Ai Data Engineer
Pubblicato il 14-09-2026 - Michael Page International in Bologna
OverviewIn questa posizione, progetti e sviluppi pipeline di elaborazione dati su larga scala sfruttando Spark e Spark SQL, con focus su Azure Data Factory e pipeline end-to-end.
Supporti l'ingegneria dei dati per dati strutturati e non strutturati e applichi tecniche ML per problemi reali in contesti come fashion, geospaziale e industriale.
Lavori a stretto contatto con stakeholder di business per tradurre esigenze analitiche in soluzioni data-driven e presenti i risultati tramite report e dashboard.
Un ruolo chiave in un'azienda tecnologica in crescita dove l'innovazione e le attività di MLOps garantiscono scalabilità e affidabilità.
Retribuzione / Benefitssmart working/ibrido
formazione e aggiornamento tecnico continuo
tempo indeterminato
opportunità di crescita in azienda
tipo di contratto indeterminato
areas zona Bologna
ResponsabilitàProgettare e sviluppare pipeline di elaborazione dati su larga scala using Spark (Scala e Spark SQL)
Ottimizzare processi di elaborazione distribuita (RDD, DataFrame, Spark SQL)
Sviluppare UDF personalizzate per trasformazioni complesse
Gestire architetture di data ingestion e data processing su Microsoft Azure (Azure Data Factory)
Costruire pipeline end-to-end per dati strutturati e non strutturati
Applicare ML (regressione, clustering, anomaly detection, forecasting) in diverse aree
Supportare messa in produzione di modelli (MLOps) per scalabilità e affidabilità
Collaborare con stakeholder di business per tradurre esigenze analitiche in soluzioni data-driven
Realizzare report, dashboard e presentazioni per comunicare risultati a tecnici e business
Requisiti fondamentaliEsperienza consolidata con Apache Spark (Scala, Spark SQL)
Ottima conoscenza di Python e/o Scala
Conoscenza di paradigmi di elaborazione distribuita (RDD, DataFrame, MapReduce)
Esperienza su Microsoft Azure Data Platform, in particolare Azure Data Factory
Capacità di progettare e gestire pipeline ETL e data ingestion
Conoscenza di tecniche di Machine Learning: regressione, clustering, anomaly detection, forecasting/serie temporali
Esperienza (anche base) nella messa in produzione di modelli
Gradita esperienza con strumenti di data visualization e reporting
Collaborazione con stakeholder
Comunicazione efficace
Orientamento ai risultati
Apache Spark (Scala, Spark SQL)
Python e/o Scala
RDD/DataFrame/MapReduce