avanguardia come Databricks. Inoltre, la cultura aziendale promuove l'inclusione e il supporto reciproco, rendendo questo ruolo di Data Enablement Engineer non solo gratificante, ma anche un'opportunità per fare la differenza in un contesto dinamico e regolamentato.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Ai Data Enablement Engineer
✨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 Xenon Seven
Non dimenticare di candidarti direttamente sul sito di Xenon Seven! 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 Ai Data Enablement Engineer
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 Xenon Seven. 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 Xenon Seven. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Xenon Seven
✨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.