16 set - Milano
Business Integration Partners
Overview
In questo ruolo lavori su Data Platform Big Data ibrida, on-premises o cloud, creando pipeline batch e real-time.
Supporti la trasformazione, la qualità e la governance dei dati per Data Scientist, BI/visualization e architetture DWH o NoSQL.
Avrai responsabilità di ottimizzare modelli ML, scalare esecuzioni e automatizzare workflow.
Operi in architetture cloud native, guidando scelte tecnologiche e buona qualità del dato.
L'opportunità è pensata per chi ama innovazione, collaborazione e impatto sui progetti di transformation digitale.
Retribuzione / Benefits
smartworking fino al 100%
più di 300 corsi formativi all'avanguardia
Diversity, Equity & Inclusion
work-life integration
ambiente etico e partecipativo
Responsabilità
Implementare pipeline dati batch e real-time su piattaforme cloud ibride o on-premises
Acquisizione, storicizzazione, cleansing, anonimizzazione/crypting/masking, gestione valori nulli e outlier
Preparazione dati per Data Scientist, BI e sistemi di visualizzazione
Supportare alimentazione di DWH e NoSQL/Graph DB, API integration
Recepire e ottimizzare modelli ML per esecuzione scalabile e schedulazione
Consulenza tecnologica per architetture Big Data e efficientamento esistente
Costruire relazioni con clienti, vendor e partner e garantire soluzioni allineate ai requisiti
Contributo alla Community interna con ricerca, scouting e nuove soluzioni
Requisiti fondamentali
Da 0 a 3 anni di esperienza nel ruolo
Esperienza su piattaforme dati basate sul cloud (GCP, AWS, Azure) e relativi servizi
Conoscenza concetti moderni di data platforms (Big Data, Data Lake, Data Warehouse, Data Virtualization, Data Mesh, Data Governance)
Progettazione data model e data pipeline ETL/ELT
Conoscenza di linguaggi SQL, Java, Python, R (o equivalenti)
Conoscenza di DB/tech per dati strutturati e non (es. BigQuery, MongoDB, Hadoop, Redis)
problem solving
autonomia
comunicazione efficace
cloud platforms (GCP, AWS, Azure)
data platforms concepts (Big Data, Data Lake, Data Warehouse, Data Governance)
design di data model e data pipelines
18 set - Chiavari
Acrobatica
18 set - Fonzaso
Greta
18 set - Trento
Car Clinic
18 set - Nola
Demetra Formazione