Data Engineer | Databricks | Roma
Pubblicato il 14-09-2026 - Lutech in Roma
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
- Buoni pasto
- 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