Big Data Engineer - Technical Leader
Descrizione dell'offerta
Luogo e tipologia di contratto
Milano, ibrido (3 giorni di presenza on-site, 2 da remoto). Contratto: fino a 50.000€RAL, a seconda dell'esperienza maturata. Assunzione a tempo indeterminato con contratto CCNL Metalmeccanico. L'offerta include buoni pasto da 6,50€ per giorno lavorato, 200€ Welfare, Assicurazione Sanitaria a copertura del nucleo familiare.
Responsabilità
- Gestione di progetti Big Data coordinando un team di sviluppo dedicato;
- Gestione dei layer di integrazione su piattaforma Big Data;
- Contribuire all’evoluzione del sistema Big Data definendo standard, regole e modelli architetturali, e dando supporto a progetti strategici come il Journey to Cloud;
- Progettare e successivamente validare le soluzioni tecniche garantendo gli obiettivi di scalabilità, manutenibilità, sicurezza ed affidabilità del sistema.
Requisiti
- Laurea Magistrale in Informatica, Ingegneria Informatica o equivalente;
- Precedente esperienza professionale nella gestione di progetti Big Data (analisi progettuale, definizione degli obiettivi, monitoraggio avanzamento progetto);
- Strumenti del framework Cloudera e/o Databricks/AWS;
- Conoscenza di strumenti di elaborazione streaming (Flink, Storm, Spark Streaming, Kafka e similari);
- Linguaggi di programmazione: Java, Python o Scala;
- DB NoSQL (HBase, Cassandra, MongoDB e similari);
- Esperienza consolidata nella manipolazione, estrazione e trasformazione di database non strutturati;
- Conoscenza dei principali pattern architetturali di data‑architecture, dei principali concetti e strumenti del contesto Big Data e del calcolo distribuito;
- Ottime capacità relazionali, attitudine al lavoro in team, autonomia e problem solving;
- Fondamenti di Machine Learning e Deep Learning (algoritmi di clustering, classificazione e regressione);
- Conoscenza di strumenti di elaborazione batch (Spark, Amazon Athena, Google BigQuery, Hadoop, Hive e similari) e storicizzazione (Amazon S3, Google Cloud Storage, HDFS e similari);
- Principali tecniche di data wrangling, cleansing, exploration e featurization.