Data Engineer | Databricks | Roma

1 giorno fa

Latina, Lazio, Italia Lutech Tempo pieno
Overview

In questa posizione, progetterai e svilupperai soluzioni dati su piattaforme moderne per supportare la modernization dello stack dati aziendale. Lavorerai su architetture dati distribuite e pipeline di integrazione, collaborando con team cross‑funzionali per trasformare i dati in insight operativi. Sarai parte integrante di una community tecnologica che valorizza innovazione, qualità dei dati e scalabilità. Avrai un ruolo chiave nel potenziare la capacità decisionale data‑driven e nel migliorare la governance dei dati. Unisciti a noi per contribuire a progetti di data platform all’avanguardia in un contesto inclusivo e orientato alle persone.

Retribuzione / Benefits
  • Ticket Restaurant
  • Inquadramento livello 2 CCNL Commercio
  • Retribuzione annua lordà a partire da 35.000€
  • Modalità ibrida
  • Ambiente inclusivo e orientato alle persone
Responsabilità
  • Progettare e sviluppare pipeline ETL/ELT per l’integrazione di dati da sorgenti eterogenee
  • Realizzare architetture dati distribuite (on-premise, cloud o ibride) con Hadoop e Spark
  • Implementare e gestire soluzioni su modern data platform (Microsoft Fabric e/o Databricks)
  • Progettare modelli dati secondo logiche Data Warehouse/Data Lake/Lakehouse con Medallion Architecture
  • Presidiare attività di performance tuning, qualità del dato e ottimizzazione dei processi di elaborazione
Requisiti fondamentali
  • Esperienza di almeno 2–3 anni in Data Engineering
  • Laurea in Informatica o discipline STEM equivalenti
  • Esperienza con modern data platform, preferably Microsoft Fabric e/o Databricks
  • Ottima conoscenza di SQL e modellazione dati (Data Warehouse/Data Lake/Lakehouse)
  • Conoscenza di Python e PySpark
  • Esperienza pipeline ETL/ELT e integrazione dati da sorgenti eterogenee
  • Buona conoscenza dei servizi dati Microsoft Azure e concetti di cloud architecture
  • Curiosità e propensione all’aggiornamento continuo
  • Approccio analitico e attenzione al dettaglio
  • Capacità di lavoro in team e di confronto con stakeholder tecnici e di business
  • SQL
  • Python
  • PySpark