In sintesi
- Mansioni: Progetta e sviluppa pipeline dati scalabili e ottimizza flussi informativi.
- Azienda: Craon, un'azienda ICT innovativa e competitiva.
- Benefit: Contratto a tempo indeterminato, stipendio competitivo e opportunità di crescita professionale.
- Altre informazioni: Ambiente dinamico con team multidisciplinari e ottime possibilità di carriera.
- Perché questo lavoro: Lavora con tecnologie all'avanguardia e contribuisci a progetti significativi.
- Qualifiche: Esperienza in Python/Scala, SQL e piattaforme Big Data.
La retribuzione prevista è compresa tra 25000 - 35000 € per anno.
Il nostro obiettivo è sempre stato quello di creare e ampliare nel tempo un gruppo di persone qualificato, affidabile e disponibile; puntando su professionisti esperti, ma anche sulla formazione, investendo risorse nella crescita professionale. Dipendenti e collaboratori attraverso consolidate competenze tecniche, contribuiscono a rendere Craon un’azienda altamente qualificata e competitiva sul mercato ICT.
Per un progetto enterprise siamo alla ricerca di un Data Engineer con 2-5 anni di esperienza nella progettazione, realizzazione e gestione di pipeline dati scalabili, affidabili e ad alte prestazioni. La risorsa entrerà a far parte di un team specializzato e contribuirà allo sviluppo di moderne piattaforme dati, occupandosi dell'integrazione, trasformazione e ottimizzazione dei flussi informativi, garantendo qualità, affidabilità e performance delle soluzioni implementate.
Responsabilità
La risorsa sarà coinvolta nella progettazione e nello sviluppo di pipeline dati, nella realizzazione di processi ETL/ELT, nell'integrazione di dati provenienti da sistemi eterogenei e nell'ottimizzazione delle performance delle piattaforme dati. Collaborerà con Data Engineer, Data Scientist, Software Engineer e stakeholder di progetto per supportare la realizzazione di soluzioni scalabili e orientate al business.
Requisiti tecnici
È richiesta una buona esperienza nello sviluppo con Python e/o Scala, unita a una solida conoscenza di SQL e dei principali database relazionali, quali PostgreSQL e MySQL. Sono richieste competenze nell'utilizzo di piattaforme Big Data, in particolare Apache Spark, Hadoop, Hive e distribuzioni Cloudera, oltre a una buona conoscenza delle architetture dati e dei processi ETL/ELT. Il candidato ideale possiede esperienza con ambienti Cloud (AWS, Microsoft Azure o Google Cloud Platform) e con i principali servizi dedicati alla gestione dei dati, quali BigQuery, Amazon Redshift o servizi equivalenti. È inoltre richiesta familiarità con strumenti di orchestrazione dei workflow e delle pipeline dati. Saranno considerate un plus la conoscenza di database NoSQL, come MongoDB e Cassandra, l'esperienza con tecnologie di containerizzazione quali Docker e Kubernetes, la familiarità con pipeline CI/CD, con strumenti di versionamento come Git e con i principali concetti di Data Warehouse e modellazione dei dati.
Soft Skills
Capacità di lavorare in team multidisciplinari. Orientamento al problem solving e alla scalabilità delle soluzioni. Autonomia nello sviluppo, ma con attitudine alla collaborazione.
Sede: Milano/Torino ibrido. Offriamo contratto a tempo indeterminato (CCNL Commercio e Servizi) con RAL compresa tra 25.000 € e 35.000 €, da definire sulla base dell'esperienza professionale e delle competenze maturate.
Data Engineer datore di lavoro: CRAON
Craon è un datore di lavoro eccellente che valorizza la crescita professionale e il lavoro di squadra in un ambiente Agile. Offriamo opportunità di formazione continua e un contratto a tempo indeterminato, con una retribuzione competitiva, il tutto in una sede ibrida a Milano, che favorisce un equilibrio tra vita lavorativa e personale. Unisciti a noi per contribuire a progetti innovativi e ad alta scalabilità nel settore ICT.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere 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 CRAON
Non dimenticare di candidarti direttamente sul sito di CRAON! 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 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 CRAON. 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 CRAON. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso CRAON
✨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.
