Senior Databricks Data Engineer
pbT.A.I. Software Solution s.r.l. /b ricerca candidati con profilo competente di b“Senior Databricks Data Engineer” /b per le sedi di Pisa, Firenze, Milano, Roma. Potranno essere richieste attività presso le sedi dei clienti, è comunque prevista la possibilità di Smart Working, incluso Full Remote. /p pLe figure selezionate saranno inserite nella Business Line “bData Engineering AI /b”, all’interno del gruppo dedicato alla progettazione di soluzioni dati avanzate ed erogazione di servizi su architetture Cloud. La risorsa avrà un ruolo di riferimento tecnico: guiderà la progettazione di architetture, dall’analisi dei requisiti fino alla messa in esercizio, affiancando i clienti nelle scelte tecnologiche e supportando la crescita dei colleghi più junior. Lavorerà su progetti sfidanti presso clienti enterprise di primaria importanza. /p pLa ricerca è rivolta a professionisti con una solida formazione in ambito engineering, una forte propensione all'innovazione e all'applicazione dell'AI ai dati, nonché un'esperienza lavorativa di almeno 4-5 anni nel settore Data. /p h3Di cosa ti occuperai: /h3 pProgettare, sviluppare e ottimizzare architetture dati (Lakehouse, Data Mesh) su piattaforma Databricks per scenari enterprise complessi. /p pSviluppare e ingegnerizzare pipeline di dati a supporto di modelli di Machine Learning e architetture di Generative AI (es. sistemi RAG - Retrieval-Augmented Generation). /p pIntegrare servizi cognitivi e Large Language Models (LLM) all'interno dei flussi di elaborazione dati per estrarre valore da fonti informative non strutturate. /p pRedigere documenti di architettura e di design (HLD/LLD) e guidare le scelte tecnologiche insieme al cliente. /p pDisegnare e implementare pipeline di dati (ETL/ELT) scalabili e robuste sfruttando Apache Spark, Delta Lake e i servizi cloud nativi.
/p pFare da riferimento tecnico per I clienti, supportando la crescita dei profili più junior. /p pIntegrare le soluzioni Databricks all'interno degli ecosistemi cloud aziendali, assicurando alte performance e sostenibilità dei costi. /p pDefinire strategie di sicurezza e governance degli ambienti (es. tramite Databricks Unity Catalog). /p h3Conoscenze richieste: /h3 pForte ed estesa competenza sull'ecosistema Databricks (Workspace, Repos, Jobs, DLT) e Apache Spark (tuning, partizionamento, ottimizzazione). /p pComprovata esperienza su uno o più dei principali cloud provider (AWS, Azure, GCP), con esperienza diretta nella progettazione delle soluzioni; In questo ruolo è richiesta un'enfasi particolare su AWS e GCP. /p pOttima padronanza di Python, SQL applicati al calcolo distribuito. /p pConoscenza approfondita dei formati di memorizzazione open-source (Delta Lake, Parquet, Iceberg). /p pFamiliarità con framework e librerie per l'AI/ML e l'integrazione di LLM (es. LangChain, LlamaIndex, MLflow, Databricks MosaicML). /p pConoscenza delle logiche di memorizzazione e ricerca vettoriale (Vector Databases) in ambito Databricks o tramite servizi Cloud nativi. /p pOttime conoscenze di networking, in particolare in ambito cloud e ibrido (VPC/VNet, connettività ibrida, DNS, load balancing); /p h3Elementi qualificanti: /h3 pLaurea in discipline scientifiche. /p pCertificazioni Databricks (es. Databricks Certified Data Engineer Professional, Databricks Machine Learning Associate) o Cloud Data Engineer (GCP Professional Data Engineer, AWS Certified Data Engineer). /p pEsperienza in ruoli di Technical Lead o Architect su progetti complessi. /p pConoscenza di soluzioni di CI/CD e GitOps (GitLab CI/CD, Jenkins, ArgoCD, Flux). /p pBuone conoscenze del mondo infrastrutturale che ruota intorno ai servizi di GenAI (MLOps, /p #J-18808-Ljbffr
/p pFare da riferimento tecnico per I clienti, supportando la crescita dei profili più junior. /p pIntegrare le soluzioni Databricks all'interno degli ecosistemi cloud aziendali, assicurando alte performance e sostenibilità dei costi. /p pDefinire strategie di sicurezza e governance degli ambienti (es. tramite Databricks Unity Catalog). /p h3Conoscenze richieste: /h3 pForte ed estesa competenza sull'ecosistema Databricks (Workspace, Repos, Jobs, DLT) e Apache Spark (tuning, partizionamento, ottimizzazione). /p pComprovata esperienza su uno o più dei principali cloud provider (AWS, Azure, GCP), con esperienza diretta nella progettazione delle soluzioni; In questo ruolo è richiesta un'enfasi particolare su AWS e GCP. /p pOttima padronanza di Python, SQL applicati al calcolo distribuito. /p pConoscenza approfondita dei formati di memorizzazione open-source (Delta Lake, Parquet, Iceberg). /p pFamiliarità con framework e librerie per l'AI/ML e l'integrazione di LLM (es. LangChain, LlamaIndex, MLflow, Databricks MosaicML). /p pConoscenza delle logiche di memorizzazione e ricerca vettoriale (Vector Databases) in ambito Databricks o tramite servizi Cloud nativi. /p pOttime conoscenze di networking, in particolare in ambito cloud e ibrido (VPC/VNet, connettività ibrida, DNS, load balancing); /p h3Elementi qualificanti: /h3 pLaurea in discipline scientifiche. /p pCertificazioni Databricks (es. Databricks Certified Data Engineer Professional, Databricks Machine Learning Associate) o Cloud Data Engineer (GCP Professional Data Engineer, AWS Certified Data Engineer). /p pEsperienza in ruoli di Technical Lead o Architect su progetti complessi. /p pConoscenza di soluzioni di CI/CD e GitOps (GitLab CI/CD, Jenkins, ArgoCD, Flux). /p pBuone conoscenze del mondo infrastrutturale che ruota intorno ai servizi di GenAI (MLOps, /p #J-18808-Ljbffr