Codurance è una società globale di consulenza software che aiuta le aziende a modernizzare le proprie capacità tecniche e a sostenere una crescita duratura. L’azienda applica i principi del Software Craftsmanship allo sviluppo software, combinando eccellenza tecnica e realizzazione concreta. Le sue attività comprendono la modernizzazione del software, lo sviluppo di prodotti e l’ingegneria cloud, aiutando i clienti ad affrontare sfide tecnologiche complesse. Codurance collabora con team tecnologici già strutturati attraverso modalità di lavoro agili e lean, con l’obiettivo di creare software efficace e facile da mantenere.
Ingegnere senior di dati e IA (Databricks)
Costruisci solide basi dati Databricks pronte per la produzione nell’ambito di progetti di modernizzazione dei clienti. Sviluppa pipeline affidabili e sistemi pronti per l’IA all’interno di team di delivery software.
Descrizione
- Collaborare all’interno di team di delivery software
- Aiutare i clienti a creare solide basi dati pronte per la produzione
- Supportare progetti di modernizzazione, piattaforme, dati e preparazione all’IA
- Utilizzare Databricks come piattaforma principale per il lavoro di ingegneria dei dati
- Creare sistemi di dati duraturi e progettati con cura, con un approccio orientato alla produzione
Requisiti
- Esperienza recente o attuale come Data Engineer, Senior Data Engineer, Data Platform Engineer o Databricks Engineer
- Esperienza in produzione con Databricks, inclusi Delta Lake, Spark o PySpark, Unity Catalog o progetti lakehouse
- Solide competenze in Python, testing, Git, CI/CD, revisione del codice, deployment o Infrastructure as Code
- Esperienza nella gestione della qualità dei dati, dell’orchestrazione, del monitoraggio, della lineage, dell’evoluzione degli schemi o dei contratti dati
- Esperienza nella delivery per clienti, nella gestione degli stakeholder, in progetti di modernizzazione, nel mentoring o nel lavoro di ingegneria tra team
- Esperienza con AWS o Azure; è accettata una qualsiasi delle due piattaforme cloud
- Esperienza nello sviluppo di pipeline di funzionalità per ML o IA, nell’uso di MLflow, nella gestione della lineage dei modelli, nel lavoro con embedding o ricerca vettoriale, o nella preparazione di dataset per la valutazione