Data Engineer
Pubblicato il 17-09-2026 - Linkedin in Torino
Randstad Digital, divisione specializzata nella ricerca e selezione di profili ICT, ricerca un Mid Data Platform Engineer da inserire all'interno della Data & AI Division. La risorsa opererà con autonomia end-to-end su design, sviluppo e operatività della data platform aziendale, all'interno di un contesto fortemente orientato all'innovazione guidato dai dati e dall'AI.
La preghiamo di leggere attentamente la panoramica e i requisiti per questa opportunità di lavoro riportati di seguito.
Responsabilità
Principali
Data Platform & Cloud Engineering
Evoluzione della Piattaforma: Progettare ed evolvere i layer di ingestione, trasformazione e serving su BigQuery, garantendo performance, ottimizzazione dei costi e freschezza dei dati.
Infrastructure as Code (IaC): Gestire l'infrastruttura cloud tramite Terraform con approccio zero click-ops, assicurando che l'intero ecosistema sia completamente versionato e riproducibile.
Orchestrazione & Pipeline: Implementare, ottimizzare e mantenere le orchestrazioni su Airflow/Cloud Composer adottando un approccio modulare, sicuro e testabile.
Scelte Architetturali: Contribuire attivamente alle decisioni strategiche sull'architettura dati, guidando la transizione e l'adozione di paradigmi quali Data Mesh, Lakehouse e Semantic Layer.
Agentic Data Governance & AI
Agenti AI (LLM-based): Progettare e sviluppare agenti intelligenti basati su modelli linguistici di grandi dimensioni capaci di classificare dataset, intercettare anomalie e proporre remediation in autonomia.
Data Lineage & Catalogazione: Costruire e supervisionare sistemi di catalogazione avanzata e data lineage integrati con soluzioni come Dataplex, Collibra o moduli custom.
Data Contracts: Definire policy di accesso e contratti sui dati (Data Contracts) da applicare programmaticamente attraverso pipeline di CI/CD.
Integrazione ML & MLOps: Supportare i team di data science nella messa in produzione dei modelli predittivi,
strutturando feature store dedicati e gestendo versioning, monitoraggio e retraining.
Requisiti
Richiesti
Formazione ed Esperienza
Seniority: Almeno 3 anni di esperienza consolidata e rilevante nel ruolo di Data Engineer o Data Platform Engineer in ambienti di produzione complessi.
Mentalità Tecnica: Approccio fortemente orientato al problem solving pratico ("hands-on"), attitudine alla gestione metodologica degli incidenti e rigorosa attitudine alla code review.
Metodologia & Processi: Familiarità con metodologie di sviluppo moderne (rilasci frequenti, test automatici sistematici, monitoraggio, stesura di Arch Decision Records e runbook).
Competenze Tecniche Core
Cloud & Stack GCP: Padronanza dell'ecosistema Google Cloud Platform, in particolare BigQuery (query optimization, partitioning, clustering) e Terraform (moduli riutilizzabili, remote state).
Data Transformation: Ottima conoscenza di dbt (o framework analoghi) per la trasformazione dati modulare, versionata e testabile.
Programmazione & CI/CD: Uso fluente di Python per l'automazione/scripting e solida applicazione di logiche CI/CD ai dati (test automatici, deployment, linting SQL).
AI & Governance (Gradito Valore Aggiunto): Esperienza diretta con MLOps, feature engineering, utilizzo avanzato di LLM e AI Agent nel workflow e conoscenza di strumenti enterprise di Data Governance (Dataplex, Collibra, Alation, DataHub).
Cosa Offriamo
Inquadramento: Tempo indeterminato (CCNL Trasporti e Logistica).
Pacchetto Retributivo: RAL fino a ****** € + MBO e Variabile del 10%.
Formazione Continua: Budget annuale dedicato a certificazioni GCP, conferenze, libri e corsi.
AI Tooling & Hardware: Accesso illimitato a LLM e strumenti AI di ultima generazione integrati direttamente nel workflow operativo.
Flessibilità: Modalità full-time ibrida con 2 giorni di smart working a settimana.
La ricerca è rivolta ai candidati ambosessi (L.******). Consulta l'informativa sulla privacy ai sensi dell'art. xjncmbx 13 del Regolamento (UE) ******** (GDPR) sul sito Randstad.