Staff Data Engineer (Databricks Specialist) in Milan

Staff Data Engineer (Databricks Specialist) in Milan

Milan Full-Time 49500 - 60500 € / anno (stimato) Da remoto
J

In sintesi

  • Mansioni: Progetta e sviluppa piattaforme dati scalabili utilizzando Databricks e tecnologie cloud moderne.
  • Azienda: Azienda tecnologica innovativa con un ambiente di lavoro collaborativo.
  • Benefit: Lavoro completamente remoto, equilibrio vita-lavoro e opportunità di crescita professionale.
  • Altre informazioni: Ambiente dinamico con eccellenti opportunità di crescita nella carriera.
  • Perché questo lavoro: Influenza la direzione tecnica e accelera l'adozione dell'AI in progetti significativi.
  • Qualifiche: Esperienza in ingegneria dei dati e competenze nella collaborazione di squadra.

La retribuzione prevista è compresa tra 49500 - 60500 € per anno.

Questa posizione è elencata per conto di un'azienda partner, che gestisce tutte le candidature e i passaggi successivi. Il nostro partner sta cercando un Staff Data Engineer (specialista Databricks) con sede in Italia. Stiamo cercando un ingegnere dati esperto per guidare la progettazione e lo sviluppo di piattaforme dati scalabili e di livello enterprise, con una forte specializzazione in Databricks e tecnologie cloud moderne. In questo ruolo strategico, guiderai iniziative dati complesse e trasversali, garantendo un'ingestione, trasformazione, archiviazione e consegna dei dati affidabile.

Avrai un ruolo chiave nella definizione dell'architettura dei dati aziendali, della gestione dei dati master (MDM) e delle capacità di dati potenziate dall'IA. Lavorando a stretto contatto con i leader di ingegneria, prodotto e analisi, tradurrai le esigenze aziendali in soluzioni tecniche innovative e scalabili. Sarai anche un sostenitore dell'eccellenza ingegneristica, della governance dei dati e delle prestazioni della piattaforma, mentre farai da mentore a ingegneri esperti.

Responsabilità:

  • Possedere e guidare l'architettura tecnica di iniziative dati complesse e trasversali, coprendo i livelli di ingestione, trasformazione, archiviazione e servizio.
  • Progettare, sviluppare e mantenere pipeline dati scalabili e ad alte prestazioni e piattaforme dati distribuite utilizzando Databricks e tecnologie cloud-native su Azure, AWS o GCP.
  • Guidare iniziative di gestione dei dati master (MDM) aziendali, inclusi record d'oro, risoluzione delle entità, processi di abbinamento e fusione, domini di dati, dati di riferimento, gerarchie e stewardship dei dati.
  • Architettare e integrare soluzioni AI agentiche e basate su LLM, inclusi agenti autonomi, pipeline RAG, copiloti AI e framework di orchestrazione, nelle piattaforme dati aziendali.
  • Costruire e mantenere fondamenta dati per applicazioni di machine learning e IA, inclusi feature store, database vettoriali, embeddings e pipeline ML/LLMOps.
  • Progettare e fornire servizi dati backend e API utilizzando REST o GraphQL, garantendo che i dataset curati siano accessibili ad applicazioni, analisi e piattaforme di business intelligence.
  • Stabilire e promuovere standard ingegneristici riguardanti modellazione dei dati, qualità, testing, osservabilità, CI/CD, distribuzione e sviluppo responsabile assistito dall'IA.
  • Implementare governance dei dati a livello aziendale, tracciabilità, catalogazione e framework di qualità per garantire coerenza, affidabilità e trasparenza dei dati.
  • Condurre revisioni di design tecnico, fornire orientamenti architettonici e influenzare decisioni ingegneristiche attraverso più team.
  • Collaborare con la leadership di prodotto, analisi e ingegneria per definire roadmap dati scalabili allineate agli obiettivi aziendali e alle opportunità guidate dall'IA.
  • Identificare e risolvere sfide sistemiche di prestazioni, affidabilità e scalabilità nell'ecosistema dati.
  • Mentorare e formare ingegneri senior e di medio livello, promuovendo l'eccellenza tecnica e le migliori pratiche in ingegneria dei dati, MDM e IA.
  • Valutare tecnologie emergenti, framework e tendenze del settore per migliorare continuamente le capacità della piattaforma, l'efficienza ingegneristica e la resilienza.

