Data Engineer | Databricks | Roma
Summary
Data Engineer in Rome (hybrid) at Eustema, working in a Data Analytics practice to design ETL/ELT pipelines and distributed data architectures on modern platforms such as Databricks and Microsoft Fabric, using Spark/PySpark, Python and SQL in on-premise, cloud and hybrid environments. Annual gross salary starts at EUR 35,000.
In questa posizione, progetti soluzioni dati su piattaforme moderne e supporti la modernizzazione dello stack dati aziendale. Lavorerai in una practice di Data Analytics per sviluppare architetture dati distribuite e pipeline di integrazione dati, collaborando con team trasversali. Avrai impatto su qualità, performance e governance dei dati in contesti ibridi e cloud. Unisciti per guidare progetti di trasformazione dati in un ambiente inclusivo e innovativo.
Retribuzione / Benefits- Ticket Restaurant
- IBRIDO/Modalità ibrida
- CCNL Commercio
- Retribuzione annua lorda a partire da 35.000 EUR
- Progettare e sviluppare pipeline ETL/ELT per integrazione di dati eterogenei
- Realizzare architetture dati distribuite (on-premise, cloud o ibride) con Hadoop e Spark
- Implementare e gestire soluzioni su modern data platform (Microsoft Fabric e/o Databricks)
- Progettare modelli dati seguendo Data Warehouse/Data Lake/Lakehouse e Medallion Architecture
- Presidiare performance tuning, qualità del dato e ottimizzazione dei processi di elaborazione
- Esperienza 2–3 anni in Data Engineering
- Laurea in Informatica o discipline STEM
- Esperienza con modern data platform, preferibilmente Microsoft Fabric e/o Databricks
- Ottima conoscenza SQL e modellazione dati (Data Warehouse/Data Lake/Lakehouse)
- Conoscenza di Python e PySpark
- Esperienza in progettazione/sviluppo di pipeline ETL/ELT e integrazione dati eterogenei
- Buona conoscenza dei servizi dati Microsoft Azure e concetti di cloud architecture
- curiosità e propensione all'aggiornamento continuo su nuove tecnologie
- approccio analitico e attenzione al dettaglio
- lavoro di squadra e gestione stakeholder tecnici e di business
- SQL
- Python
- PySpark