Staff Data Engineer (Databricks Specialist) in Vercelli

Staff Data Engineer (Databricks Specialist) in Vercelli

Vercelli Full-Time 55688 - 68063 € / 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 55688 - 68063 € per anno.

This position is listed on behalf of a partner company, who manages all applications and next steps.

Our partner is looking for a Staff Data Engineer (Databricks Specialist) based in Italy.

We are seeking an experienced Staff Data Engineer to lead the design and development of scalable, enterprise-grade data platforms, with a strong specialization in Databricks and modern cloud technologies.

In this strategic role, you will drive complex, cross-functional data initiatives, ensuring reliable data ingestion, transformation, storage, and delivery.

You will play a key role in shaping enterprise data architecture, Master Data Management (MDM), and AI-powered data capabilities.

Working closely with engineering, product, and analytics leaders, you will translate business needs into innovative and scalable technical solutions.

You will also champion engineering excellence, data governance, and platform performance while mentoring experienced engineers.

This is an opportunity to influence technical direction, accelerate AI adoption, and build the foundations for next-generation data-driven solutions.

Accountabilities

  • Own and drive the technical architecture of complex, cross-functional data initiatives, covering ingestion, transformation, storage, and serving layers.
  • Design, develop, and maintain scalable, high-performance data pipelines and distributed data platforms using Databricks and cloud-native technologies across Azure, AWS, or GCP.
  • Lead enterprise Master Data Management (MDM) initiatives, including golden records, entity resolution, match-and-merge processes, data domains, reference data, hierarchies, and data stewardship.
  • Architect and integrate agentic AI and LLM-powered solutions, including autonomous agents, RAG pipelines, AI copilots, and orchestration frameworks, into enterprise data platforms.
  • Build and maintain data foundations for machine learning and AI applications, including feature stores, vector databases, embeddings, and ML/LLMOps pipelines.
  • Design and deliver backend data services and APIs using REST or Graph QL, ensuring curated datasets are accessible to applications, analytics, and business intelligence platforms.
  • Establish and promote engineering standards covering data modeling, quality, testing, observability, CI/CD, deployment, and responsible AI-assisted development.
  • Implement enterprise-wide data governance, lineage, cataloging, and quality frameworks to ensure data consistency, reliability, and transparency.
  • Lead technical design reviews, provide architectural guidance, and influence engineering decisions across multiple teams.
  • Collaborate with product, analytics, and engineering leadership to define scalable data roadmaps aligned with business objectives and AI-driven opportunities.
  • Identify and resolve systemic performance, reliability, and scalability challenges across the data ecosystem.
  • Mentor and coach senior and mid-level engineers, promoting technical excellence and best practices in data engineering, MDM, and AI.
  • Evaluate emerging technologies, frameworks, and industry trends to continuously improve platform capabilities, engineering efficiency, and resilience.

Requirements

  • Bachelor's degree in Computer Science, Engineering, Management Information Systems, or a related discipline is preferred.
  • 12+ years of professional experience in data engineering or software engineering, with a proven track record of architecting enterprise-scale data platforms and pipelines.
  • Expert-level SQL skills and strong proficiency in Python. Experience with Scala or Java is an advantage.
  • Extensive hands‑on experience with Databricks and modern cloud data platforms such as Snowflake, Azure Synapse, Big Query, or Amazon Redshift.
  • Strong understanding of cloud-native architecture, distributed systems, data modeling methodologies (dimensional modeling, Data Vault, Lakehouse), and ETL/ELT architectures.
  • Proven experience designing and implementing enterprise MDM solutions, including entity resolution, match-and-merge, golden records, reference data, and hierarchy management.

Familiarity with Informatica, Reltio, Profisee, or similar platforms is highly valued.

  • Practical experience building or integrating agentic AI systems, LLM-powered applications, RAG pipelines, and AI agent orchestration frameworks such as Lang Chain, Auto Gen, Semantic Kernel, or MCP.
  • Experience developing backend data services and REST/Graph QL APIs, with the ability to contribute across the technology stack.
  • Strong knowledge of relational and No SQL databases, as well as modern data lake and lakehouse formats such as Delta Lake, Apache Iceberg, and Parquet.
  • Deep understanding of CI/CD pipelines, Infrastructure as Code (Ia C), Dev Ops, and Data Ops practices.
  • Demonstrated ability to lead large-scale technical initiatives involving multiple teams and stakeholders.
  • Excellent communication, collaboration, and problem-solving skills, with the ability to influence technical decisions without direct managerial authority.
  • Proven mentoring and coaching capabilities, with a passion for developing engineering talent and promoting knowledge sharing.

Nice to have

  • Experience with data governance, lineage, and cataloging solutions such as Unity Catalog, Microsoft Purview, Collibra, or Alation.
  • Knowledge of multi‑agent architectures, tool‑calling systems, and advanced RAG implementations.
  • Experience with event‑driven architectures and real‑time data processing technologies such as Kafka, Azure Event Hubs, Amazon Kinesis, Flink, or Spark Structured Streaming.
  • Experience building data layers for AI and machine learning, including feature stores, vector databases, embeddings, and ML/LLMOps solutions.
  • Familiarity with containerization and orchestration technologies such as Docker and Kubernetes, as well as workflow orchestration tools like Airflow, Dagster, and dbt.
  • Previous experience in commercial real estate, fintech, or complex operational and transaction‑based environments.
  • Technical thought leadership demonstrated through conference speaking, technical publications, or open‑source contributions, particularly in applied AI and modern data engineering.

Benefits

  • Fully remote work: Enjoy the flexibility to work from anywhere, with a digital‑first approach and opportunities to collaborate with international teams.
  • Work‑life balance: Benefit from flexible working arrangements that support your personal and professional commitments.
  • Meaningful projects: Contribute to challenging, high‑impact projects across different industries and work with modern technologies.
  • Continuous learning: Access ongoing professional development opportunities, hands‑on technical challenges, and opportunities to expand your expertise.
  • International collaboration: Join a diverse, multicultural team of talented professionals who value creativity, innovation, and knowledge sharing.
  • Career growth: Develop your technical leadership capabilities and help shape the future of enterprise data engineering and AI‑driven solutions.
  • Full‑time opportunity: Join a team working on long‑term, impactful data engineering initiatives.

Staff Data Engineer (Databricks Specialist) in Vercelli 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 Vercelli

✨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 Vercelli

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

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.