Cloud Data Engineer
Pubblicato il 12-08-2026 - Sopra Steria in Milano
Chi è Sopra Steria
Possiede le competenze e l'esperienza giuste per questo ruolo? Continui a leggere per scoprirlo e invii la sua candidatura.
Sopra Steria - fra i maggiori player tecnologici in Europa, con 51.000 dipendenti in circa 30 paesi - è riconosciuta per i suoi servizi di consulenza, per i suoi servizi digitali e per le sue soluzioni IT. Sopra Steria supporta i propri clienti nel loro percorso di trasformazione digitale, garantendo loro benefici concreti e sostenibili. Nel 2025, il Gruppo ha registrato un fatturato di 5,6 miliardi di euro.
Con circa 1.200 persone e un fatturato 2025 di €107,35 milioni, Sopra Steria opera sul mercato italiano attraverso le sue sedi di Assago (MI), Roma, Collecchio (PR), Padova, Ariano Irpino (AV) e Pozzuoli (NA).
The world is how we shape it
Sopra Steria (SOP) è quotata su Euronext Paris (Comparto A) – ISIN: FR Scopri di più su anche tu vuoi dare forma al futuro con noi lavorando su importanti progetti per prestigiosi brand e ti riconosci nel profilo che stiamo cercando, accetta la sfida e candidati Stiamo cercando:
Cloud Data Engineer – Data & AI
IL TUO RUOLO:
Entrerai a far parte del team Data Analytics & AI, contribuendo alla progettazione, realizzazione ed evoluzione di architetture dati moderne in ambienti cloud. Sarai coinvolto/a in iniziative di trasformazione digitale, migrazione e valorizzazione dei dati, lavorando a stretto contatto con Data Engineer, Data Scientist e specialisti AI.
In particolare ti occuperai di:
-
- Progettare e sviluppare pipeline ETL/ELT scalabili, affidabili e sicure su piattaforme Google Cloud Platform (GCP) e AWS.
- Implementare processi di acquisizione, integrazione ed elaborazione dei dati sia in modalità batch sia real-time streaming.
- Gestire e ottimizzare ecosistemi di Data Warehouse e Data Lake, con particolare riferimento a BigQuery, Amazon Redshift e Amazon Athena.
- Collaborare con i team di Data Science e Artificial Intelligence per integrare modelli di Machine Learning e s
