Data Architect
Overview In questo ruolo, progetti architetture dati moderne e pipeline scalabili per supportare l'evoluzione digitale del cliente. Lavori all'interno della practice Data Analytics, collaborando con team tecnici e stakeholder di business per soluzioni dati robuste. Ti occuperai di progettare sistemi di data integration e data platforms distribuite, in contesti on-prem, cloud o ibridi, contribuendo a Data Warehouse, Data Lake e Lakehouse. Se vuoi crescere come mentore e guidare progetti di data engineering, questa è l'opportunità giusta. modalità ibrida Buoni pasto opportunità di crescita professionale collaborazione con team internazionali pensione e welfare aziendale (specifiche non dettagliate) Progettare e sviluppare pipeline ETL/ELT per integrazione dati da sorgenti eterogenee Progettare e implementare architetture dati distribuite (on-prem, cloud o ibride) Sviluppare e ottimizzare modelli dati per Data Warehouse,
Data Lake e Lakehouse Collaborare con team tecnici e stakeholder di business per definire soluzioni dati Affiancare e supportare la crescita professionale di figure junior Esperienza di almeno 4 anni in Data Engineering Laurea in Informatica o Ingegneria Informatica Ottima conoscenza di Python e PySpark Ottima conoscenza di SQL e modellazione dati (Data Warehouse, Data Lake e Lakehouse) Esperienza in progettazione e sviluppo di pipeline ETL/ELT e integrazione dati da sorgenti eterogenee Esperienza in architetture dati distribuite (on-prem, cloud o ibride; Hadoop, Spark) Problem solving e miglioramento continuo Buone capacità di collaborazione con team tecnici e stakeholder Orientamento alla qualità del codice e condivisione delle best practice Python PySpark SQL
Data Lake e Lakehouse Collaborare con team tecnici e stakeholder di business per definire soluzioni dati Affiancare e supportare la crescita professionale di figure junior Esperienza di almeno 4 anni in Data Engineering Laurea in Informatica o Ingegneria Informatica Ottima conoscenza di Python e PySpark Ottima conoscenza di SQL e modellazione dati (Data Warehouse, Data Lake e Lakehouse) Esperienza in progettazione e sviluppo di pipeline ETL/ELT e integrazione dati da sorgenti eterogenee Esperienza in architetture dati distribuite (on-prem, cloud o ibride; Hadoop, Spark) Problem solving e miglioramento continuo Buone capacità di collaborazione con team tecnici e stakeholder Orientamento alla qualità del codice e condivisione delle best practice Python PySpark SQL