Overview
In questa posizione operi sulla Data Platform GCP per costruire pipeline batch e real-time, trasformando e preparando dati strutturati e non strutturati. Sarai indipendente in acquisizione, storicizzazione, cleansing e anonimizzazione dei dati, gestendo outlier e dati nulli, e creando KPI di qualità. Lavorerai a stretto contatto con Data Scientist, strumenti di BI/Visualization e strutture sia relazionali sia NoSQL, per fornire dataset pronti all'uso. Riceverai modelli di ML dai Data Scientist, li ottimizzerai per esecuzione scalata e li schedulerai per automatizzare l'integrazione. Avrai un ruolo di consulenza sulle scelte di servizi GCP, costruendo relazioni con clienti e partner, e contribuom
Retribuzione / Benefits
crescita e formazione con 300+ corsi
lavoro ibrido/remoto
assicurazione sanitaria e check-up
piani welfare e benessere
ticket restaurant
congedo parentale e supporto famigliare
Responsabilità
Operare su Data Platform GCP e implementare pipeline batch e real-time
Eseguire acquisizione, storicizzazione, cleansing, anonimizzazione/masking dei dati
Gestire valori nulli/outlier, aggregazione e strutturazione di dati non strutturati
Creare KPI di quality e preparare dataset per Data Scientist, BI e architetture DWH/NoSQL




Ricevere e ottimizzare modelli di ML per esecuzione scalabile e schedularli per automazione
Progettare pipeline complesse massimizzando riuso, qualità, efficienza e documentazione
Fornire advisory per selezione/ottimizzazione dei servizi GCP
Costruire relazioni con clienti, vendor e partner e supportare soluzioni su mandati condivisi
Contribuire alla Community con attività di ricerca, scouting e sviluppo di nuove soluzioni
Requisiti fondamentali
Esperienza in piattaforme dati basate sul cloud
Conoscenza di Google GCP e servizi DataFlow, Composer, Data Fusion, Vertex
Conoscenza concetti moderni di data platforms (Big Data, Data Lake, Data Warehouse, Data Mesh, Data Governance)
Progettazione data model e pipeline ETL/ELT
Conoscenza di linguaggi SQL, Java, Ruby, Python o R
Conoscenza di tecnologie per Basi dati strutturate e non strutturate (BigQuery, Cloud SQL, Firestore)
Plus: certificazione Google Professional Data Engineer o equivalente
Comunicazione efficace con stakeholders
Orientamento al cliente e soluzione di problemi
Proattività e autonomia
DataFlow, Composer, Data Fusion, Vertex su GCP
BigQuery, Cloud SQL, Firestore
Data modeling e design di pipeline ETL/ELT

📌 Google Cloud Data Engineer (Latina)
🏢 Business Integration Partners
📍 Latina