Senior Database Architect
Pubblicato il 22-09-2026 - Cerved in San Donato Milanese
Cerved è la tech company italiana che, grazie a segnali predittivi unici e a un patrimonio esclusivo di dati e analytics, supporta la crescita sostenibile, la gestione del rischio e la trasformazione digitale di imprese e istituzioni.
Con Cerved Rating
Agency, elaboriamo valutazioni sul merito di credito, rating ESG e analisi sulle emissioni di debito. Dal 2021 Cerved è parte di ION Group, uno dei più grandi operatori Fin Tech internazionali. Per potenziare il Team Data Architecture, siamo alla ricerca di un profilo di Senior Data Architect che avrà la responsabilità di progettare e governare l'architettura dati aziendale, contribuendo alla costruzione di una piattaforma dati moderna, scalabile e orientata al dato come asset strategico.
Principali responsabilità Progettare e mantenere l'architettura della piattaforma dati (Data Lake, Data Warehouse, Lakehouse) su AWS e Databricks
- Definire standard, best practice e linee guida architetturali per la gestione e la governance del dato (data modeling, data lineage, data quality, data catalog)
- Disegnare e supervisionare pipeline di ingestione, trasformazione e distribuzione dei dati utilizzando Apache Spark, Databricks e servizi AWS
- Guidare la scelta delle tecnologie e dei pattern architetturali (batch, streaming, lambda/kappa architecture, medallion architecture) in base ai requisiti di business
- Sviluppare componenti e prototipi in Java e Python per validare soluzioni architetturali e accelerare l'adozione di nuovi pattern
- Collaborare con i team di Data Engineering, Data Science, BI e Product per garantire coerenza architetturale e qualità dei dati end-to-end
- Presidiare aspetti di sicurezza, compliance e data governance (GDPR, controllo degli accessi, cifratura, auditing)
all'interno della piattaforma dati
- Valutare e introdurre nuove tecnologie e framework del panorama dati (Apache Iceberg, Delta Lake, dbt, Apache Kafka, Flink) in ottica di miglioramento continuo
- Collaborare con i team di Data Science e AI/ML per progettare infrastrutture dati a supporto di modelli di Machine Learning e soluzioni di Intelligenza Artificiale Generativa (Feature Store, model serving, RAG pipeline, LLMOps)
- Supportare l'adozione di servizi AWS AI/ML garantendo la disponibilità e la qualità dei dati necessari all'addestramento e all'inferenza dei modelli.
Requisiti Laurea in Informatica, Ingegneria Informatica, Matematica o discipline affini; certificazioni AWS (es. AWS Solutions Architect, AWS Data Analytics) o Databricks sono considerate un plus
- Esperienza di almeno 3‐5 anni in ambito architettura dati, data engineering o ruoli analoghi
- Solida conoscenza di Apache Spark e Databricks (Spark SQL, Structured Streaming, Delta Lake, Unity Catalog)
- Competenze avanzate in Python e/o Java per lo sviluppo di pipeline dati e componenti di integrazione
- Esperienza concreta con i principali servizi AWS per i dati S3, Glue, Athena, Redshift, EMR, Kinesis, Lake Formation, Step Functions, IAM
- Conoscenza approfondita dei paradigmi di data modeling (relazionale, dimensionale, Data Vault) e dei formati di storage columnar (Parquet, ORC,
Iceberg, Delta)
- Familiarità con strumenti di orchestrazione (Apache Airflow, Databricks Workflows) e di trasformazione dati (dbt)
- Conoscenza dei principi di data governance, data quality e metadata management; gradita esperienza con soluzioni di data catalog (es.
Apache
Atlas, AWS Glue Data Catalog, Databricks Unity Catalog)
- Comprensione delle architetture streaming (Apache Kafka, Kinesis Data Streams) e dei relativi pattern di integrazione
- Capacità di lavorare in ambienti Agile/Dev Ops; conoscenza di Ia C (Terraform, Cloud Formation) e CI/CD per pipeline dati costituisce un plus
- Ottime capacità comunicative e relazionali, con attitudine al problem solving, alla collaborazione cross‐funzionale e alla condivisione della conoscenza tecnica
- Conoscenza dei principali paradigmi e tecnologie di AI/ML applicati ai dati MLflow, Sage Maker, Databricks MLflow/Auto ML, Vector Database (es. Pinecone, Open Search, pgvector) e architetture per Generative AI (RAG, embedding pipeline, LLM fine‐tuning)
- Familiarità con il ciclo di vita end‐to‐end dei modelli ML (MLOps/LLMOps) versionamento dei dati e dei modelli, feature engineering, monitoraggio del modello in produzione e data drift detection.
Sede di lavoro Milano, Mangone (CS), Padova, Roma Modalità di lavoro Ibrida La posizione è inquadrata al 1 Livello, secondo il CCNL Terziario, Distribuzione e Servizi (Commercio) e il range retributivo iniziale previsto è compreso tra Euro 50.000 ed Euro 65.000. L'esatta attribuzione all'interno della fascia retributiva sarà determinata sulla base di criteri oggettivi, trasparenti e neutrali sotto il profilo del genere (nel rispetto della normativa vigente).