Data Engineer

Il nostro cliente è un punto di riferimento globale per la trasformazione digitale, entrerai a far parte di un team dedicato a uno dei nostri partner più prestigiosi: una delle principali realtà mondiali nel settore della consulenza direzionale e dei servizi tecnologici.
Siamo alla ricerca di un nuovo talento da inserire nel team AI & Data, dove avrai l’opportunità di collaborare al progetto 9940406670 - Coop 3.0 - C3RA Progetto. Il cliente è ALLEANZA DELLE COOPERATIVE, l’organizzazione che rappresenta la rete delle cooperative in Italia, focalizzata sulla promozione dei valori cooperativi e sul supporto allo sviluppo delle imprese associate.

Inquadramento e RAL: La retribuzione e il livello contrattuale saranno commisurati all’esperienza effettivamente maturata e alle competenze tecniche rilevate in fase di colloquio.

Retribuzione annua: 22000€ - 28000€

esperienza

non richiesta

Requisiti Tecnici:

- Obbligatori: Competenza avanzata in JavaScript.

- Raccomandati: Competenza avanzata in MySQL.

- Suggeriti: Competenza avanzata in Apache Airflow, Data Engineering, Google BigQuery e Google Cloud Platform for Machine Learning.

La ricerca è rivolta ai candidati ambosessi (L.903/77). Ti preghiamo di leggere l'informativa sulla privacy Randstad (https://www.randstad.it/privacy/) ai sensi dell'art. 13 del Regolamento (UE) 2016/679 sulla protezione dei dati (GDPR).

In qualità di Data Engineer, sarai responsabile della progettazione, dello sviluppo e della manutenzione di soluzioni per la generazione, la raccolta e l'elaborazione dei dati. Le tue attività quotidiane includeranno la creazione di data pipeline, la garanzia della qualità del dato e l'implementazione di processi ETL per la migrazione e il deployment dei dati tra i vari sistemi. Ti sarà richiesto di operare in autonomia e di diventare un punto di riferimento tecnico (Subject Matter Expert).

Attività principali:

- Collaborare con team cross-funzionali per identificare le esigenze relative ai dati e sviluppare soluzioni efficaci.

- Ottimizzare le data pipeline esistenti per migliorarne le performance e l'affidabilità.

- Monitorare e risolvere criticità (troubleshooting) nei flussi di elaborazione dati per garantire l'operatività continua.

- Rimanere aggiornati sui trend di settore e sulle best practice in ambito Data Engineering e Analytics.

- Documentare i processi e le soluzioni per facilitare la condivisione della conoscenza (knowledge sharing) all'interno del team.