Dean N.
Data Engineer
Han er meget dygtig til at håndtere store datasæt, optimere data-workflows og sikre nøjagtigheden og pålideligheden af data til analyse og rapportering.
Han er en selvstarter, der er i stand til at arbejde selvstændigt, men han udmærker sig lige så godt i samarbejdsmiljøer.
Deans passion for teknologi driver ham til hele tiden at forbedre sine færdigheder og omfavne nye værktøjer og metoder, der bidrager til mere effektiv datastyring og -analyse.
Hovedekspertise
Terraform4 år
ETL4 år
Python4 år
SQL6 årErfaring6
Data Engineer
- Brugte Airflow til at udvikle ETL-pipelines og omdanne data fra rå formater til let anvendelige former for indsigt.
- Anvendte Cloud Functions, Scheduler og Sheets til at opbygge ETL-pipelines, der tillod input fra mindre tekniske interessenter.
- Forbedret datakvalitet og reduceret pipelinefejl ved at oprette overvågnings- og advarselsdashboards ved hjælp af GCP Cloud Monitoring.
- Designede datalagertabeller med fokus på effektivitet og omkostningseffektive forespørgsler ved hjælp af partitionerings- og klyngeteknikker.
- Forbedret vedligeholdelse af kodebasen ved at anvende DRY-principper og bruge Jinja, hvor det er relevant.
- Forbedret CI/CD-pipeline ved at integrere test af SQL-scripts.
- Brugt Terraform til programmatisk at oprette og administrere GCP-ressourcer.
Dataflow
Data Engineer
- Brugte en kombination af EC2-instanser og kommandolinje til at SSH'e ind på lokale maskiner og overføre CSV'er til S3-bokse.
- Erstattet Airflow med Prefect for at transformere data og optimere workflow management-processen.
- Anvendt DBT og Jinja til at bygge test-scripts og konstruere data warehouse.
- Brugt Terraform til programmatisk implementering af GCP-ressourcer.
Data Engineer
- Brugt Apache Beam / Google Dataflow til at opbygge pipelines til batchbehandling.
- Automatiserede flere ETL-pipelines, der udtrak data fra forskellige kilder, herunder cloud storage, Google Sheets og API'er, specifikt rettet mod Snapchat og annonceindtægtsdata med output til BigQuery-tabeller eller dashboards.
- Sikrede, at koden var testbar ved at bruge Pytest og anvende en testdrevet udviklingstilgang (TDD).
- Oprettet dashboards i Google Data Studio (GDS) og opsat alarmering i GCP for at overvåge datapipelines.
- Brugt Terraform til at provisionere ressourcer på GCP.
Dataflow
Data Analyst
- Skrev SQL-forespørgsler til dimensionel datamodellering i Power BI.
- Brugte Python (Pandas) til at manipulere datasæt til eksport til Excel.
- Oprettede skræddersyede Power BI-rapporter for at give klar og præcis indsigt i data.
- Brugt DAX-sprog i Power BI til at transformere og beregne data.
- Udført ETL af data fra forskellige kilder for at opbygge datamodeller, typisk i form af stjerneskemaer.
- Hentede data fra forskellige kilder, skabte relationer mellem datasæt og modellerede data.
Pandas
Data Analyst
- Udnyttede en kombination af Power BI og SQL til at skabe datamodeller og udvikle indsigtsfulde rapporteringsvisualiseringer.
- Byggede og tog ejerskab over Power BI-apps, overvågede og sikrede adgang for vigtige interessenter.
- Anvendt DAX i Power BI til at skabe beregninger og målinger på dashboards.
- Udviklet KPI-rapporter og dashboards i Excel ved hjælp af data, der er importeret og opdateret fra SQL-databaser.
- Udtræk af data fra SQL og udførelse af analyser i Excel ved hjælp af avancerede formler og funktioner.
- Skabte intelligente webapplikationer til operatører ved hjælp af data importeret til Esri ArcGIS.
- Skrev effektive og komplekse SQL-forespørgsler med pivots, joins og indlejrede forespørgsler.
Data Analytics
Business Applications Analyst
-
Amended and manipulated data within the database using SQL queries.
-
Imported data from MRI and analyzed it in Excel to resolve client issues.
-
Opened and closed accounting periods on a monthly basis using complex code.
-
Analyzed data to resolve issues such as unbalanced bank accounts or unlinked child-parent transactions, with backups taken in Excel before troubleshooting.
-
Performed DBA tasks such as adding or removing users and amending security settings and access.
-
Mined data to balance accounts in the database.
-
Searched for missing data on VAT reconciliation reports.
Ingeniørmæssig fremragendehed
Alle Data Engineerer, der har ansøgt til Proxify, får en score fra 0 til 300 på teknisk dygtighed, en af de fem parametre, vi evaluerer. Denne score afspejler kun teknisk dygtighed baseret på interviews, hjemmeopgaver, live kodningssessioner og/eller vurderinger af præstationer på jobbet. Kurven viser, hvordan alle evaluerede Data Engineerer er fordelt over dette interval, hvor vores acceptgrænse for denne parameter ligger, og hvor Dean står.
Score 193 · Top 9% of engineers
Uddannelse
Stop med at søge.
Bliv matchet hurtigere.
Tal med en ekspert og få skræddersyede matches fra vores netværk på kun 2 dage.
Få adgang til over 6.000+ eksperter
Få matchet med en udvikler på gennemsnitligt 2 dage
Ansæt hurtigt og nemt med 94 % matchsuccess