Usiamo cookie tecnici e il registro anonimo delle visite di Zorky. Yandex Metrica (dati conservati su server in Russia) funziona solo con il tuo consenso. Non vendiamo mai dati. Ulteriori informazioni su cookie e statistiche.
Zorky è in modalità test: è tutto gratuito. Le offerte e le pagine delle aziende sono aperte a tutti; i link agli annunci e la tua selezione personale si aprono dopo la registrazione. Registrati →

Architetto dei dati: mercato

Dati al 19 novembre 2026: posizioni aperte Architetto dei dati — 620, il 38% da remoto tra gli annunci che indicano la modalità di lavoro; retribuzione mediana negli annunci $10.507/mese (da 81 annunci con retribuzione indicata). Fonte: Zorky, aggiornato ogni giorno.

Data Architect: specializzazione di architettura responsabile della progettazione del panorama dei dati di un'organizzazione: modelli di dati, flussi di dati, strategia di archiviazione, governance dei dati, integrazione tra sistemi. A differenza del Data Engineer (che costruisce le pipeline in prima persona), il Data Architect progetta la struttura: come vengono modellati i dati, dove vengono archiviati, come fluiscono, chi ne è responsabile, come funziona la governance. Famiglia di ruoli: Data Architect (generale: responsabile dell'architettura dei dati di un sistema / dominio), Senior / Principal Data Architect (architettura dei dati a livello aziendale + strategia), Data Warehouse Architect (focus su DWH / analisi), Data Platform Architect (progettazione di piattaforme dati moderne / lakehouse), Data Modeler (focus sulla modellazione dei dati: più ristretto), Master Data Architect (specialità MDM), Information Architect (sovrapposizione: governance dei dati + gestione delle informazioni). Stack 2026: Modellazione dei dati: competenza centrale: modelli concettuali / logici / fisici, modellazione dimensionale (Kimball: schemi a stella / a fiocco di neve, fatti + dimensioni), 3NF / Inmon (DWH aziendale normalizzato), Data Vault 2.0 (hub + link + satelliti: per un DWH aziendale agile, popolare nel 2026), One Big Table (OBT) / tabelle larghe (tendenza moderna dell'analisi). Strumenti: erwin Data Modeler (classico enterprise), SqlDBM, dbdiagram.io, dbt (modelli semantici + lineage: diventato di fatto il livello di modellazione nel 2026). Archiviazione / piattaforme: data warehouse nel cloud, Databricks (Lakehouse: Delta Lake), data lake (S3 / ADLS / GCS + formati di tabella aperti: Apache Iceberg / Delta Lake / Apache Hudi), ClickHouse (analisi in tempo reale: popolare in Russia, di origine Yandex). Russi: Arenadata (basato su Greenplum: leader dei DWH in Russia dopo l'uscita di Teradata / Oracle), Yandex.Cloud DataLens. Pattern di architettura dei dati: data warehouse (analisi strutturata), data lake (dati grezzi + schema-on-read), lakehouse (convergenza di warehouse e lake: scelta predefinita consigliata nel 2026: Databricks / Snowflake), data mesh (decentralizzato: data product di proprietà dei domini, Zhamak Dehghani: per le grandi organizzazioni), data fabric (livello di accesso unificato guidato dai metadati). Integrazione dei dati: ETL vs ELT (l'ELT domina nel 2026), CDC (Change Data Capture: Debezium), streaming dei dati (Kafka: vedi anche data engineer), unificazione di batch e streaming. Orchestrazione: Airflow / Dagster / Prefect (a livello di architettura, non operativo). Governance dei dati: catalogo dei dati (Collibra / Alation / Atlan / DataHub open source / OpenMetadata), data lineage, framework di qualità dei dati (Great Expectations / Soda), master data management (MDM) (Informatica MDM / Reltio), classificazione dei dati + privacy dei dati (gestione dei dati personali / GDPR / 152-FZ), data contract (in crescita dal 2024+: formalizzano gli accordi tra produttori e consumatori). Livello semantico: dbt Semantic Layer / Cube / livello delle metriche: fonte unica di verità per le metriche. Notazioni di modellazione: diagrammi ER, ArchiMate (per il contesto enterprise), diagrammi di flusso dei dati. Trasversale: il Data Architect lavora all'incrocio con il Data Engineering (implementazione), Analytics / BI (consumatori), l'Enterprise Architecture (livello aziendale), la Security (protezione dei dati). Secondo Zorky, 620 offerte attive con un ambito esplicito di data architect (nicchia senior ristretta: il bacino reale è più ampio per la sovrapposizione con Senior Data Engineer / Data Platform Engineer). Stack principale: cloud, aws, azure, enterprise architect, sql. Tra le offerte con modalità di lavoro indicata, il 38% è da remoto.

Dati al:

I numeri chiave del mercato Architetto dei dati: annunci aperti, retribuzione mediana, bacino di specialisti osservato e quota di remoto.

620
offerte aperte — per titolo dell'offerta, ripubblicazioni unite
$10.507
mediana $/mese
38%
da remoto

Il mercato Architetto dei dati ha al momento 620 ruoli aperti, di cui 531 osservati di recente. Median salary $10.507/mo.

Tra le offerte con modalità di lavoro indicata, il 38% è da remoto. Il lavoro di architettura dei dati (modellazione + progettazione + piattaforme cloud) si presta al remoto. Gli outsourcer: quasi sempre da remoto. Le banche russe: ibrido (la data governance è un perimetro gestionale). Ruolo trasversale → l'ibrido è spesso ottimale. Aziende tecnologiche internazionali + fornitori di dati cloud: full remote come standard.

⚠ stipendio noto per 81 offerte su 620; quota di lavoro da remoto da 509 con modalità indicata; 531 conteggiate come osservazioni recenti; tendenza e difficoltà di assunzione non sono mostrate

Cronologia: annunci e fonti

Quanti annunci Architetto dei dati sono comparsi ogni settimana dal 1 giu e da quante fonti. Il grafico inferiore separa la crescita del mercato dalla crescita della nostra copertura: un salto nella settimana in cui sono state collegate nuove fonti significa che abbiamo iniziato a vedere di più, non che il mercato è cresciuto.

