Hybrid Junior Data Engineer: ETL, Spark & AI Pipelines

Cerved Group SpA

Italia

Ibrido

EUR 28.000 - 38.000

Tempo pieno

14 giorni+

Generatore di candidature

Ottieni una risposta da questo datore di lavoro — un curriculum e una lettera di presentazione personalizzati, che corrispondono esattamente a ciò che sta cercando.

Supera i filtri ATS

Descrizione del lavoro

Cerved Group cerca un Junior Data Engineer da inserire nell’area Data Management per contribuire allo sviluppo e gestione di pipeline dati. Il ruolo richiede conoscenze in Python e SQL, esperienza con Spark/Databricks e familiarità con strumenti di orchestrazione.

Il/la candidato/a entrerà in un contesto ibrido, collaborando con Data Science, BI e Data Architecture, e potrà partecipare a progetti di AI e ML.

Competenze

Esperienza di stage/progetti universitari rilevanti nello sviluppo di pipeline dati o software.
Laurea in Informatica, Ingegneria Informatica, Matematica o discipline affini.
Buona conoscenza di Python (pandas, PySpark) e di programmazione orientata agli oggetti.
Conoscenza di base di SQL e database relazionali.
Familiarità con strumenti di data processing come Apache Spark; interesse verso cloud (preferibilmente AWS).
Familiarità con Git e pratiche di sviluppo collaborativo.

Mansioni

Supportare lo sviluppo e la manutenzione di pipeline di ingestion, trasformazione e distribuzione dei dati (ETL/ELT) utilizzando Python e framework di data processing.
Collaborare allo sviluppo e all’ottimizzazione di job Apache Spark su piattaforme come Databricks.
Integrare diverse sorgenti dati (database, API, file system) utilizzando servizi cloud come AWS S3, Glue e Redshift.
Scrivere codice in Python e/o Java seguendo buone pratiche di sviluppo, documentazione e testing.
Contribuire alla gestione di workflow e pipeline dati utilizzando strumenti di orchestrazione come Apache Airflow o Databricks Workflows.
Supportare attività di data transformation e data modeling, contribuendo a qualità e tracciabilità del dato.
Collaborare con team Data Science, BI e Data Architecture nella preparazione dei dati.
Utilizzare Git per sviluppo collaborativo e gestione delle versioni.
Partecipare a progetti di Machine Learning e AI.