In sintesi
- Mansioni: Progetta e sviluppa architetture dati avanzate su Databricks per clienti enterprise.
- Azienda: T.A.I. Software Solution s.r.l., leader nell'innovazione tecnologica.
- Benefit: Smart working, opportunità di crescita professionale e progetti sfidanti.
- Altre informazioni: Ambiente dinamico con focus su AI e opportunità di leadership.
- Perché questo lavoro: Lavora con tecnologie all'avanguardia e guida team nella progettazione di soluzioni dati.
- Qualifiche: Esperienza di 4-5 anni in Data Engineering e competenze in Databricks e cloud.
La retribuzione prevista è compresa tra 63000 - 77000 € per anno.
T.A.I. Software Solution s.r.l. ricerca candidati con profilo professionale di “Senior Databricks Data Engineer” per le sedi di Pisa, Firenze, Milano, Roma. Potranno essere richieste attività presso le sedi dei clienti, è comunque prevista la possibilità di Smart Working, incluso Full Remote.
Sebbene l'esperienza professionale e le qualifiche siano fondamentali per questo ruolo, si assicuri di verificare di possedere le soft skill preferenziali, se richieste, prima di candidarsi.
Le figure selezionate saranno inserite nella Business Line “Data Engineering & AI”, all’interno del gruppo dedicato alla progettazione di soluzioni dati avanzate ed erogazione di servizi su architetture Cloud. La risorsa avrà un ruolo di riferimento tecnico: guiderà la progettazione di architetture, dall’analisi dei requisiti fino alla messa in esercizio, affiancando i clienti nelle scelte tecnologiche e supportando la crescita dei colleghi più junior. Lavorerà su progetti sfidanti presso clienti enterprise di primaria importanza.
La ricerca è rivolta a professionisti con una solida formazione in ambito engineering, una forte propensione all'innovazione e all'applicazione dell'AI ai dati, nonché un'esperienza lavorativa di almeno 4-5 anni nel settore Data.
Di cosa ti occuperai:
- Progettare, sviluppare e ottimizzare architetture dati (Lakehouse, Data Mesh) su piattaforma Databricks per scenari enterprise complessi.
- Sviluppare e ingegnerizzare pipeline di dati a supporto di modelli di Machine Learning e architetture di Generative AI (es. sistemi RAG - Retrieval-Augmented Generation).
- Integrare servizi cognitivi e Large Language Models (LLM) all'interno dei flussi di elaborazione dati per estrarre valore da fonti informative non strutturate.
- Redigere documenti di architettura e di design (HLD/LLD) e guidare le scelte tecnologiche insieme al cliente.
- Disegnare e implementare pipeline di dati (ETL/ELT) scalabili e robuste sfruttando Apache Spark, Delta Lake e i servizi cloud nativi.
- Fare da riferimento tecnico per i clienti, supportando la crescita dei profili più junior.
- Integrare le soluzioni Databricks all'interno degli ecosistemi cloud aziendali, assicurando alte performance e sostenibilità dei costi.
- Definire strategie di sicurezza e governance degli ambienti (es. tramite Databricks Unity Catalog).
Conoscenze richieste:
- Forte ed estesa competenza sull'ecosistema Databricks (Workspace, Repos, Jobs, DLT) e Apache Spark (tuning, partizionamento, ottimizzazione).
- Comprovata esperienza su uno o più dei principali cloud provider (AWS, Azure, GCP), con esperienza diretta nella progettazione delle soluzioni; in questo ruolo è richiesta un'enfasi particolare su AWS e GCP.
- Ottima padronanza di Python, SQL applicati al calcolo distribuito.
- Conoscenza approfondita dei formati di memorizzazione open-source (Delta Lake, Parquet, Iceberg).
- Familiarità con framework e librerie per l'AI/ML e l'integrazione di LLM (es. LangChain, LlamaIndex, MLflow, Databricks MosaicML).
- Conoscenza delle logiche di memorizzazione e ricerca vettoriale (Vector Databases) in ambito Databricks o tramite servizi Cloud nativi.
- Ottime conoscenze di networking, in particolare in ambito cloud e ibrido (VPC/VNet, connettività ibrida, DNS, load balancing).
Elementi qualificanti:
- Laurea in discipline scientifiche.
- Certificazioni Databricks (es. Databricks Certified Data Engineer Professional, Databricks Machine Learning Associate) o Cloud Data Engineer (GCP Professional Data Engineer, AWS Certified Data Engineer).
- Esperienza in ruoli di Technical Lead o Architect su progetti complessi.
- Conoscenza di soluzioni di CI/CD e GitOps (GitLab CI/CD, Jenkins, ArgoCD, Flux).
- Buone conoscenze del mondo infrastrutturale che ruota intorno ai servizi di GenAI.
Senior Databricks Data Engineer in Montà datore di lavoro: TAI
TAI è un datore di lavoro attraente grazie alla sua cultura del lavoro innovativa e alle opportunità di crescita professionale. I dipendenti possono beneficiare di un ambiente di lavoro flessibile, con la possibilità di lavorare da remoto e su progetti stimolanti. L'azienda promuove anche lo sviluppo delle competenze attraverso il supporto ai colleghi più junior.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Senior Databricks Data Engineer in Montà
✨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 TAI
Non dimenticare di candidarti direttamente sul sito di TAI! 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 Databricks Data Engineer in Montà
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 TAI. 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 TAI. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso TAI
✨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.