Nuovi annunci a settimana

Dati del grafico
Nuovi annunci a settimana. Tabella dei dati della sezione. Un valore mancante non è zero; unità e campione sono indicati nella descrizione dell’indicatore.
PeriodoNuovi annunci a settimana
2026-06-0121
2026-06-0826
2026-06-1532
2026-06-2270
2026-06-2943
2026-07-0665
2026-07-1366
2026-07-2063
2026-07-2731
2026-08-0345
2026-08-1033
2026-08-1747
2026-08-2450
2026-08-3136
2026-09-0743
2026-09-1464
2026-09-21105
2026-09-28102
2026-10-05112
2026-10-12288
2026-10-19116
2026-10-26151
2026-11-02134
2026-11-09120

Fonti attive a settimana

Fonti nel periodo: 104. ▲ — settimana in cui sono state collegate molte nuove fonti.

Dati del grafico
Fonti attive a settimana. Tabella dei dati della sezione. Un valore mancante non è zero; unità e campione sono indicati nella descrizione dell’indicatore.
PeriodoFonti attive
2026-06-015
2026-06-084
2026-06-154
2026-06-2213
2026-06-2914
2026-07-0621
2026-07-1321
2026-07-2021
2026-07-2717
2026-08-0323
2026-08-1014
2026-08-1717
2026-08-2411
2026-08-3110
2026-09-0714
2026-09-1415
2026-09-2130
2026-09-2828
2026-10-0526
2026-10-1229
2026-10-1931
2026-10-2631
2026-11-0237
2026-11-0938
Nuove fonti collegate: 22 giu +10 · 6 lug +11 · tutte le settimane (21) nella tabella
SettimanaNuove fontiNuovi annunci
8 giu+126
15 giu+232
22 giu+1070
29 giu+543
6 lug+1165
13 lug+666
20 lug+863
27 lug+631
3 ago+345
10 ago+333
17 ago+547
31 ago+236
7 set+243
21 set+7105
28 set+2102
5 ott+2112
12 ott+4288
19 ott+5116
26 ott+2151
2 nov+5134
9 nov+8120

La settimana corrente non è ancora finita e non è mostrata: una settimana incompleta sembrerebbe un calo.

Settimana = data di prima rilevazione dell'annuncio, tutti gli stati; gli annunci sono selezionati con la stessa regola del contatore di questa pagina. Le fonti sono canali di raccolta distinti; i loro nomi non vengono pubblicati.

Dati del grafico
Cronologia: annunci e fonti — Architetto dei dati. Tabella dei dati della sezione. Un valore mancante non è zero; unità e campione sono indicati nella descrizione dell’indicatore.
SettimanaNuovi annunci a settimanaFonti attive
2026-06-01215
2026-06-08264
2026-06-15324
2026-06-227013
2026-06-294314
2026-07-066521
2026-07-136621
2026-07-206321
2026-07-273117
2026-08-034523
2026-08-103314
2026-08-174717
2026-08-245011
2026-08-313610
2026-09-074314
2026-09-146415
2026-09-2110530
2026-09-2810228
2026-10-0511226
2026-10-1228829
2026-10-1911631
2026-10-2615131
2026-11-0213437
2026-11-0912038

Stipendi nel tempo

Stipendio mediano Architetto dei dati per settimana, USD al mese.

Stipendio mediano, USD al mese

Dati del grafico
Stipendio mediano, USD al mese. Tabella dei dati della sezione. Un valore mancante non è zero; unità e campione sono indicati nella descrizione dell’indicatore.
PeriodoMedianaAnnunci con stipendio per settimana (n)
2026-09-28998214
2026-10-0510.50715
2026-10-1210.41621
2026-10-1911.07716
2026-10-2611.58432
2026-11-02983724
2026-11-09827420

La serie inizia il 28 set: prima non ci sono dati.

Annunci con stipendio per settimana (n)

Solo annunci con stipendio in USD e periodo noto (mese o anno), da 500 a 50.000 $ al mese. Le settimane con meno di 10 annunci di questo tipo sono lasciate vuote: significa nessun dato, non zero.

Dati del grafico
Stipendi nel tempo — Architetto dei dati. Tabella dei dati della sezione. Un valore mancante non è zero; unità e campione sono indicati nella descrizione dell’indicatore.
SettimanaMediana
2026-06-01—
2026-06-08—
2026-06-15—
2026-06-22—
2026-06-29—
2026-07-06—
2026-07-13—
2026-07-20—
2026-07-27—
2026-08-03—
2026-08-10—
2026-08-17—
2026-08-24—
2026-08-31—
2026-09-07—
2026-09-14—
2026-09-21—
2026-09-289982
2026-10-0510.507
2026-10-1210.416
2026-10-1911.077
2026-10-2611.584
2026-11-029837
2026-11-098274

Il lavoro da remoto nel tempo

Quota di annunci Architetto dei dati che offrono lavoro completamente da remoto, per settimana.

Annunci da remoto, %

Dati del grafico
Annunci da remoto, %. Tabella dei dati della sezione. Un valore mancante non è zero; unità e campione sono indicati nella descrizione dell’indicatore.
PeriodoDa remoto
2026-06-0183,3
2026-06-0880
2026-06-1575
2026-06-2262,1
2026-06-2964,7
2026-07-0648,9
2026-07-1335,5
2026-07-2036,6
2026-07-2747,8
2026-08-0322,2
2026-08-1034,4
2026-08-1728,9
2026-08-2425,5
2026-08-3115,6
2026-09-0710,3
2026-09-1411,1
2026-09-2132,6
2026-09-2851,1
2026-10-0538,6
2026-10-1233,8
2026-10-1934,3
2026-10-2643,3
2026-11-0226,8
2026-11-0938,7

La quota è calcolata tra gli annunci che indicano la modalità (remoto, ibrido, ufficio). Le settimane con meno di 10 annunci di questo tipo sono lasciate vuote.

