Senior DataOps Engineer - Italy

Solv Health; Veneto; Ibrido; EUR 40.000 - 60.000; Tempo pieno

Descrizione del lavoro

Solv Health cerca un Senior DataOps Engineer per gestire la pipeline dati, con 4+ anni in data engineering e delle competenze in SQL e dbt. La posizione prevede lavoro ibrido da Verona, con responsabilità per l'affidabilità della pipeline e interazione con team globali. È richiesta un ottima conoscenza di Redshift e interrogazioni SQL. Offerta di contratto a tempo indeterminato con opportunità di crescita e lavoro con strumenti all'avanguardia.

Competenze

• Comprovata esperienza in SQL e data modeling con decisioni architetturali.
• Pratica con dbt in produzione: manutenzione e standard di qualità.
• Ottima conoscenza di Redshift o Snowflake e troubleshooting delle performance.

Mansioni

• Monitorare e gestire la pipeline dati dbt.
• Collaborare per il debug dei problemi dati end-to-end.
• Mantenere gli standard di modellazione dbt.

Conoscenze

SQL

Data modeling

dbt

Redshift

PostgreSQL

Inglese

Indipendenza operativa

Formazione

4+ anni in data engineering, analytics engineering o DataOps

Strumenti

Terraform

Kubernetes

Looker

Snowflake

Descrizione del lavoro

Senior DataOps 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 (PgBouncer) — 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 ArgoCD, 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 DataOps — 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 PostgreSQL: 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 PagerDuty — hai già gestito un SLA di pipeline
• Esperienza con tool analytics AI-powered o workflow dati assistiti da LLM
• Esperienza con LookML 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