Dean N.
Data Engineer
Er ist sehr versiert im Umgang mit großen Datenmengen, in der Optimierung von Daten-Workflows und in der Gewährleistung der Genauigkeit und Zuverlässigkeit von Daten für Analysen und Berichte.
Er ist in der Lage, selbstständig zu arbeiten, kann sich aber ebenso gut in einem kollaborativen Teamumfeld behaupten.
Deans Leidenschaft für Technologie treibt ihn dazu, seine Fähigkeiten ständig zu verbessern und neue Tools und Methoden zu nutzen, die zu einer effektiveren Datenverwaltung und -analyse beitragen.
Hauptkompetenz
Terraform4 Jahre
ETL4 Jahre
Python4 Jahre
SQL6 JahreErfahrung6
Data Engineer
- Nutzung von Airflow zur Entwicklung von ETL-Pipelines, Umwandlung von Daten aus Rohformaten in leicht nutzbare Formen für Einblicke.
- Einsatz von Cloud-Funktionen, Scheduler und Sheets zur Erstellung von ETL-Pipelines, die Eingaben von weniger technisch versierten Stakeholdern ermöglichen.
- Verbesserte Datenqualität und reduzierte Pipeline-Fehler durch die Erstellung von Überwachungs- und Alarmierungs-Dashboards mit GCP Cloud Monitoring.
- Entwicklung von Data-Warehouse-Tabellen mit Schwerpunkt auf Effizienz und kostengünstigen Abfragen unter Verwendung von Partitionierungs- und Clustering-Techniken.
- Verbesserte Wartbarkeit der Codebasis durch die Anwendung von DRY-Prinzipien und die Verwendung von Jinja, wo dies möglich ist.
- Verbesserung der CI/CD-Pipeline durch Integration von Tests für SQL-Skripte.
- Terraform verwendet, um GCP-Ressourcen programmatisch zu erstellen und zu verwalten.
Dataflow
Data Engineer
- Nutzte eine Kombination aus EC2-Instanzen und Befehlszeile, um sich per SSH in lokale Rechner einzuwählen und CSVs in S3-Buckets zu übertragen.
- Wir haben Airflow durch Prefect ersetzt, um Daten zu transformieren und den Workflow-Management-Prozess zu optimieren.
- Verwendet DBT und Jinja, um Testskripte zu erstellen und das Data Warehouse zu konstruieren.
- Terraform verwendet, um GCP-Ressourcen programmatisch bereitzustellen.
Data Engineer
- Apache Beam / Google Dataflow zum Aufbau von Stapelverarbeitungspipelines verwendet.
- Automatisierte mehrere ETL-Pipelines, die Daten aus verschiedenen Quellen extrahierten, einschließlich Cloud-Speicher, Google Sheets und APIs, speziell für Snapchat- und Werbeeinnahmedaten mit Ausgaben in BigQuery-Tabellen oder Dashboards.
- Sicherstellung der Testbarkeit des Codes durch Verwendung von Pytest und Anwendung eines testgetriebenen Entwicklungsansatzes (TDD).
- Erstellung von Dashboards in Google Data Studio (GDS) und Einrichtung von Warnmeldungen in GCP zur Überwachung von Datenpipelines.
- Verwendung von Terraform zur Bereitstellung von Ressourcen auf GCP.
Dataflow
Data Analyst
- Schrieb SQL-Abfragen für dimensionale Datenmodellierung in Power BI.
- Verwendung von Python (Pandas) zur Bearbeitung von Datensätzen für den Export in Excel.
- Erstellung von maßgeschneiderten Power BI-Berichten, um klare und präzise Einblicke in die Daten zu geben.
- Verwendung der DAX-Sprache in Power BI zur Transformation und Berechnung von Daten.
- ETL von Daten aus verschiedenen Quellen zur Erstellung von Datenmodellen, typischerweise in Form von Star-Schemata.
- Sie haben Daten aus verschiedenen Quellen entnommen, Beziehungen zwischen Datensätzen hergestellt und die Daten modelliert.
Pandas
Data Analyst
- Nutzte eine Kombination aus Power BI und SQL, um Datenmodelle zu erstellen und aufschlussreiche Berichtsvisualisierungen zu entwickeln.
- Erstellte und übernahm die Verantwortung für Power BI-Anwendungen, überwachte und stellte den Zugang für wichtige Interessengruppen sicher.
- Anwendung von DAX in Power BI zur Erstellung von Berechnungen und Messungen auf Dashboards.
- Entwicklung von KPI-Berichten und Dashboards in Excel unter Verwendung von Daten, die aus SQL-Datenbanken importiert und aktualisiert werden.
- Extrahierte Daten aus SQL und führte Analysen in Excel unter Verwendung fortgeschrittener Formeln und Funktionen durch.
- Erstellung intelligenter Webanwendungen für Mitarbeiter unter Verwendung von in Esri ArcGIS importierten Daten.
- Erstellung effizienter und komplexer SQL-Abfragen unter Einbeziehung von Pivots, Joins und verschachtelten Abfragen.
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.
Eignungstests
Excellence en ingénierie
Dean Gesamtleistung in einer 90-minütigen Live-Technikbewertung rangiert im top 10% der überprüften Data Engineer bei Proxify.
Ausbildung
Hör auf zu stöbern.
Lass dich schneller matchen.
Sprechen Sie mit einem Experten und erhalten Sie innerhalb von nur 2 Tagen maßgeschneiderte Matches aus unserem Netzwerk.
Zugriff auf über 6.000+ Experten
Werden Sie im Durchschnitt in 2 Tagen mit einem Entwickler zusammengebracht
Schnell und einfach einstellen mit 94% Übereinstimmungserfolg