Data Engineer - Azure e Apache Spark

Descrizione azienda

Software Inside S.r.l. è una Software House italiana che opera dal 2016 come società di consulenza nei settori Bancario & Finanza, Cyber Security, Telecomunicazioni, Energy & Utilities.

Ci collochiamo nel settore dell'Information Technology proponendoci come obiettivo quello di fornire una vasta gamma di prodotti, servizi e soluzioni nelle aree più strategiche per l'impresa, come: Infrastrutture IT, Content Management, ERP, Business Intelligence, CRM, Web Applications.

Posizione

Per importante cliente siamo alla ricerca di un Data Engineer con competenze in Azure e Apache Spark

Esperienza di almeno 2 anni nella mansione

La risorsa sarà inserita all'interno di un team dinamico e avrà il compito di gestire e ottimizzare il flusso di dati attraverso l’utilizzo di Azure Databricks e Apache Spark (PySpark) . Le principali attività includeranno:

• Sviluppo e gestione di pipeline ETL : progettazione, implementazione e ottimizzazione di pipeline per il trattamento e la trasformazione dei dati provenienti da fonti diverse (cloud e on-premises).
• Integrazione dei dati tra sistemi : garantire l'integrazione dei dati tra ambienti cloud (Azure) e sistemi on-premises, con l'obiettivo di rendere i dati accessibili e fruibili per le analisi.
• Analisi dei dati finanziari : gestione e analisi di dati relativi a fatturazione e reportistica finanziaria , con la creazione di report e dashboard ad hoc.
• Creazione di report e visualizzazioni : costruzione di report dettagliati e visualizzazioni dei dati, utilizzando strumenti come Power BI (con possibilità di crescita e approfondimento dell'esperienza) e Excel .
• Ottimizzazione dei processi di reporting : automazione e ottimizzazione di attività ripetitive di analisi dei dati, con l’obiettivo di migliorare l’efficienza e la qualità del flusso di lavoro.
• Collaborazione con il team IT e business : lavorare a stretto contatto con altre funzioni aziendali per comprendere le esigenze di dati e tradurle in soluzioni tecniche efficienti.