Costruirò pipeline di dati ETL scalabili usando Python, PySpark e AWS

Alcune informazioni sono state tradotte automaticamente.
Saurabh

India

Parlo Inglese

2 ordini completati

Data Engineer, pipelines ETL, Databricks, SQL, Azure, AWS

Se cerchi un Data Engineer professionista per costruire pipeline ETL robuste e scalabili, sei nel posto giusto! 🔹 Python, PySpark, Pandas & SQL 🔹 AWS Glue, S3 & Redshift 🔹 Azure Databricks & ADLS �...
Continua a leggere
Informazioni su questo servizio

Pipeline ETL End-to-End

  • Progetta e implementa pipeline di dati scalabili usando Python, PySpark, AWS Glue e Databricks per un'elaborazione efficiente dei dati.


Ingegneria dei dati AWS

  • Crea pipeline S3-to-Redshift con ingestione, trasformazione, convalida, partizionamento e caricamento incrementale.


Ingegneria dei dati Azure

  • Sviluppa soluzioni scalabili usando Azure Databricks, ADLS, PySpark e Delta Lake per piattaforme di dati cloud moderne.


Pulizia e trasformazione dei dati

  • Usa Pandas, PySpark e SQL per pulire, trasformare, unire, convalidare e standardizzare dati strutturati e semi-strutturati.


Ottimizzazione delle prestazioni

  • Ottimizza workload Spark e ETL usando partizionamento, broadcast join, predicate pushdown, AQE e formati Parquet/Delta ottimizzati.
Continua a leggere
build scalable etl data pipelines using python pyspark and AWS
Schermo intero
build scalable etl data pipelines using python pyspark and AWS

Destination Platform:

Amazon Redshift

•

PostgreSQL

•

MySQL

+2 in più

Strumenti e piattaforme:

AWS Glue DataBrew

•

Altro

Tag correlati