Senior Databricks Data Engineer
Pubblicato il 03-10-2026 - SmartRecruiters in Italia
- Retribuzione: EUR 33,000 - EUR 40,000 - annuale
Descrizione dell'azienda
Chi è Sopra Steria
Sopra Steria - fra i maggiori player tecnologici in Europa, con 51.000 dipendenti in circa 30 paesi - è riconosciuta per i suoi servizi di consulenza, per i suoi servizi digitali e per le sue soluzioni IT. Sopra Steria supporta i propri clienti nel loro percorso di trasformazione digitale, garantendo loro benefici concreti e sostenibili. Nel 2025, il Gruppo ha registrato un fatturato di 5,6miliardi di euro.
Con circa 1.200 persone e un fatturato 2025 di €107,35 milioni, Sopra Steria opera sul mercato italiano attraverso le sue sedi di Assago (MI), Roma, Collecchio (PR), Padova, Ariano Irpino (AV) e Pozzuoli (NA).
Sopra Steria (SOP) è quotata su Euronext Paris (Comparto A) – ISIN: FR0000050809. Scopri di più su
Descrizione del lavoro
Ai fini dell’ampliamento del nostro centro di competenza dedicato alla Data Engineering e all'Advanced Analytics,
siamo alla ricerca di un/una Senior Databricks Data Engineer che operi come pilastro tecnico per la costruzione di architetture dati moderne. La risorsa garantirà la qualità dei processi di ingestione e trasformazione, promuovendo le best practice di sviluppo su ambienti Cloud (Azure/AWS/GCP) all'interno dei team di progetto.
Sarai responsabile di progettare, sviluppare e implementare pipeline di dati scalabili e performanti, coordinando l'ottimizzazione dei carichi di lavoro in collaborazione con i Data Scientist e i Data Architect.
In scenari complessi, guiderai il design dell'architettura Medallion (Bronze, Silver, Gold) e la gestione dei Delta Lake , risolvendo colli di bottiglia tecnici e garantendo la consegna di soluzioni robuste per il processamento di grandi volumi di dati (Batch e Streaming).
In un contesto orientato all'innovazione tecnologica con un’impostazione Business Oriented , ti occuperai di:
Sviluppo Pipeline ETL/ELT : Progettazione e implementazione di flussi di dati complessi utilizzando Apache Spark (PySpark,