Dati del grafico
Il lavoro da remoto nel tempo — Architetto dei dati. Tabella dei dati della sezione. Un valore mancante non è zero; unità e campione sono indicati nella descrizione dell’indicatore.
SettimanaDa remoto
2026-06-0183,3
2026-06-0880
2026-06-1575
2026-06-2262,1
2026-06-2964,7
2026-07-0648,9
2026-07-1335,5
2026-07-2036,6
2026-07-2747,8
2026-08-0322,2
2026-08-1034,4
2026-08-1728,9
2026-08-2425,5
2026-08-3115,6
2026-09-0710,3
2026-09-1411,1
2026-09-2132,6
2026-09-2851,1
2026-10-0538,6
2026-10-1233,8
2026-10-1934,3
2026-10-2643,3
2026-11-0226,8
2026-11-0938,7

Tecnologie nel tempo

Come è cambiata la quota di offerte Architetto dei dati che citano ciascuna delle tecnologie principali.

Annunci che citano la tecnologia, %

Dati del grafico
Annunci che citano la tecnologia, %. Tabella dei dati della sezione. Un valore mancante non è zero; unità e campione sono indicati nella descrizione dell’indicatore.
PeriodocloudAzureAWS
2026-08-1734,642,315,4
2026-08-2426,126,113
2026-08-31———
2026-09-0728,61914,3
2026-09-1414,761,852,9
2026-09-2147,533,922
2026-09-2869,452,831,9
2026-10-055932,547
2026-10-1250,830,730,2
2026-10-1960,548,826,7
2026-10-2660,536,337,9
2026-11-0266,735,332,4
2026-11-0948,234,136,5

La serie inizia il 17 ago: prima non ci sono dati.

Fino a 5 nel grafico:

Quota tra gli annunci con stack taggato; la serie inizia il 10 ago: prima i tag dello stack erano assegnati diversamente. Le settimane con meno di 20 annunci taggati sono lasciate vuote.

Dati del grafico
Tecnologie nel tempo — Architetto dei dati. Tabella dei dati della sezione. Un valore mancante non è zero; unità e campione sono indicati nella descrizione dell’indicatore.
SettimanacloudAzureDatabricksAWSSQL
2026-08-10—————
2026-08-1734,642,323,115,419,2
2026-08-2426,126,126,11313
2026-08-31—————
2026-09-0728,6191914,314,3
2026-09-1414,761,814,752,92,9
2026-09-2147,533,923,72216,9
2026-09-2869,452,834,731,937,5
2026-10-055932,531,34733,7
2026-10-1250,830,727,530,229,1
2026-10-1960,548,839,526,750
2026-10-2660,536,335,537,937,1
2026-11-0266,735,335,332,436,3
2026-11-0948,234,141,236,542,4

Paesi nel tempo

Come è cambiata ogni settimana la quota di offerte Architetto dei dati in ciascuno dei paesi principali.

Annunci nel paese, %

Dati del grafico
Annunci nel paese, %. Tabella dei dati della sezione. Un valore mancante non è zero; unità e campione sono indicati nella descrizione dell’indicatore.
PeriodoRegno UnitoPoloniaUSA
2026-06-019,571,419
2026-06-083,865,419,2
2026-06-153,2713,2
2026-06-22066,77,2
2026-06-292,55015
2026-07-067,321,820
2026-07-132,217,822,2
2026-07-2044,420,413
2026-07-2730,826,93,8
2026-08-0336,87,918,4
2026-08-1051,76,93,4
2026-08-1752,6010,5
2026-08-2471,12,24,4
2026-08-3172,706,1
2026-09-0768,402,6
2026-09-1450218
2026-09-21201021,1
2026-09-2831,916,516,5
2026-10-0529,619,413,3
2026-10-1219,715,822,2
2026-10-19231420
2026-10-262115,921,7
2026-11-0224,311,324,3
2026-11-0932,65,328,4
Fino a 5 nel grafico:

Quota tra gli annunci con paese noto; il grafico mostra i cinque paesi con più annunci in sei mesi. Le settimane con meno di 20 annunci con paese noto sono lasciate vuote. Una quota in crescita può indicare una fonte appena collegata in quel paese, non una crescita del mercato.

Dati del grafico
Paesi nel tempo — Architetto dei dati. Tabella dei dati della sezione. Un valore mancante non è zero; unità e campione sono indicati nella descrizione dell’indicatore.
SettimanaRegno UnitoPoloniaUSAIndiaGermania
2026-06-019,571,41900
2026-06-083,865,419,23,80
2026-06-153,2713,26,50
2026-06-22066,77,27,20
2026-06-292,550157,52,5
2026-07-067,321,82014,51,8
2026-07-132,217,822,226,76,7
2026-07-2044,420,4135,61,9
2026-07-2730,826,93,815,40
2026-08-0336,87,918,410,55,3
2026-08-1051,76,93,46,93,4
2026-08-1752,6010,55,30
2026-08-2471,12,24,48,92,2
2026-08-3172,706,112,10
2026-09-0768,402,613,20
2026-09-145021864
2026-09-21201021,17,83,3
2026-09-2831,916,516,54,42,2
2026-10-0529,619,413,37,19,2
2026-10-1219,715,822,26,43
2026-10-19231420115
2026-10-262115,921,76,55,1
2026-11-0224,311,324,31,710,4
2026-11-0932,65,328,47,41,1

Mercato pulito: indice di assunzione

Gli stessi 7505 siti di lavoro dei datori di lavoro; il numero di annunci viene dal sito stesso. Collegare nuove fonti non muove questo indice: mostra il mercato, non la nostra copertura. È l'intero mercato del panel, non solo Architetto dei dati.

