Sfoglia categorie
Esplora
Fiverr Pro
Italiano
$
USD
Costruirò data warehouse su redshift, bigquery, postgres
Data Analyst, Cloud Data Engineer e esperto di Data Warehouse
Sblocca il potere dei tuoi dati | BI & Data con oltre 7 anni di esperienza.
Mi specializzo nella creazione di dashboard con Power BI, Tableau, Looker Studio e Metabase.
Posso configurare pipeline di...
Livello 1
Ha soddisfatto determinati criteri di prestazione e mostra un forte potenziale nel marketplace.
Informazioni su questo servizio
Hai bisogno di una soluzione affidabile di data pipeline che mantenga analisi sempre aggiornate e precise?
Implementerò pipeline di data engineering moderne e data warehouse su Redshift, Google BigQuery, ClickHouse e Postgres.
Pipeline ETL/ELT batch e architetture di streaming in tempo reale, garantendo flussi di dati affidabili, automatizzati e scalabili per analisi e modelli AI/LLM.
Ecco cosa ottieni:
- Pipeline ETL / ELT per ingestione e trasformazione automatizzata dei dati
- Pipeline batch (programmabili ogni ora, giorno o con schedulazioni personalizzate)
- Pipeline di streaming usando Kafka, Pub/Sub, Kinesis o CDC
- Configurazione di data warehouse su Redshift, BigQuery, PostgreSQL o ClickHouse
- Modelli dbt inclusi staging, modelli incrementali, test e documentazione
- Orchestrazione di data pipeline usando Airflow, Dataflow o scheduler cloud
- Dataset pronti per AI preparati per modelli ML e LLM
Il mio stack:
- Redshift, Glue, Lambda, Kinesis, DMS, Athena
- BigQuery, Dataflow, Pub/Sub, Datastream
- PostgreSQL, MySQL, MongoDB
- Kafka, Debezium, CDC pipelines
- dbt, SQL, Python
- Airflow, Cloud Composer
Perché scegliere me:
Data Engineer con oltre 7 anni di esperienza. Mi specializzo in Redshift, Bigquery, PostgreSQL e architetture di data warehouse personalizzate.
FAQ
Traduzione automatica.
Qual è la differenza tra pipeline ETL e ELT?
ETL estrae, trasforma e poi carica i dati; ELT carica i dati grezzi e li trasforma nel warehouse (comune in BigQuery). Possiamo implementare entrambe in base alle tue esigenze.
Quale warehouse è il migliore per me?
Redshift è ideale per grandi carichi di lavoro analitici su AWS. BigQuery è un warehouse GCP completamente serverless per query rapide e scalabili. PostgreSQL è ottimo per dati moderati e query complesse. ClickHouse eccelle in OLAP ad alta velocità e analisi in tempo reale. La scelta dipende dalla scala dei tuoi dati e dal caso d'uso.
Puoi gestire dati in streaming?
Sì – costruisco pipeline in tempo reale usando Kafka, Kinesis o GCP Pub/Sub. Lo streaming ETL è incluso nel pacchetto Premium per flussi di dati aggiornati.
Di cosa hai bisogno da me per iniziare?
Fornisci dettagli sulle tue sorgenti di dati (tipo, accesso), warehouse desiderato, esempio di dati/schema e obiettivi del progetto (report, uso ML). Questo aiuta a personalizzare la soluzione.
Come usi l'AI nella pipeline?
Utilizzo strumenti di AI per automatizzare parti del workflow – ad esempio, usando GPT per scrivere codice di trasformazione o inferire lo schema dei dati, e applicando modelli BigQuery ML/Redshift ML tramite SQL per funzionalità predittive (dove rilevante).
