Ruolo: Data & Analytics Platforms – Senior Data Engineer
\n
Le seguenti informazioni forniscono una panoramica delle competenze, delle qualità e delle qualifiche necessarie per questo ruolo.
\n
Località: Roma
\n
Tipo di Contratto: a tempo indeterminato
\n
RAL offerta: range 40K - 50K, in base al livello di preparazione riscontrato
\n
Esperienza sul ruolo: 5+ anni
\n
Su di noi: Benvenuto/a in SIAE, la Società Italiana degli Autori ed Editori! Siamo il faro per chi opera nel mondo della cultura e dello spettacolo e proteggiamo i diritti d'autore delle opere dei nostri associati e delle nostre associate, garantendo il giusto compenso per il loro talento. Unirsi a noi è una scelta volontaria che offre una tutela economica indispensabile per chi crea.
\n
La tua sfida: Per il potenziamento dell'area Data & Analytics Platforms siamo alla ricerca di un Data Engineer che abbia maturato una consolidata esperienza in consulenza e/o in organizzazioni strutturate. Il profilo dovrà fornire supporto nelle attività di sviluppo, evoluzione e continuità operativa delle piattaforme e degli applicativi di Datawarehouse e Analytics.
\n
Senior Data Engineer – AI-Enabled Platforms
\n
Cerchiamo un/una Senior Data Engineer con solida esperienza in architetture dati e robusto sensibilità verso l'adozione dell'Intelligenza Artificiale (Machine Learning e Generative AI) come leva per evolvere piattaforme, processi e modalità di sviluppo.
\n
La figura contribuirà alla progettazione e gestione della data platform aziendale, integrando soluzioni AI e approcci di sviluppo software moderni (GitHub-centric, automation-first).
\n
Responsabilità
\n
Data Architecture & Platform Engineering
\n
- Progettare e gestire database e sistemi di archiviazione dati garantendo disponibilità, affidabilità, sicurezza e performance.
- Ottimizzare query, modelli dati, indici e strategie di partizionamento.
- Disegnare architetture scalabili (Data Lake, Lakehouse, Data Warehouse) su AWS.
- Implementare pratiche di Data Governance, Data Quality e Data Security.
Data Pipeline & Automation\n
- Progettare e sviluppare pipeline ETL/ELT robuste e automatizzate (batch e near real-time).
- Definire framework riutilizzabili per l'automazione dei processi di data integration.
- Introdurre logiche di testing, validazione e monitoraggio continuo delle pipeline.
- Sfruttare strumenti di AI-assisted development per migliorare produttività, qualità del codice e documentazione.
Integrazione AI nelle Piattaforme Dati\n
- Collaborare con Data Scientist e team AI per industrializzare modelli di Machine Learning.
- Progettare pipeline di training e inference.
- Integrare componenti di Generative AI (LLM, RAG, vector database) nelle architetture dati.
- Valutare e sperimentare framework di Agentic AI per l'automazione di workflow data-driven.
- Abilitare casi d'uso avanzati di analytics e AI su piattaforme dati scalabili.
Software Engineering & GitHub Culture\n
- Lavorare secondo best practice di sviluppo software (clean code, modularità, versionamento).
- Utilizzare GitHub per gestione repository, branching strategy, pull request e code review.
- Contribuire all'adozione di pipeline CI/CD e processi DevOps applicati al mondo data (DataOps / MLOps).
- Redigere documentazione tecnica chiara e strutturata.
Innovazione & Collaborazione\n
- Collaborare con team di business e IT per raccogliere requisiti e tradurli in soluzioni tecniche.
- Monitorare e mantenere infrastrutture e sistemi dati garantendo performance ottimali.
- Valutare nuove tecnologie in ambito Data & AI per migliorare processi esistenti o abilitare nuove opportunità.
Requisiti\n
Esperienza
\n
- 4–5 anni di esperienza in Data Engineering.
- Esperienza con sistemi ETL/ELT e data integration.
- Esperienza con database SQL e NoSQL.
- Esperienza su AWS (Redshift, Glue, S3; preferibile anche Lambda, EMR, Athena).
- Esperienza in progetti di Data Warehouse, Analytics e AI.
- Esperienza nella raccolta requisiti e redazione di documentazione tecnico-funzionale
- Utilizzo avanzato di GitHub (versioning, PR, code review)
- Laurea in ambito scientifico (Informatica, Ingegneria Informatica, Matematica, Fisica, Statistica o affini).
Competenze AI\n
- Conoscenza dei principali algoritmi di Machine Learning.
- Esperienza nella definizione e messa in produzione di modelli ML.
- Familiarità con Generative AI, LLM, RAG e vector database.
- Interesse o esperienza nell'applicazione di Agentic AI a processi data-driven.
Technical Mindset\n
- Capacità di definire strategie di test e validazione dei dati.
- Esperienza nello sviluppo di procedure di alimentazione e popolamento ambienti dati.
- Propens