Eu vou construir uma pipeline ETL em python para CSV, Excel, API e SQL
Engenheiro de backend e dados que cria APIs escaláveis, bancos de dados e sistemas ETL
Sobre este Serviço
Se seus dados estão muito grandes, confusos ou manuais neste momento, eu vou automatizá-los.
Prova: Eu criei uma pipeline que processa mais de 2 bilhões de linhas para uma plataforma financeira, transformando um conjunto de dados brutos de 7GB e mais de 2 milhões de documentos em um data lake estruturado e pesquisável em duas semanas, sozinho.
O que eu construo:
Pipeline ETL personalizada (extrair, limpar, transformar, carregar)
Grandes conjuntos de dados manipulados sem travar a memória
Pipeline recomeçável e idempotente
Validação de dados e verificações de qualidade
Carregamento em PostgreSQL, MySQL ou Parquet
Registro de logs e tratamento de erros
Configuração de agendamento/automação
Fontes: CSV, Excel, JSON, APIs REST, PostgreSQL, MySQL, SQLite, Parquet.
Envie-me uma amostra dos seus dados e seu objetivo final, e eu farei o escopo da pipeline antes de você fazer o pedido.
pipeline ETL
python
engenharia de dados
limpeza de dados
automação
Ferramentas e plataformas:
Kafka Connect
•
Outros
Meu portfólio
Perguntas frequentes
Tradução automática
Qual o tamanho máximo de dataset que você consegue lidar?
Eu processei mais de 2 bilhões de linhas usando técnicas de streaming/em lote.
Pode rodar em uma programação?
Sim, execuções agendadas ou acionadas estão incluídas na versão Standard ou Premium.

