Data Engineering rif 23732

DIGIMAT SPA; Napoli; In loco; EUR 42.000 - 68.000; Tempo pieno

Descrizione del lavoro

DIGIMAT SPA cerca profili Data Engineering da impiegare in presenza presso il cliente di Napoli. Il ruolo prevede sviluppo di pipeline di ingestione e trasformazione dati, integrazione da sorgenti eterogenee e gestione della produzione.

Si richiede 2-4 anni di esperienza, ottima conoscenza dell'inglese e Laurea in STEM o equivalente. È richiesta disponibilità alla presenza in sede e forte attenzione a qualità e test.

Competenze

• Esperienza 2-4 anni in sviluppo su dati, preferibilmente in contesti di consulenza.
• Buona conoscenza dell'inglese.
• Laurea STEM o equivalente.
• Disponibilità a lavorare in presenza presso la sede del cliente a Napoli.
• Conoscenza di SQL e Python per data engineering.

Mansioni

• Sviluppa pipeline di ingestione e trasformazione dati secondo specifiche concordate.
• Integra dati da sorgenti eterogenee: database relazionali, file, API, sistemi gestionali e applicativi di settore.
• Implementa strutture dati secondo modelli definiti da altri, comprendendo la logica che li governa.
• Verifica il risultato del proprio lavoro, scrivendo test e controlli di qualità sui flussi.
• Presidia l'esercizio delle pipeline in produzione, intervenendo su malfunzionamenti con il supporto del team.
• Documenta quanto realizza e illustra lo stato di avanzamento del proprio lavoro e partecipa alle riunioni tecniche con il cliente.

Conoscenze

SQL

Python

Batch & Streaming

Apache Spark

Data modeling

Cloud environments

Versioning

Data governance

Formazione

Laurea in STEM

Esperienza equivalente

Strumenti

Databricks

AWS Glue

Google BigQuery

Microsoft Fabric

Cloudera CDP

Descrizione del lavoro

Siamo alla ricerca di profili Data Engineering per attività in presenza.

richiediamo almeno 2/4 anni di esperienza e ottima conoscenza della lingua inglese

Responsabilità

• Sviluppa pipeline di ingestione e trasformazione dati secondo le specifiche concordate, curandone correttezza, leggibilità e manutenibilità.
• Integra dati da sorgenti eterogenee: database relazionali, file, API, sistemi gestionali e applicativi di settore.
• Implementa strutture dati secondo modelli definiti da altri, comprendendo la logica che li governa.
• Verifica il risultato del proprio lavoro, scrivendo test, controlli di qualità e verifiche di coerenza sui flussi realizzati.
• Presidia l'esercizio delle pipeline in produzione, intervenendo su malfunzionamenti e degrado delle prestazioni con il supporto del team.
• Documenta quanto realizza e illustra lo stato di avanzamento del proprio lavoro e partecipa alle riunioni tecniche con il cliente.

Competenze tecniche richieste

• SQL: padronanza solida, incluse le funzioni analitiche e la capacità di leggere e ottimizzare query non banali.
• Programmazione: almeno un linguaggio di programmazione applicato al trattamento dei dati, tipicamente Python, con buona pratica delle librerie di manipolazione.
• Elaborazione dati: comprensione dei paradigmi batch e streaming, delle logiche di caricamento incrementale e della gestione degli errori e dei riavvii.
• Big Data e Apache Spark: pratica operativa di Spark su dati distribuiti — trasformazioni, partizionamento, riconoscimento delle operazioni costose come le ridistribuzioni fra nodi — e conoscenza dei formati colonnari e dei formati tabellari transazionali.
• Modellazione: conoscenza dei principi di modellazione analitica — fatti, dimensioni, storicizzazione — e della differenza fra modello operazionale e modello analitico.
• Ambienti cloud: esperienza su almeno una piattaforma dati cloud e comprensione dei servizi di archiviazione, calcolo distribuito e orchestrazione.
• Strumenti di lavoro: uso corrente del versionamento e familiarità con le pratiche di rilascio automatizzato.
• Governo del dato: consapevolezza dei temi di qualità del dato, tracciabilità e protezione delle informazioni.

Competenze relazionali richieste

• Chiarezza espositiva: sa spiegare a un interlocutore non tecnico cosa sta facendo e a che punto è, senza rifugiarsi nel gergo.
• Ascolto e traduzione: comprende una richiesta funzionale, ne verifica le ambiguità con domande puntuali e la traduce in attività tecniche.
• Metodo nel problem solving: davanti a un errore procede per ipotesi verificabili invece di tentativi casuali, e sa ricostruire il ragionamento seguito.
• Trasparenza: condivide difficoltà e ritardi con tempestività, riconosce i propri limiti e chiede supporto prima che il problema si aggravi.
• Postura di consulenza: mantiene un comportamento professionale presso il cliente e distingue ciò che può essere comunicato direttamente da ciò che va concordato con il project manager.

Requisiti di accesso

• Laurea in STEM, oppure esperienza equivalente maturata sul campo.
• 2-4 anni di esperienza in ruoli di sviluppo su dati, anche in contesti diversi dalla consulenza.
• Inglese tecnico sufficiente a leggere documentazione e partecipare a riunioni operative.
• Disponibilità alla presenza presso la sede del cliente secondo le esigenze del progetto.
• Sede di lavoro: Napoli.

Elementi preferenziali

• Certificazioni su una delle piattaforme dati cloud principali.
• Esperienza su almeno una piattaforma Big Data di mercato: Databricks, Microsoft Fabric, Cloudera CDP, AWS Glue o Google BigQuery.
• Esperienza in progetti di migrazione da sistemi legacy verso piattaforme cloud.
• Conoscenza di strumenti di reportistica e visualizzazione.
• Esperienza in contesti multi-cliente o di consulenza.