Indice delle assunzioni, 16 ott = 100

Dati del grafico
Indice delle assunzioni, 16 ott = 100. Tabella dei dati della sezione. Un valore mancante non è zero; unità e campione sono indicati nella descrizione dell’indicatore.
PeriodoIndice delle assunzioni
2026-10-16100
2026-10-17100,03
2026-10-1899,76
2026-10-1999,68
2026-10-2099,27
2026-10-2198,6
2026-10-2299,07
2026-10-2397,4
2026-10-2497,41
2026-10-2697,33
2026-10-2796,76
2026-10-2896,21
2026-10-2995,17
2026-10-3095,13
2026-10-3193,65
2026-11-0193,33
2026-11-0292,67
2026-11-0392,65
2026-11-0492,41
2026-11-0592,13
2026-11-0690,44
2026-11-0790,48
2026-11-0890,45
2026-11-1090,29
2026-11-1190,22
2026-11-1390,12
2026-11-1489,7
2026-11-1589,68
2026-11-1689,62
2026-11-1888,91
2026-11-1988,02

Indice a catena: ogni giorno confronta solo i siti interrogati sia quel giorno sia il precedente; valori anomali e interruzioni di interrogazione di un'intera piattaforma sono esclusi. I giorni senza coppie confrontabili sono lasciati vuoti.

Dati del grafico
Mercato pulito: indice di assunzione — Architetto dei dati. Tabella dei dati della sezione. Un valore mancante non è zero; unità e campione sono indicati nella descrizione dell’indicatore.
GiornoIndice delle assunzioni
2026-10-16100
2026-10-17100,03
2026-10-1899,76
2026-10-1999,68
2026-10-2099,27
2026-10-2198,6
2026-10-2299,07
2026-10-2397,4
2026-10-2497,41
2026-10-2697,33
2026-10-2796,76
2026-10-2896,21
2026-10-2995,17
2026-10-3095,13
2026-10-3193,65
2026-11-0193,33
2026-11-0292,67
2026-11-0392,65
2026-11-0492,41
2026-11-0592,13
2026-11-0690,44
2026-11-0790,48
2026-11-0890,45
2026-11-1090,29
2026-11-1190,22
2026-11-1390,12
2026-11-1489,7
2026-11-1589,68
2026-11-1689,62
2026-11-1888,91
2026-11-1988,02

Quanti annunci Architetto dei dati aperti ci sono e quanti specialisti adatti osserva Zorky.

Domanda e offerta osservata

Dati del grafico
Tabella dei dati della sezione. Un valore mancante non è zero; unità e campione sono indicati nella descrizione dell’indicatore.
IndicatoreValore
Domanda aperta620
Domanda aperta620
Offerta osservata— non pubblicato

Data Architect: nicchia senior stretta con domanda in crescita. Fattori trainanti 2026: migrazione verso piattaforme dati cloud (dal DWH legacy a Snowflake / Databricks), adozione del lakehouse (convergenza tra warehouse e lake), data mesh per le grandi organizzazioni, pressione sulla data governance (GDPR / legge federale 152-FZ / data contract), l'IA/ML spinge la domanda di qualità dei dati (buoni modelli richiedono buoni dati). Dominano banche russe + grandi aziende di prodotto + retail + telecomunicazioni. I vendor di dati russi (Arenadata) crescono grazie alla sostituzione delle importazioni. I vendor di dati cloud (Snowflake / Databricks): canale premium.

⚠ i candidati adatti a un'offerta non sono ancora conteggiati: sono mostrate la domanda e la banca dati osservata

Come si distribuiscono le retribuzioni negli annunci Architetto dei dati, in dollari USA al mese.

Distribuzione degli stipendi

P25 $7333 · P50 $10.507 · P75 $14.200
Dati del grafico
Tabella dei dati della sezione. Un valore mancante non è zero; unità e campione sono indicati nella descrizione dell’indicatore.
IndicatoreValore
<$1k0
$1–2k2
$2–3k0
$3–4k1
$4–5k3
$5–6k4
$6–7k6
$7–8k8
$8–9k9
$9–10k5
$10–12k15
$12–15k10
$15–20k13
$20k+5
Stipendio negli annunci: base 620
  • utilizzabile per il calcolo: 81 (13,1%)
  • indicato ma non convertito in USD/mese: 91 (14,7%)
  • non indicato: 448 (72,3%)

Un annuncio su dieci offre meno di $5692, uno su dieci più di $18.440. La metà degli annunci offre tra $7333 e $14.200. Campione: 81.

Ruolo di livello senior. I livelli più bassi nell'istogramma sono posizioni con titoli sbagliati, non rappresentative.

Dati del grafico
Distribuzione degli stipendi — Architetto dei dati. Tabella dei dati della sezione. Un valore mancante non è zero; unità e campione sono indicati nella descrizione dell’indicatore.
IndicatoreLimite inferioreLimite superioreNumero
<$1k010000
$1–2k100020002
$2–3k200030000
$3–4k300040001
$4–5k400050003
$5–6k500060004
$6–7k600070006
$7–8k700080008
$8–9k800090009
$9–10k900010.0005
$10–12k10.00012.00015
$12–15k12.00015.00010
$15–20k15.00020.00013
$20k+20.000—5

In quali paesi ci sono più annunci Architetto dei dati aperti.

Geografia della domanda

paeseoffertequota
Stati Uniti12925,1%
Regno Unito9418,3%
Polonia7715%
India418%
Germania265,1%
Canada142,7%
Francia122,3%
Brasile112,1%
Filippine71,4%
Colombia71,4%
Altri paesi9618,7%

Il leader per numero di offerte Data Architect sono gli Stati Uniti (129 posizioni). In Russia dominano banche + grandi aziende di prodotto + retail + telecomunicazioni + outsourcer. La Polonia è un hub UE favorevole ai Data Architect. Germania: dati enterprise. Remoto internazionale tramite vendor di dati cloud (Snowflake / Databricks / Confluent) + outsourcing in stile EPAM.

⚠ solo numero di offerte: lo stipendio per paese non è pubblicato

Dati del grafico
Geografia della domanda — Architetto dei dati. Tabella dei dati della sezione. Un valore mancante non è zero; unità e campione sono indicati nella descrizione dell’indicatore.
PaeseOfferte
US129
GB94
PL77
IN41
DE26
CA14
FR12
BR11
PH7
CO7

Quali tecnologie sono richieste più spesso nello stesso annuncio di Architetto dei dati.

