Leonardo

Job Description:

Leonardo è un gruppo industriale internazionale, tra le principali realtà mondiali nell’Aerospazio, Difesa e Sicurezza che realizza capacità tecnologiche multidominio in ambito Elicotteri, Velivoli, Aerostrutture, Elettronica, Cyber Security e Spazio. Con oltre 60.000 dipendenti nel mondo, l’azienda ha una solida presenza industriale in Italia, Regno Unito, Polonia, Stati Uniti, e opera in 150 paesi anche attraverso aziende controllate, joint venture e partecipazioni. Protagonista dei principali programmi strategici a livello globale, è partner tecnologico e industriale di Governi, Amministrazioni della Difesa, Istituzioni e imprese.

All’interno dell’Area Cyber & Security Solutions, stiamo ricercando un/a Data Engineer per batch e stream processing per la nostra sede di Genova / Roma Laurentina.

Di seguito l’elenco delle principali attività previste per il ruolo:

• Sviluppare data pipelines per ingestion, processing e transformation di grandi volumi di dati
• Implementare batch processing jobs con Apache Spark (PySpark, Scala)
• Sviluppare real-time data pipelines con Apache Kafka e Apache Flink
• Implementare stream processing applications per event transformation, enrichment e aggregation
• Orchestrare workflows complessi con Apache Airflow (DAG design, dependencies, scheduling)
• Sviluppare trasformazioni analitiche con SQL avanzato e dbt per analytics layers
• Sviluppare streaming aggregations con windowing operations (tumbling, sliding, session windows)
• Integrare stream processing con batch layers (lambda architecture) per unified analytics
• Implementare exactly-once processing semantics e state management in Flink
• Sviluppare Kafka consumers e producers con optimal configuration for throughput
• Implementare data quality testing e validation frameworks
• Integrare con data lakehouse (Delta Lake, Iceberg) e object storage per data persistence
• Implementare stream-to-lake integration per data persistence in lakehouse
• Sviluppare data modeling (dimensional, star schema) per analytics e reporting
• Collaborare con analytics teams per requirements gathering e data modeling
• Ottimizzare performance di Spark jobs, query execution plans e streaming applications per low-latency processing
• Implementare incremental processing patterns per efficiency
• Implementare monitoring e alerting per streaming pipelines health
• Gestire backpressure e failure recovery in streaming applications
• Supportare integration con BI tools (Tableau, PowerBI) per reporting
• Contribuire a DataOps practices (CI/CD for data pipelines, testing, monitoring) e best practices per stream processing

Titolo di studio

Laurea Magistrale in Ingegneria Informatica, Matematica, Statistica, Fisica, Informatica o equivalente.

Seniority

Expert (da 2 a 5 anni di esperienza nel ruolo, o più di 5 anni di esperienza in ruoli analoghi)

Conoscenze e competenze tecniche

• Data processing con Apache Spark (PySpark, Scala APIs) per batch workloads
• Stream processing con Apache Flink (DataStream API, Table API, SQL)
• Apache Kafka per event streaming (producers, consumers, Kafka Streams API, Kafka Connect)
• Real-time data pipelines con windowing operations e event-time processing
• State management e fault tolerance in streaming applications (checkpointing, savepoints)
• Orchestration con Apache Airflow (DAG design, custom operators, sensors, XComs)
• SQL avanzato (window functions, CTE, recursive queries, query optimization)
• dbt per analytics transformations e data modeling
• Data modeling (dimensional modeling, star schema, data vault basics)
• Data lakehouse platforms (Delta Lake, Apache Iceberg) con ACID transactions
• Integration con data lakehouse for stream-batch convergence (Delta Lake streaming, Iceberg)
• Data quality frameworks (Great Expectations, dbt tests)
• Exactly-once semantics e watermarking for late data handling
• Performance tuning for low-latency and high-throughput

Competenze comportamentali

• Autonomia operativa e problem solving su data processing e streaming challenges
• Capacità analitiche e attenzione ai dettagli nella data quality
• Collaborazione in team data e analytics
• Orientamento alla qualità dei dati, data quality, performance optimization e low-latency processing
• Data governance mindset
• Attenzione alla reliability e fault tolerance
• Proattività nel continuous learning e troubleshooting

Conoscenze linguistiche

Italiano madrelingua, Inglese professionale (B2)

Competenze informatiche

• Apache Spark (PySpark, Scala) per distributed data processing
• Apache Flink for stream processing (DataStream API, Table API)
• Apache Kafka for event streaming (configuration, tuning, Kafka Connect)
• Apache Airflow for workflow orchestration
• SQL avanzato e dbt for analytics transformations
• Python and/or Java/Scala for streaming applications e data engineering
• Data lakehouse platforms (Delta Lake, Apache Iceberg)
• Object storage (MinIO, Ceph, S3-compatible)
• BI tools basics (Tableau, PowerBI, Looker)
• Monitoring for streaming pipelines (Prometheus, Grafana, Flink metrics)
• Schema registry (Confluent Schema Registry, AWS Glue)
• Containerizzazione (Docker, Kubernetes) for streaming applications e data workloads
• Git for version control

Altro

• Disponibilità a brevi trasferte su territorio nazionale
• Certificazioni data engineering (Databricks, Snowflake), streaming (Confluent Certified Developer for Apache Kafka, Flink) sono titoli preferenziali
• Esperienza con BI tools e data visualization, real-time analytics su larga scala è un plus
• Background in analytics, data modeling, distributed systems è un plus
• Conoscenza di data warehousing concepts, complex event processing (CEP) è un plus
• Disponibilità a ottenere clearance di sicurezza

Seniority:

Primary Location:

IT - Genova - Fiumara

Additional Locations:

IT - Roma - Via Laurentina

Contract Type:

Permanent

Hybrid Working: