Ivan P.
Data Engineer
En af hans mest betydningsfulde præstationer var at designe og implementere en fuldt serverløs datapipeline til webanalyse og kundesporing - et projekt, som han anser for at være afgørende for hans karriere som dataingeniør. Gennem dette engagement fik Ivan omfattende erfaring med Python, AWS-datatjenester, datastreaming, datasøer og infrastrukturtilvejebringelse ved hjælp af skabelonbaseret kode.
Ivan er anerkendt for sin tilpasningsevne, sit engagement i løbende læring og sin evne til at levere skalerbare, effektive og højtydende dataløsninger, der skaber reel forretningseffekt.
Hovedekspertise
Snowflake3 år
Apache Airflow5 år
Python5 år
Java5 årErfaring4
Data Engineer
- Bidrog til data engineering-teamet hos JW Player med udvikling af data pipelines og indlejrede analyser til Payments and Subscriptions-domænet.
- Implementeret CDC-pipelines med AWS DMS, der integrerer data fra PostgreSQL, MariaDB, Kinesis og Kafka i S3.
- Behandlet og orkestreret data i Snowflake ved hjælp af Airflow og Snowflake Tasks og administreret skemaudvikling med Sqitch.
- Aktiveret datavisualisering gennem ThoughtSpot og Looker, hvilket forbedrer datatilgængeligheden og leveringen af indsigt.
- Overvåget systemets ydeevne med DataDog og strømlinet infrastrukturstyring ved hjælp af GitLab, GitHub, CloudFormation og Docker.
PostgreSQL
AWS
Apache Kafka
SQL
AWS Kinesis
Data Engineer
- Bidrag til data engineering-teamet hos Slice, en hurtigt voksende B2B2C-platform, der understøtter over 20.000 amerikanske virksomheder. pizzeriaer.
- Designet og vedligeholdt live-datapipelines, der integrerede CDC-data for brugere og ordrer i Databricks Delta Lake, DynamoDB (via OData) og S3.
- Brugte Confluent Kafka-platformen med Schema Registry til stream schema evolution (AVRO).
- Anvendt KsqlDB og Kafka Streams (Scala) til strømbehandling i realtid.
- Implementeret Kafka Connect til systemintegrationer og registrering af ændringsdata.
- Udnyttede Databricks Notebooks til Spark-batchbehandling i SQL, Scala og Python.
- Orkestrerede Databricks-jobs med Airflow til automatisering af arbejdsgange.
- Anvendte GitLab CI/CD, Docker og Terraform til udrulning og infrastrukturstyring.
AWS
Databricks
Apache SparkJavaPythonData Engineer
- Fungerede som ledende arkitekt og udvikler i webanalyse- og sporingsteamet hos Global Saving Group, en platform, der forbinder onlineshoppere med detailhandlere og betjener 100+ digitale kunder over hele verden.
- Design, udvikling og vedligeholdelse af interne produkter til kundesporing, webanalyse og konverterings- og transaktionssporing på tværs af domæner.
- Bygget fuldt serverløse IaC-implementeringer på AWS, hvilket muliggør skalerbar og omkostningseffektiv infrastruktur.
- Udviklet og orkestreret datapipelines til hændelsesbaseret og batch-dataindlæsning ved hjælp af en data lake-tilgang.
- Behandlet store mængder rå, ustrukturerede data, udført transformationer, aggregeringer og data warehousing.
- Leverede analyser i realtid af aktive brugere, sessioner og kanaler for at understøtte forretningsindsigt.
MySQLAWSJavaPythonSQL
Mulesoft-udvikler
- Ledte Java-udvikling på flere dataintegrationsprojekter ved hjælp af Anypoint Mulesoft ESB-platformen og udviklede certificerede brugerdefinerede connectorer, der blev offentliggjort på Mulesoft Marketplace, og som understøttede virksomhedssystemer som Salesforce, Anaplan, Coupa og CallidusCloud.
- Definere og indsamle forretningskrav direkte med kundens produktejere, arkitekter og ledere.
- Forberedt arkitekturdesigndokumentation og løsningsforslag til at guide projektimplementering.
- Implementeret end-to-end integrationsløsninger, der sikrer skalerbarhed og vedligehold.
- Udviklet og udført funktions- og integrationstest for at validere systemets ydeevne og pålidelighed.
Java
MuleSoftVurderinger
Ingeniørmæssig fremragendehed
Ivan samlede præstation i en 90-minutters teknisk vurdering i realtid er blandt de top 5% bedst kontrollerede Data Engineer hos Proxify.
Certifikater 1
Issued Jan 2022 - Expires Jan 2025
Issued Jan 2022 - Expires Jan 2025
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