Si usa insieme a

cloud
28245,5%
azure
19231%
aws
17027,4%
sql
15525%
python
10416,8%
snowflake
10016,1%
gcp
7512,1%
spark
619,8%
dbt
558,9%

Quota: quanti dei 620 annunci del mercato Architetto dei dati citano questa tecnologia. Ordinato per numero di annunci, non per «forza dell’associazione». Termini generici come cloud non indicano un cloud specifico (AWS, Azure).

Stack principale Data Architect 2026: modellazione dei dati (modellazione dimensionale Kimball + 3NF/Inmon + Data Vault 2.0 + One Big Table; strumenti erwin / SqlDBM / dbdiagram / dbt), data warehouse cloud (leader Snowflake + BigQuery + Redshift + Azure Synapse + Databricks Lakehouse + ClickHouse popolare in Russia + l'Arenadata russa), data lake (S3/ADLS/GCS + formati di tabella aperti Iceberg/Delta Lake/Hudi), pattern di architettura dei dati (warehouse / lake / lakehouse predefinito nel 2026 / data mesh / data fabric), integrazione dei dati (ETL vs ELT dominante + CDC Debezium + streaming Kafka), orchestrazione (Airflow / Dagster / Prefect), data governance (cataloghi di dati Collibra/Alation/Atlan/DataHub/OpenMetadata + data lineage + qualità dei dati Great Expectations/Soda + MDM Informatica/Reltio + data contract), semantic layer (dbt Semantic Layer / Cube), padronanza di SQL, notazione di modellazione (diagrammi ER + ArchiMate + diagrammi di flusso dei dati).

Coppie comuni: Snowflake + dbt + Airflow (il classico del modern data stack), Databricks + Delta Lake + Spark (stack lakehouse), Data Vault 2.0 + Snowflake + dbt (DWH enterprise agile), modellazione dimensionale Kimball + DWH cloud + BI (orientato all'analisi), ClickHouse + Kafka (analisi in tempo reale, popolare in Russia), Arenadata Greenplum + dbt (stack dati russo di sostituzione delle importazioni), Iceberg + S3 + Trino (lakehouse aperto). Roadmap di apprendimento: diventa Senior Data Engineer (5+ anni, prerequisito) → padronanza della modellazione dei dati (Kimball + Data Vault) → SQL a fondo → piattaforma dati cloud (Snowflake / Databricks) → modern data stack (dbt + orchestrazione) → pattern di architettura dei dati → data mesh (libro di Dehghani) → data governance → formati di tabella aperti → livello semantico → soft skill.

Dati del grafico
Si usa insieme a — Architetto dei dati. Tabella dei dati della sezione. Un valore mancante non è zero; unità e campione sono indicati nella descrizione dell’indicatore.
NomeNumero
cloud282
azure192
databricks180
aws170
sql155
python104
snowflake100
gcp75
spark61
dbt55
bigquery53
kafka52

Quanti annunci Architetto dei dati ci sono per ogni livello, da junior a principal.

Domanda per livello

livelloofferte
principal212
senior185
lead45
middle14
junior4

Ruolo di livello senior (i livelli più bassi sono titoli sbagliati; realistici: Senior / Lead). Percorso: Senior Data Engineer (5+ anni di pratica) → Data Architect (tramite modellazione dei dati + progettazione della piattaforma + governance) → Senior / Principal Data Architect → poi Chief Data Architect / Head of Data Architecture, guida della Data Platform, Enterprise Architect (dominio Data), oppure percorso verso Chief Data Officer (CDO).

⚠ solo lato domanda: il livello della banca dati osservata è ignoto per la maggior parte

Dati del grafico
Domanda per livello — Architetto dei dati. Tabella dei dati della sezione. Un valore mancante non è zero; unità e campione sono indicati nella descrizione dell’indicatore.
LivelloNumero
principal212
senior185
lead45
middle14
junior4

Chi assume di più per Architetto dei dati e quanto la domanda è concentrata nelle aziende più grandi.

Datori di lavoro

La domanda è distribuita tra 468 datori di lavoro. Il maggiore ne concentra il 1.7%, i primi dieci il 10.0%; il restante 90.0% è coda lunga.

il più grande 1,7%2°–3° 2,8%4°–10° 5,5%gli altri 90%
quotavalore
top-11.7%
top-34.5%
top-1010.0%
coda lunga90.0%

⚠ i nomi non sono mostrati: il classificatore non distingue ancora le agenzie di selezione dai datori di lavoro finali

Da quali siti aziendali e portali di lavoro Zorky raccoglie gli annunci Architetto dei dati.

Dove Zorky vede questo mercato

Osservato su 59 fonti; la maggiore ne concentra il 9.5%: questo mercato non dipende da un solo canale.

Dati del grafico
Dove Zorky vede questo mercato — Architetto dei dati. Tabella dei dati della sezione. Un valore mancante non è zero; unità e campione sono indicati nella descrizione dell’indicatore.
ClasseNomeNome ingleseNumeroQuota
atsATS и карьерные сайтыATS e siti carriere3740,6032
boardджоб-борды и агрегаторыportali di lavoro e aggregatori2270,3661
telegramTelegramTelegram190,0306

Gli annunci Architetto dei dati più recenti dalle pagine carriere delle aziende.

Posizioni recenti

Tutte le offerte →

Le ultime offerte Data Architect aperte: le posizioni più recenti nel campione (nicchia senior ristretta; il mercato reale è più ampio per la sovrapposizione con Senior Data Engineer). L'elenco completo è nel nostro CRM o tramite il link «vedi tutte» qui sotto. Per una visione più ampia vedi le pagine data-engineer + solutions architect.

Come si misura
Posizione
un'offerta aperta che ha superato il controllo di qualità e indica almeno due tecnologie
Candidato osservato
un candidato il cui stack contiene questa tecnologia; un dato aggregato: nessun singolo record esce dal perimetro
Candidato abbinabile
non ancora conteggiato
Finestra
offerte aperte nel momento in cui è stato creato lo snapshot

Sui dati

  • Alcuni dettagli sono nascosti: la loro copertura di dati non è ancora sufficiente.
  • Le statistiche vengono mostrate solo dove il campione supera un controllo di qualità.
  • L'assenza di un blocco non significa che il valore sia zero.

Dettagli attualmente nascosti: 8.

Area: Architettura

Specializzazioni correlate

All'interno di Data Architect: Data Architect (generale: responsabile dell'architettura dati di un sistema / dominio), Senior / Principal Data Architect (a livello enterprise + strategia), Data Warehouse Architect (focus su DWH / analytics), Data Platform Architect (progettazione di data platform moderne / lakehouse), Data Modeler (focus sulla modellazione dei dati: più ristretto), Master Data Architect (specialità MDM), Information Architect (data governance + gestione delle informazioni). Confronto con solutions/software/enterprise/security/integration architect nella barra qui sotto.

Architetto aziendaleArchitetto delle integrazioniArchitetto della sicurezzaArchitetto softwareArchitetto delle soluzioni

Domande frequenti

Le risposte si ricalcolano automaticamente.

Quanto guadagna un Data Architect Junior, Middle, Senior o Lead?

Data Architect: ruolo di livello senior (il «Junior Data Architect» esiste raramente; i livelli più bassi sono titoli errati: i riferimenti realistici sono Senior / Lead). Percorso di carriera: Senior Data Engineer (5+ anni di lavoro pratico su pipeline di dati + warehouse) → Data Architect (dimostrando esperienza di modellazione dei dati + progettazione di piattaforme + governance) → Senior / Principal Data Architect → poi Chief Data Architect / Head of Data Architecture, responsabile di Data Platform, Enterprise Architect (dal dominio Data a un'EA più ampia), oppure il percorso da Chief Data Officer (CDO). Ingresso alternativo: Database Administrator Senior + profondità nella modellazione dei dati → Data Architect.

Quale stack e quali competenze vengono richiesti più spesso per Data Architect?

Stack / competenze principali: cloud, aws, azure, enterprise architect, sql. Modellazione dei dati, il nucleo: modelli concettuali / logici / fisici, modellazione dimensionale (Kimball: schemi a stella / snowflake + fatti/dimensioni), 3NF / Inmon (DWH enterprise normalizzato), Data Vault 2.0 (hub + link + satelliti: DWH enterprise agile, popolare nel 2026), One Big Table / tabelle larghe (analytics moderna). Strumenti: erwin Data Modeler (classico enterprise), SqlDBM, dbdiagram.io, dbt (modelli semantici + lineage: il livello di modellazione di fatto nel 2026). ClickHouse (analytics in tempo reale: popolare in Russia, di origine Yandex). Russi: Arenadata (basato su Greenplum: leader dei DWH in Russia dopo l'uscita di Teradata / Oracle). Data lake: S3 / ADLS / GCS + formati di tabella aperti (Apache Iceberg: in crescita nel 2026 / Delta Lake / Apache Hudi). Pattern di architettura dei dati: data warehouse / data lake / lakehouse (predefinito consigliato nel 2026) / data mesh (decentralizzato, di proprietà dei domini: Zhamak Dehghani) / data fabric (accesso unificato guidato dai metadati). Integrazione dei dati: ETL vs ELT (ELT domina nel 2026), CDC (Change Data Capture: Debezium), streaming dei dati (Kafka), unificazione batch + streaming. Orchestrazione: Airflow / Dagster / Prefect (decisioni a livello di architettura). Data governance: catalogo dei dati (Collibra / Alation / Atlan / DataHub open source / OpenMetadata), data lineage, qualità dei dati (Great Expectations / Soda), gestione dei master data MDM (Informatica MDM / Reltio), classificazione dei dati + privacy (PII / GDPR / 152-FZ), data contract (in crescita 2024+). Semantic layer: dbt Semantic Layer / Cube: unica fonte di verità per le metriche. Padronanza di SQL: obbligatoria (il Data Architect deve capire i pattern delle query + le prestazioni). Soft skill: gestione degli stakeholder (i dati sono cross-funzionali), comunicazione della strategia dei dati, facilitazione della governance.

Data Architect vs Data Engineer vs Enterprise Architect vs DBA: qual è la differenza?

Data Engineer: costruisce in prima persona le pipeline di dati (ingestione + trasformazione + orchestrazione), implementa ciò che il Data Architect ha progettato. Vedi Data Engineer (generale). Data Architect (questa pagina): progetta il panorama dei dati: modelli di dati + strategia di archiviazione + flussi di dati + governance. Livello di progettazione, non scrittura di pipeline in prima persona. Database Administrator (DBA): gestisce database specifici (ottimizzazione delle prestazioni + backup + replica + sicurezza). Operativo. Vedi Database Administrator (DBA) (quando la pagina sarà pubblicata). Enterprise Architect: panorama tecnologico a livello aziendale (la Data Architecture è uno dei 4 domini TOGAF; il Data Architect è spesso un Domain Architect all'interno dell'EA). Vedi Enterprise Architect. Percorso di carriera: Data Engineer Senior → Data Architect: il percorso naturale. Data Architect → Enterprise Architect (dominio dati) o Chief Data Officer. Scelta di carriera: Data Engineer se ti piace costruire pipeline in prima persona; Data Architect se ti piacciono progettazione + modellazione + governance + strategia; DBA se ti piacciono le operazioni sui database in profondità; Enterprise Architect se vuoi un'ampiezza a livello aziendale oltre i dati.

Pattern di architettura dei dati 2026: data warehouse vs data lake vs lakehouse vs data mesh vs data fabric?

Albero decisionale per il pattern di architettura dei dati 2026: 1) Data Warehouse: strutturato, schema-on-write, ottimizzato per analisi / BI. DWH nel cloud: Snowflake / BigQuery / Redshift / Synapse. Pro: analisi SQL veloce, strumenti maturi, qualità dei dati garantita. Contro: solo dati strutturati, ETL in anticipo, più costoso per dati grezzi / non strutturati. Caso d'uso: BI / reportistica / analisi strutturata: ancora centrale 2026. 2) Data Lake: archiviazione grezza, schema-on-read, qualsiasi formato (strutturato + non strutturato). S3 / ADLS / GCS. Pro: archiviazione economica, flessibile, conserva tutto. Contro: rischio di «data swamp» (senza governance: caos), nessuna prestazione SQL, niente ACID. Caso d'uso: zona di atterraggio dei dati grezzi, dati di addestramento per il ML, archiviazione. Raramente da solo 2026. 3) Lakehouse: la scelta predefinita consigliata 2026. Convergenza di warehouse e lake: archiviazione da data lake (S3 + formato di tabella aperto: Delta Lake / Iceberg / Hudi) + funzionalità da warehouse (transazioni ACID + prestazioni SQL + imposizione dello schema + time travel). Databricks (Delta Lake) / Snowflake (supporto a Iceberg). Pro: un unico livello di archiviazione per BI + ML + streaming, più economico di un DWH puro, nessuna duplicazione dei dati. Contro: ecosistema più giovane, serve la giusta strategia sul formato di tabella. Caso d'uso: nuove piattaforme dati 2026: la scelta predefinita (evita la duplicazione warehouse + lake). 4) Data Mesh: pattern organizzativo / socio-tecnico, non una tecnologia. Concetto di Zhamak Dehghani. 4 principi: proprietà orientata ai domini (i dati appartengono ai team di dominio, non a un team dati centrale), dati come prodotto (ogni dataset è un prodotto con SLA / documentazione / qualità), piattaforma dati self-service, governance computazionale federata. Pro: scala a livello organizzativo (il team dati centrale è un collo di bottiglia nelle grandi organizzazioni), competenza di dominio nella proprietà dei dati. Contro: richiede maturità organizzativa, costoso da implementare, eccessivo per le piccole organizzazioni. Caso d'uso: grandi organizzazioni (molti domini, il team dati centrale non regge il ritmo): NON per piccole / medie (il sovraccarico organizzativo lo ucciderà). Spesso applicato in eccesso. 5) Data Fabric: livello di accesso ai dati unificato e guidato dai metadati su sorgenti eterogenee (il data mesh è un pattern organizzativo, il data fabric un approccio tecnologico / di integrazione). Metadati attivi + knowledge graph + integrazione dei dati automatizzata. Concetto promosso da Gartner. Caso d'uso: organizzazioni con molti silos di dati legacy, che hanno bisogno di un accesso unificato senza migrare tutto. Raccomandazioni predefinite 2026: Nuova piattaforma dati → Lakehouse (Databricks o Snowflake + Iceberg). BI / analisi strutturata → DWH nel cloud (se il lakehouse è eccessivo). Dati grezzi / per il ML → data lake come parte del lakehouse (non da solo). Grande organizzazione, il team dati centrale è il collo di bottiglia → Data Mesh (cambiamento organizzativo, non tecnologico). Molti silos legacy → Data Fabric (livello di accesso unificato). Principio fondamentale: il pattern segue la realtà organizzativa + la scala, non il culto del «data mesh perché è di moda».

Quale percentuale delle offerte prevede lavoro da remoto?

Tra le offerte con modalità di lavoro indicata, il 38% è da remoto. Le offerte senza modalità indicata sono escluse dal denominatore; il lavoro ibrido non viene conteggiato come remoto.

Che differenza c'è tra Data Platform Architect e Data Architect?

Data Architect (generale): focus su modelli di dati + flussi di dati + governance + strategia di archiviazione (livello logico / concettuale: «come sono strutturati i dati e come fluiscono»). Data Platform Architect: focus sulla piattaforma tecnica che ospita i dati (livello di infrastruttura / strumenti: «su cosa vivono i dati»): progettazione della piattaforma dati nel cloud (configurazione di Databricks / Snowflake), architettura di calcolo / archiviazione, strumenti della piattaforma dati (stack di ingestione + orchestrazione + trasformazione + catalogo), scalabilità della piattaforma + ottimizzazione dei costi, piattaforma dati self-service (per il data mesh). Maggiore sovrapposizione con DevOps / Platform Engineering. Data Warehouse Architect: specialità più ristretta: focus specifico sulla progettazione del DWH (modellazione dimensionale a fondo, ETL/ELT per il warehouse, supporto alla BI). Data Modeler: il ruolo più ristretto: focus solo sulla modellazione dei dati (modelli concettuali / logici / fisici, diagrammi ER), spesso di livello middle, non un architetto completo. Master Data Architect: specialità MDM (master data management: fonte unica di verità per le entità principali: cliente / prodotto / ecc.). Information Architect: sovrapposizione: governance dei dati + ciclo di vita delle informazioni + tassonomia + metadati. Realtà 2026: nelle organizzazioni piccole / medie un solo Data Architect fa tutto. In quelle grandi c'è specializzazione (Data Platform Architect + Data Warehouse Architect + Data Modeler + Master Data Architect: ruoli separati). Scelta di carriera: Data Architect generale per l'ampiezza; Data Platform Architect se ti piacciono infrastruttura / strumenti in profondità; Data Warehouse Architect se ti piacciono la modellazione dimensionale + l'analisi; Master Data Architect se ti piacciono governance / MDM.

Da dove iniziare il percorso verso Data Architect nel 2026?

Roadmap (Data Architect: livello senior, il percorso passa dal Senior Data Engineer): 1) Diventa un Senior Data Engineer solido: prerequisito. 5+ anni di pratica: pipeline di dati, lavoro sul data warehouse, padronanza di SQL, comprensione pratica degli strumenti per i dati. 2) Padronanza della modellazione dei dati: è la competenza centrale del Data Architect. Modellazione dimensionale (Kimball: "The Data Warehouse Toolkit" di Ralph Kimball: canonico), approccio Inmon 3NF, Data Vault 2.0 ("Building a Scalable Data Warehouse with Data Vault 2.0" di Dan Linstedt). Modellazione concettuale / logica / fisica. 3) SQL approfondito: il Data Architect deve capire a fondo i pattern delle query + prestazioni + ottimizzazione. 4) Piattaforme dati cloud: scegline una da approfondire: Snowflake (leader: certificazioni Snowflake) o Databricks (Lakehouse: certificazioni Databricks) o BigQuery. Esperienza pratica di progettazione + costruzione. 5) Modern data stack: dbt (layer di trasformazione + modellazione di fatto standard 2026: certificazione dbt), orchestrazione dei dati (Airflow / Dagster), pattern ELT, CDC (Debezium). 6) Pattern di architettura dei dati: capisci a fondo warehouse vs lake vs lakehouse vs data mesh vs data fabric (quando usare quale). "Fundamentals of Data Engineering" di Joe Reis / Matt Housley (canonico 2026: da leggere assolutamente, copre l'architettura). 7) Data mesh: "Data Mesh" di Zhamak Dehghani (se lavori / lavorerai in una grande organizzazione). 8) Data governance: cataloghi dei dati (Collibra / Alation / DataHub / OpenMetadata), data lineage, qualità dei dati (Great Expectations / Soda), concetti di MDM, data contract (in crescita 2024+), privacy dei dati (GDPR / legge federale 152-FZ). 9) Formati di tabella aperti: Apache Iceberg (in crescita 2026) / Delta Lake / Apache Hudi: fondamentali per il lakehouse. 10) Semantic layer: dbt Semantic Layer / Cube: coerenza delle metriche. 11) Soft skill: i dati sono trasversali (ingegneri + analisti + business + sicurezza), servono gestione degli stakeholder + comunicazione della strategia dei dati + facilitazione della governance. 12) Pratica nel ruolo attuale: da Senior Data Engineer prendi compiti a livello di architettura: progettazione del modello dati, scelta della piattaforma, impostazione della governance. Corsi russi: Otus "Data Architect" / "DWH Analyst", Karpov.Courses (Data Engineering: sovrapposizione), scuole dati aziendali, formazione Arenadata. Internazionale (EN): "The Data Warehouse Toolkit" di Kimball (modellazione dimensionale canonica), "Fundamentals of Data Engineering" di Reis / Housley (da leggere assolutamente 2026), "Data Mesh" di Dehghani, certificazioni + formazione ufficiali Snowflake / Databricks, dbt Learn (gratuito), percorsi di data engineering su DataCamp / Coursera. Senior Data Engineer (5+ anni) + padronanza della modellazione dei dati + competenza su una piattaforma dati cloud → Data Architect.

Quante posizioni aperte contiene questo campione?

Il campione pubblicato contiene 620 posizioni aperte dopo aver raggruppato le ripubblicazioni. È lo stesso numero dell’indicatore principale. La sezione geografica descrive la copertura del campione; non è una stima dell’intero mercato.

Quali competenze servono a un Senior Data Architect?

Un Senior Data Architect gestisce l'intero ciclo dell'architettura dei dati + leadership tecnica. Padronanza della modellazione dei dati: modellazione dimensionale (Kimball: schemi a stella / snowflake + fatti/dimensioni a fondo), 3NF / DWH enterprise di Inmon, Data Vault 2.0 (hub / link / satelliti: DWH agile), modellazione concettuale / logica / fisica, modellazione ER. Padronanza approfondita di SQL: query complesse, ottimizzazione delle query, comprensione dei piani di esecuzione: il Data Architect deve capire a fondo come vengono interrogati i dati. Padronanza di una piattaforma dati cloud: una tra Snowflake / Databricks / BigQuery a fondo: progettazione dell'architettura, ottimizzazione delle prestazioni, ottimizzazione dei costi (le piattaforme dati sono costose, l'architettura dei costi è critica). Pattern di architettura dei dati: warehouse / lake / lakehouse / data mesh / data fabric: conoscere i compromessi + quando applicarli (non per cargo cult). Progettazione lakehouse (formati di tabella aperti: Iceberg / Delta Lake / Hudi). Modern data stack: dbt (trasformazione + modellazione + livello semantico), orchestrazione (Airflow / Dagster), pattern ELT, CDC (Debezium), streaming (Kafka) a livello architetturale. Architettura dell'integrazione dei dati: unificazione di batch + streaming, strategia di acquisizione dei dati, mappatura source-to-target. Padronanza della data governance: strategia del catalogo dati (Collibra / Alation / DataHub / OpenMetadata), data lineage, framework di qualità dei dati (Great Expectations / Soda), master data management (MDM), classificazione dei dati + privacy (conformità PII / GDPR / 152-FZ nell'architettura dei dati), data contract (formalizzare gli accordi producer-consumer: in crescita dal 2024+). Livello semantico: coerenza delle metriche (dbt Semantic Layer / Cube: unica fonte di verità). Strategia dei dati: roadmap della piattaforma dati, build-vs-buy per gli strumenti dati, modello operativo del team dati (centralizzato vs data mesh decentralizzato). System design per i dati: progettare alla lavagna una piattaforma dati su larga scala (dati su scala di PB, 1000 di tabelle, tempo reale + batch), capacity planning, compromessi tra prestazioni e costi. Conoscenza trasversale: comprensione del Data Engineering (la realtà dell'implementazione), di Analytics / BI (le esigenze dei consumatori), della sicurezza (protezione dei dati), dell'Enterprise Architecture (il contesto a livello di organizzazione). Soft skill: gestione degli stakeholder (i dati sono trasversali: ingegneri + analisti + business + sicurezza + compliance), comunicazione della strategia dei dati alla leadership, facilitazione della data governance, mentoring dei Data Engineer. Inglese OBBLIGATORIO per Senior+: documentazione delle piattaforme dati cloud + community dei dati + comunicazione nei team internazionali sono in inglese. Bonus facoltativi: certificazioni delle piattaforme dati cloud (Snowflake / Databricks), certificazione dbt, interventi alle conferenze (conferenze sui dati), esperienza di implementazione del data mesh: aumentano nettamente il valore di mercato per i ruoli di Principal / Chief Data Architect.

Lascia una richiesta

Descrivi l'attività e lascia un contatto: la richiesta arriva nel nostro CRM e rispondiamo al contatto che indichi.

Inviando, accetti la informativa sulla privacy.