
Data Engineer
Han har konsekvent demonstreret sin evne til at designe og implementere højtydende databehandlingssystemer, der effektivt håndterer data i stor skala.
Et af Mehmets mest bemærkelsesværdige resultater er oprettelsen af en Java-baseret applikation, der identificerer bestillingsvarer, der er berettiget til gratis fragtkampagner. Dette system behandler ordrehændelser fra Kafka, interagerer med Rise Simulate Apply-tjenesten via API-kald og udsender API-svarene til et separat Kafka-emne, hvilket sikrer nøjagtig og strømlinet datahåndtering.
Ud over sine tekniske præstationer er Mehmet dybt passioneret omkring spilindustrien. Han er ivrig efter at udvide sin viden om spilmålinger og -analyser for at bidrage til at forbedre spillernes oplevelser.
Created and maintained ETL pipelines using PySpark and AWS Glue.
Worked with Apache Iceberg tables in the data lakehouse.
Deployed and scheduled workflows with AWS Managed Airflow (MWAA).
Loaded fact and dimension tables from the data lakehouse into Amazon Redshift.
Assisted in documenting new tables, columns, and data transformations.
Integrated AWS Glue Docker development environment to enable efficient local development and testing of Spark jobs.

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 Mehmet står.

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