Senior DataOps Engineer - Italy
Pubblicato il 22-08-2026 - Solv Health in Veneto
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 vivace e in espansione
#J-18808-Ljbffr