Responsabilità principali
- Pulizia ed elaborazione dei dati: filtrare errori, gestire valori mancanti e ristrutturare feed grezzi usando librerie Python come Pandas per garantire l’accuratezza analitica.
- Architettura del database: scrivere query SQL complesse con CTE e stored procedures, o progettare schemi a stella normalizzati per organizzare fonti dati disparate.
- Visualizzazione e BI: costruire dashboard interattivi in Tableau, assicurando che i calcoli di backend (come l’aggregazione con SUM invece delle medie a livello di riga) mantengano un filtraggio dinamico corretto.
Consegne tipiche di mercato
- Pipeline automatizzate: script personalizzati che estraggono, elaborano e puliscono regolarmente dati da fonti web o API.
- Dashboard di performance: report visivi che mettono in evidenza la performance dei prodotti al dettaglio, la redditività e metriche di alto livello usando Matplotlib, Seaborn