Ver categorias
Explorar
Fiverr Pro
Português
$
USD
Vou construir data warehouse no redshift, bigquery, postgres
Analista de dados, Engenheiro de dados na nuvem e especialista em Data Warehouse
Desbloqueie o poder dos seus dados | BI & Dados com mais de 7 anos de experiência.
Sou especialista em criar dashboards com Power BI, Tableau, Looker Studio e Metabase.
Posso configurar pipelines de...
Nível 1
Atendeu a determinados critérios de desempenho e demonstra forte potencial no marketplace.
Sobre este Serviço
Procurando uma solução confiável de pipeline de dados que mantenha as análises atualizadas e precisas?
Vou implementar pipelines modernos de engenharia de dados e data warehouses em Redshift, Google BigQuery, ClickHouse e Postgres.
ETL/ELT em lote e arquiteturas de streaming em tempo real, garantindo fluxos de dados confiáveis, automatizados e escaláveis para análises e modelos de IA/LLM.
O que você recebe:
- pipelines ETL / ELT para ingestão e transformação automatizada de dados
- pipelines em lote (agendados a cada hora, dia ou horários personalizados)
- pipelines de streaming usando Kafka, Pub/Sub, Kinesis ou CDC
- configuração de data warehouse em Redshift, BigQuery, PostgreSQL ou ClickHouse
- modelos dbt incluindo staging, modelos incrementais, testes e documentação
- orquestração de pipeline de dados usando Airflow, Dataflow ou agendadores na nuvem
- conjuntos de dados prontos para IA preparados para modelos de ML e LLMs
Minha stack:
- Redshift, Glue, Lambda, Kinesis, DMS, Athena
- BigQuery, Dataflow, Pub/Sub, Datastream
- PostgreSQL, MySQL, MongoDB
- Kafka, Debezium, pipelines CDC
- dbt, SQL, Python
- Airflow, Cloud Composer
Por que me escolher:
Engenheiro de Dados com mais de 7 anos de experiência. Especializado em Redshift, Bigquery, PostgreSQL e arquiteturas personalizadas de data warehouse.
Perguntas frequentes
Tradução automática
Qual a diferença entre pipelines ETL e ELT?
ETL extrai, transforma e depois carrega os dados; ELT carrega os dados brutos e depois transforma na warehouse (comum no BigQuery). Podemos implementar qualquer um de acordo com suas necessidades.
Qual data warehouse é melhor para mim?
Redshift funciona melhor para grandes cargas de trabalho de análises na AWS. BigQuery é um warehouse totalmente serverless do GCP para consultas rápidas e escaláveis. PostgreSQL é ótimo para dados moderados e consultas SQL complexas. ClickHouse se destaca em OLAP de alta velocidade e análises em tempo real. A escolha depende da escala dos seus dados e do caso de uso.
Você consegue lidar com dados de streaming?
Sim – construo pipelines em tempo real usando Kafka, Kinesis ou GCP Pub/Sub. Streaming ETL está incluso no pacote Premium para fluxos de dados atualizados.
O que você precisa de mim para começar?
Por favor, forneça detalhes das suas fontes de dados (tipo, acesso), data warehouse desejado, dados/schema de exemplo e objetivos do projeto (relatórios, uso de ML). Isso ajuda a personalizar a solução.
Como você usa IA no pipeline?
Uso ferramentas de IA para automatizar partes do fluxo de trabalho – por exemplo, usando GPT para criar códigos de transformação ou inferir esquema de dados, e aplicando modelos BigQuery ML/Redshift ML via SQL para recursos preditivos (quando relevante).
