DATA ENGINEER
Sede:
Osnago, LC, IT
Paese:
IT
Responsabilità
La risorsa verrà inserita nel team Data Engineering dell’area Metrology & AI.
Si occuperà della definizione, implementazione e manutenzione di architetture dati al fine di renderne i contenuti disponibili a tutti i contesti aziendali nel rispetto dei principi di restiction e permission.
Contribuirà a creare soluzioni tecnologiche in ambito Metrology & AI per soddisfare le esigenze aziendali e garantire miglioramenti di qualità ed efficienza, dalla definizione delle specifiche al rilascio.
La risorsa si occuperà nello specifico delle seguenti attività:
- Definire architetture dati efficienti e scalabili: database relazionali, data warehouse, data lake, database non relazionali per la gestione dei dati;
- Disegnare e sviluppare pipeline end-to-end di processamento dati al fine di soddisfare requisiti funzionali e di business;
- Comunicare in modo efficace e comprensibile i risultati ottenuti adeguandosi al contesto comunicativo;
- Collaborare con le altre funzioni aziendali nella ricerca e definizione di opportunità di miglioramento;
- Operando in conformità con i principi Agile, TDD e la logica a microservizi sviluppare e mantienere software, che provvederà a documentare.
Requisiti
- Laurea in Informatica, Ingegneria Informatica o discipline affini;
- Esperienza nell’analisi dati e nell’estrazione di informazioni da dataset complessi e dati grezzi;
- Solida conoscenza dei principi di architettura dei dati, data modeling e concetti di data warehousing e data lake;
- Padronanza di database relazionali, in particolare SQL Server;
- Esperienza nella progettazione e implementazione di almeno un database NoSQL;
- Conoscenza di strumenti e framework per lo sviluppo di pipeline ETL/ELT (Python, Airflow o equivalenti);
- Capacità di garantire qualità, integrità e consistenza dei dati;
- Attitudine al problem solving e all’ottimizzazione delle performance dei sistemi dati.
Sono considerati titoli preferenziali:
- Esperienza con dati semi-strutturati (JSON, Parquet, CSV);
- Buona conoscenza di Python;
- Esperienza con un tool di data visualization;
- Buona conoscenza di sistemi operativi Linux;
- Conoscenza base di DevOps e CI/CD;
- Esperienza con Kubernetes e Docker o altro servizio di containerizzazione;
- Esperienza con piattaforme Cloud (Azure, AWS, Google).