Big Data Engineer in Milan

Big Data Engineer in Milan

Milan Full-Time 54000 - 66000 € / anno (stimato) In sede
U

In sintesi

  • Mansioni: Sviluppa progetti Big Data e collabora con un team innovativo.
  • Azienda: UnipolTech, leader in soluzioni tecnologiche per auto, casa e salute.
  • Benefit: Contratto a tempo indeterminato, lavoro ibrido e ottime opportunità di crescita.
  • Altre informazioni: Ambiente dinamico con focus su innovazione e collaborazione.
  • Perché questo lavoro: Lavora con tecnologie all'avanguardia e fai la differenza nel mondo dei Big Data.
  • Qualifiche: Laurea in Informatica o Ingegneria e esperienza come Big Data Engineer.

La retribuzione prevista è compresa tra 54000 - 66000 € per anno.

UnipolTech, società del Gruppo Unipol dedicata alla realizzazione di soluzioni tecnologiche innovative e servizi telematici/IoT distintivi e ad alto valore aggiunto per l’auto, la casa, il benessere e la salute è alla ricerca di un professionista esperto nella gestione di progetti Big Data da inserire nel contesto dell’Area Servizi Informatici della società.

Sede di lavoro: Bologna / Milano / Firenze / Torino

Il profilo ricercato, una volta inserito nel contesto del team Big Data Hub di UnipolTech, sarà incaricato delle seguenti attività:

  • Sviluppo di progetti Big Data in collaborazione e a guida del team di sviluppo dedicato;
  • Gestione dei layer di integrazione su piattaforma Big Data;
  • Contribuire alla evoluzione del sistema Big Data dando una visione prettamente tecnica sulla definizione degli standard, regole e modelli architetturali;
  • Redigere le soluzioni tecniche garantendo gli obiettivi di scalabilità, manutenibilità, sicurezza ed affidabilità del sistema.

Requisiti richiesti:

  • Laurea Magistrale in Informatica, Ingegneria Informatica o equivalente;
  • Precedente esperienza professionale nel ruolo di Big Data Engineer;
  • Abilità di analisi progettuale, di definizione e implementazione di soluzioni tecniche;
  • Conoscenza dei principali pattern architetturali di data-architecture, dei principali concetti e strumenti del contesto Big Data e del calcolo distribuito;
  • Conoscenza ed esperienza nell’utilizzo di strumenti di elaborazione batch (Spark, Amazon Athena, Google BigQuery, Hadoop, Hive, e similari) e storicizzazione (Amazon S3, Google Cloud Storage, HDFS, e similari);
  • Esperienza con strumenti di elaborazione streaming (Flink, Storm, Spark Streaming, Kafka, e similari);
  • Conoscenza ed esperienza nell’utilizzo di DB NoSQL (HBase, Cassandra, MongoDB e similari);
  • Conoscenza ed esperienza di linguaggi di programmazione (Java, Python, Scala), in particolare Scala;
  • Esperienza consolidata nella manipolazione, estrazione e trasformazione di database non strutturati.

Completano il profilo: ottime capacità relazionali, attitudine al lavoro in team, autonomia e problem solving.

Costituiscono requisiti preferenziali per la selezione i seguenti punti:

  • Esperienza pregressa di utilizzo e sviluppo su distribuzione Cloudera e/o Databricks/AWS;
  • Fondamenti del Machine Learning e Deep Learning (algoritmi di clustering, classificazione e regressione);
  • Principali tecniche di data wrangling, cleansing, exploration e featurization.

La ricerca è rivolta a candidati ambosessi ai sensi della L. 903/77 e D.lgs. 198/2006. Il candidato in possesso delle competenze e delle esperienze richieste sarà inserito con rapporto di lavoro a tempo indeterminato ai sensi del CCNL Commercio e modalità di lavoro ibride (sede/ remote working).

Big Data Engineer in Milan datore di lavoro: UnipolTech

UnipolTech è un datore di lavoro eccezionale, che offre un ambiente di lavoro collaborativo e innovativo nel settore delle applicazioni telepedaggio. I dipendenti beneficiano di opportunità di crescita professionale continua, formazione e un equilibrio tra vita lavorativa e personale grazie alla modalità ibrida. L'azienda promuove una cultura inclusiva e orientata ai risultati, rendendo ogni giorno significativo e gratificante per i suoi collaboratori.

U

Dettagli di contatto:

Team di recruiting di UnipolTech

Consigli degli esperti StudySmarter🤫

Ecco come pensiamo che potresti ottenere Big Data Engineer 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 UnipolTech

Non dimenticare di candidarti direttamente sul sito di UnipolTech! 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 Big Data Engineer in Milan

Gestione di progetti Big Data
Integrazione su piattaforma Big Data
Definizione di standard e modelli architetturali
Scalabilità del sistema
Manutenibilità del sistema
Sicurezza del sistema
Affidabilità del sistema

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

Come prepararti a un colloquio di lavoro presso UnipolTech

✨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.