In sintesi
- Mansioni: Sviluppa pipeline dati cloud-native e soluzioni scalabili per clienti enterprise.
- Azienda: Huware, una cloud consulting company innovativa specializzata in Data e AI.
- Benefit: Casale aziendale per team building e modalità di lavoro ibrida a Milano.
- Altre informazioni: Ambiente dinamico con opportunità di crescita professionale e collaborazione.
- Perché questo lavoro: Lavora con tecnologie all'avanguardia e contribuisci a progetti innovativi nel cloud.
- Qualifiche: 4+ anni di esperienza in Data Engineering e competenze solide in Python e SQL.
La retribuzione prevista è compresa tra 50000 - 55000 € per anno.
Huware è una cloud consulting company specializzata in Data, AI e Google Cloud. Supporta aziende enterprise nella modernizzazione delle architetture dati e nello sviluppo di data platform scalabili, cloud-native e orientate all’innovazione. Per la crescita della Unit Data, ricerca un Senior Data Engineer con solida competenza tecnica e buona visione architetturale. La figura contribuirà alla realizzazione di pipeline, data platform e soluzioni dati evolute per clienti enterprise, lavorando principalmente in modalità hands‑on e supportando il team nella progettazione di architetture cloud-native e AI‑ready.
Esperienza
- 4+ anni in Data Engineering, preferibilmente in contesti consulenziali, con esperienza tra delivery, architettura dati e relazione cliente
Modalità di lavoro
- Ibrido – Milano, ~90 giorni annui in presenza (circa 3 giorni a settimana di smart)
Tecnologie
- Python, SQL, GCP (preferibile), Azure, AWS, Databricks, BigQuery, Fabric, Dataform, Cloud Functions, Composer, architetture Data Platform (Medallion, Data Mesh)
Ti occuperai di:
- Sviluppare e mantenere pipeline dati cloud-native, occupandoti di ingestion, trasformazione, orchestrazione e modellazione dati.
- Lavorare su data platform e architetture end‑to‑end, contribuendo alla realizzazione di soluzioni scalabili, performanti e sostenibili.
- Costruire Data Platform AI‑ready, lavorando su catalogo dati, layer semantico e qualità del dato per aumentare l’efficacia di agenti e applicazioni AI.
- Operare principalmente su ambienti Google Cloud, utilizzando strumenti come BigQuery, Dataform/dbt, Composer/Airflow, Python e SQL, anche con il supporto dei principali tool di AI per accelerare lo sviluppo.
- Collaborare alla definizione delle scelte architetturali e alla qualità della delivery tramite code review, confronto tecnico e best practice.
Sei la persona giusta se:
- Hai almeno 4 anni di esperienza in Data Engineering, preferibilmente su progetti cloud e in contesti consulenziali.
- Hai una solida competenza hands‑on su Python, SQL, processi ETL/ELT, orchestrazione e modellazione dati.
- Hai conoscenza di Google Cloud Platform o hai lavorato su stack cloud come Azure, AWS o Databricks.
- Hai familiarità con strumenti come BigQuery, Dataform/dbt, Composer/Airflow, Cloud Functions o servizi equivalenti.
- Hai una buona visione architetturale, ownership progettuale e sai valutare le scelte tecniche in base a scalabilità, performance, qualità e sostenibilità, con interesse verso data platform abilitate a use case AI e strumenti AI a supporto dello sviluppo.
Benefici
- Casale aziendale nelle Marche per team building e momenti di condivisione
- Milano, modalità ibrida – circa 90 presenze annue
Iter di selezione: colloquio tecnico → colloquio HR/finale → offerta
Data Engineer GCP [Ral fino a 55k] datore di lavoro: Datapizza
Generali è un datore di lavoro eccezionale, offrendo un ambiente di lavoro dinamico e innovativo nel cuore di Milano. Con un team giovane e in forte espansione, i dipendenti hanno l'opportunità di lavorare a stretto contatto con il top management e di contribuire a progetti strategici nel campo dell'AI e GenAI. I vantaggi includono un pacchetto retributivo competitivo, smart working flessibile, e opportunità di crescita professionale attraverso la formazione continua e il coordinamento di figure junior.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Data Engineer GCP [Ral fino a 55k]
✨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 Datapizza
Non dimenticare di candidarti direttamente sul sito di Datapizza! 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 GCP [Ral fino a 55k]
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 Datapizza. 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 Datapizza. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Datapizza
✨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.