Requisiti:

  • Laurea in Informatica, Ingegneria, Sistemi Informativi di Gestione o disciplina correlata è preferita.
  • 12+ anni di esperienza professionale in ingegneria dei dati o ingegneria del software, con un comprovato track record nella progettazione di piattaforme e pipeline dati su scala enterprise.
  • Competenze SQL a livello esperto e forte competenza in Python. L'esperienza con Scala o Java è un vantaggio.
  • Esperienza pratica estesa con Databricks e piattaforme dati cloud moderne come Snowflake, Azure Synapse, BigQuery o Amazon Redshift.
  • Solida comprensione dell'architettura cloud-native, dei sistemi distribuiti, delle metodologie di modellazione dei dati (modellazione dimensionale, Data Vault, Lakehouse) e delle architetture ETL/ELT.
  • Esperienza comprovata nella progettazione e implementazione di soluzioni MDM aziendali, inclusi risoluzione delle entità, abbinamento e fusione, record d'oro, dati di riferimento e gestione delle gerarchie.
  • Familiarità con Informatica, Reltio, Profisee o piattaforme simili è molto apprezzata.
  • Esperienza pratica nella costruzione o integrazione di sistemi AI agentici, applicazioni basate su LLM, pipeline RAG e framework di orchestrazione di agenti AI come LangChain, AutoGen, Semantic Kernel o MCP.
  • Esperienza nello sviluppo di servizi dati backend e API REST/GraphQL, con la capacità di contribuire attraverso lo stack tecnologico.
  • Conoscenza approfondita di database relazionali e NoSQL, così come dei moderni formati di data lake e lakehouse come Delta Lake, Apache Iceberg e Parquet.
  • Profonda comprensione delle pipeline CI/CD, Infrastructure as Code (IaC), pratiche DevOps e DataOps.
  • Dimostrata capacità di guidare iniziative tecniche su larga scala coinvolgendo più team e stakeholder.
  • Eccellenti capacità di comunicazione, collaborazione e problem-solving, con la capacità di influenzare decisioni tecniche senza autorità manageriale diretta.
  • Provata capacità di mentoring e coaching, con una passione per lo sviluppo del talento ingegneristico e la promozione della condivisione delle conoscenze.

Benefici:

  • Lavoro completamente remoto: Goditi la flessibilità di lavorare da qualsiasi luogo, con un approccio digitale e opportunità di collaborare con team internazionali.
  • Equilibrio tra vita lavorativa e privata: Approfitta di modalità di lavoro flessibili che supportano i tuoi impegni personali e professionali.
  • Progetti significativi: Contribuisci a progetti impegnativi e ad alto impatto in diversi settori e lavora con tecnologie moderne.
  • Apprendimento continuo: Accedi a opportunità di sviluppo professionale continuo, sfide tecniche pratiche e opportunità per espandere la tua esperienza.
  • Collaborazione internazionale: Unisciti a un team diversificato e multiculturale di professionisti talentuosi che valorizzano creatività, innovazione e condivisione delle conoscenze.
  • Crescita professionale: Sviluppa le tue capacità di leadership tecnica e aiuta a plasmare il futuro dell'ingegneria dei dati aziendali e delle soluzioni guidate dall'IA.
  • Opportunità a tempo pieno: Unisciti a un team che lavora su iniziative di ingegneria dei dati a lungo termine e di impatto.

Staff Data Engineer (Databricks Specialist) in Milan datore di lavoro: Jobgether

L'azienda offre un ambiente di lavoro stimolante e collaborativo, ideale per chi cerca di crescere professionalmente nel campo della gestione dei contenuti digitali e SEO. Con opportunità di formazione continua e un forte focus sulla qualità e sull'accuratezza, i dipendenti possono contare su un supporto costante e su una cultura aziendale che valorizza l'innovazione e la creatività. Inoltre, la flessibilità del lavoro remoto consente di bilanciare vita professionale e personale in modo ottimale.

J

Dettagli di contatto:

Team di recruiting di Jobgether

Consigli degli esperti StudySmarter🤫

Ecco come pensiamo che potresti ottenere Staff Data Engineer (Databricks Specialist) in Milan

✨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 Jobgether

Non dimenticare di candidarti direttamente sul sito di Jobgether! 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 Staff Data Engineer (Databricks Specialist) in Milan

Python
Data Engineering
Communication Skills
SQL
Data Governance
ETL/ELT Processes
Problem-Solving Skills

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 Jobgether. 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 Jobgether. Mostra loro come pensi e come apprendi!

Come prepararti a un colloquio di lavoro presso Jobgether

✨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.