In sintesi
- Mansioni: Progetta e costruisci sistemi AI e dati per il settore energetico.
- Azienda: Camlin Group, leader nella tecnologia industriale e sistemi AI.
- Benefit: Buoni pasto, supporto alla formazione, abbonamento in palestra scontato e programmi di benessere.
- Altre informazioni: Ambiente dinamico con opportunità di crescita e influenza tecnica.
- Perché questo lavoro: Lavora su progetti innovativi che hanno un impatto reale nel settore energetico.
- Qualifiche: Esperienza in prodotti AI, ML o sistemi di dati e mentalità ingegneristica pragmatica.
La retribuzione prevista è compresa tra 120000 - 180000 € per anno.
About Camlin Group
Camlin develops industrial technology and AI-driven systems used across the energy sector in more than 20 countries.
We work on difficult real-world problems involving critical infrastructure, industrial sensor networks, and operational intelligence.
We are looking for a Senior AI & Data Engineer to help design and deliver AI and data products focused on predictive maintenance, anomaly detection, asset monitoring, and energy forecasting.
This is a hybrid working permanent role (3 days on-site, 2 days work from home).
This is a highly hands-on engineering role for someone who enjoys solving difficult AI and data problems in real operational environments.
You’ll work closely with domain experts, product stakeholders, and engineers to turn data into reliable systems that create measurable business impact.
We are looking for someone who can combine strong technical execution with the ability to bring structure, clarity, and momentum to complex engineering initiatives.
You’ll play an important role in shaping technical plans and driving delivery across AI and data projects.
What you’ll work on
- You’ll help build AI and data products used in energy environments, including:
- Predictive maintenance systems for critical infrastructure
- Anomaly detection on sensor data
- Asset monitoring and operational intelligence platforms
- Energy forecasting and time-series modelling systems
- Production ML systems operating on large-scale multimodal datasets
The work involves difficult real-world constraints
- Noisy and incomplete sensor data
- Sparse labels and uncertain signals
- Large-scale time-series datasets
- Scaling AI systems into real world solutions
- Translating unclear requirements into practical delivery plans
What you’ll do
- Design and build AI and data systems from early concept through model creation
- Work closely with data scientists, product managers, and domain experts to shape technical solutions
- Turn ambiguous business and operational problems into structured engineering plans
- Prototype and validate ideas quickly to reduce technical and product risk early
- Build scalable data and ML workflows using modern cloud-native tooling
- Influence technical direction, architecture decisions, and product roadmap discussions
- Evaluate trade-offs between model accuracy, reliability, complexity, latency, and operational cost
- Help drive measurable outcomes with clear KPIs and visible business impact
- Improve engineering quality, maintainability, and operational reliability across the stack
Our current tech stack includes
- Python
- Apache Spark
- Databricks
- MLflow
- Modern cloud-based data platforms
- Large-scale industrial and time-series datasets
What we are looking for
- Experience building real-world AI, ML, or data products
- Experience working across data engineering and ML systems, not just isolated pipelines
- Comfortable operating in environments with uncertainty and evolving requirements
- Pragmatic engineering mindset focused on outcomes and business impact
- Ability to make and communicate trade-offs clearly
- Systems thinker who can connect architecture, product goals, and operational constraints
- Strong communication skills with both technical and non-technical stakeholders
- Collaborative approach with a willingness to challenge assumptions constructively
This role is probably not a good fit if you
- Primarily identify as a pipeline-only or ETL-focused engineer
- Prefer fully specified requirements before starting work
- Want narrowly scoped responsibilities without product or technical ownership
This role starts as a senior individual contributor position with strong technical influence.
Over time, the expectation is that you will increasingly shape technical plans, mentor engineers, and take ownership of larger AI and data initiatives across the organization.
Success in this role means
- Delivering AI systems that create measurable operational value
- Reducing uncertainty and technical risk early
- Helping teams make better engineering and product decisions
- Building trust across engineering, product, and domain teams
- Driving predictable delivery in complex industrial environments
Why this role stands out
- Work on unusual industrial and energy datasets
- Build AI capabilities with visible business impact
- Solve technically challenging real-world problems
- Operate with meaningful ownership and influence
- Help shape the future direction of AI systems in critical infrastructure
Benefits
- Daily food vouchers: for days worked in person in the premises.
- Training
Support: We offer financial assistance for your training and development, based on company discretion.
We also have an internal training platform to support your professional and personal development.
- Discounted Gym Membership: Stay fit with our discounted gym membership program.
- Wellness Programs: We prioritise your well-being through our wellness initiatives.
- Internal Reward & Recognition
- Tool
Kudos: This streamlines and automates the process of acknowledging and appreciating employees and helps contribute to our positive workplace culture.
Our Values
- We work together
- We believe in people
- We won’t accept the ‘way it’s always been done’
- We listen to learn
- We’re trying to do the right thing
- EQUAL EMPLOYMENT OPPORTUNITY STATEMENT
Individuals seeking employment at Camlin are considered without regards to race, colour, religion, national origin, age, sex, marital status, ancestry, physical or mental disability, gender identity, or sexual orientation.
Senior Data Engineer datore di lavoro: Camlin Group
Camlin Group è un datore di lavoro eccezionale, offrendo un ambiente di lavoro ibrido che promuove l'equilibrio tra vita professionale e personale. Con opportunità di crescita professionale attraverso programmi di formazione e un forte focus sul benessere dei dipendenti, i collaboratori possono affrontare sfide tecniche significative nel settore energetico, contribuendo a progetti che hanno un impatto reale. La cultura aziendale valorizza la collaborazione e l'innovazione, rendendo Camlin un luogo ideale per chi cerca un lavoro significativo e gratificante.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Senior Data 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 Camlin Group
Non dimenticare di candidarti direttamente sul sito di Camlin Group! 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 Senior Data 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 Camlin Group. 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 Camlin Group. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Camlin Group
✨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.
