Costruirò una pipeline ETL in Python per csv Excel API e sql
Backend e Data Engineer che sviluppano API scalabili, database e sistemi ETL
Informazioni su questo servizio
Se i tuoi dati sono troppo grandi, troppo disordinati o troppo manuali in questo momento, li automatizzerò io.
Prova: ho creato una pipeline che elabora oltre 2 miliardi di righe per una piattaforma finanziaria, trasformando un dataset grezzo di 7GB e più di 2.000.000 di documenti in un data lake strutturato e ricercabile in due settimane, da solo.
Cosa costruisco:
Pipeline ETL personalizzata (estrazione, pulizia, trasformazione, caricamento)
Gestione di grandi dataset senza crash di memoria
Pipeline ripetibili e idempotenti
Validazione dei dati e controlli di qualità
Caricamento su PostgreSQL, MySQL o Parquet
Logging e gestione degli errori
Impostazioni di scheduling/automazione
Sorgenti: CSV, Excel, JSON, REST API, PostgreSQL, MySQL, SQLite, Parquet.
Inviami un esempio dei tuoi dati e il risultato finale che desideri, e definirò il scope della pipeline prima che tu effettui l'ordine.
etl pipeline
python
data engineering
data cleaning
automation
Destination Platform:
Databricks Lakehouse
•
PostgreSQL
•
MySQL
•
Altro
Strumenti e piattaforme:
Kafka Connect
•
Altro
Il mio portfolio
FAQ
Traduzione automatica.
Quanto grande può essere un dataset che puoi gestire?
Ho elaborato oltre 2 miliardi di righe usando tecniche di streaming e chunking.
Può essere programmato per funzionare in orari specifici?
Sì, le esecuzioni programmate o triggerate sono incluse in Standard o Premium.

