Mohamed K.
Data Engineer
Bij Weight Watchers verbeterde Mohamed de ETL-betrouwbaarheid door CI/CD-pijplijnen en geautomatiseerde monitorsystemen te implementeren. Bij Swvl ontwikkelde hij een systeem voor fraudedetectie dat resulteerde in significante kostenbesparingen en automatiseerde de migratie van databases naar BigQuery. Eerder in zijn carrière bij Eventum IT Solutions werkte hij als full-stack ontwikkelaar, waar hij de systeemprestaties verbeterde en gebruikersinzichten verbeterde.
Met een sterke basis in moderne datatechnologieën en een bewezen staat van dienst in innovatieve probleemoplossingen, is Mohamed een waardevolle aanwinst voor elke organisatie die expertise zoekt in complexe data engineering-initiatieven.
Hoofd expertise
Docker3 jaar
Java2 jaar
SQL4 jaar
Snowflake2 jaarErvaring3
Data Warehouse Engineer
- Verbeterde gegevensintegratie, monitoring en automatiseringsprocessen door CI/CD-pijplijnen te implementeren, serviceomgevingen te upgraden en ETL-workflows te optimaliseren.
- Benutte cloud orchestratie-tools om de volledige gegevenslevenscyclus te beheren, van extractie tot normalisatie en injectie in Snowflake en Kafka.
- Ontwikkelde Kubernetes-gebaseerde monitoringsjobs met behulp van Datadog, Snowflake, Python, Prefect Dataflow Automation en PagerDuty om gegevensvertraging en ontbrekende records in ETL-jobs te volgen en op te lossen, waardoor de gegevensbetrouwbaarheid en systeemstabiliteit aanzienlijk werden verbeterd.
- Stelde CI/CD-pijplijnen in en automatiseerde deze voor meerdere diensten met behulp van GitHub Actions en Python-scripts, waardoor de efficiëntie van de implementatie werd verbeterd en de downtime werd verminderd.
- Leid de upgrade van Python-versies in verschillende diensten van 3.9 naar 3.11, waarbij compatibiliteit, prestatieverbeteringen en beveiligingsverbeteringen werden gewaarborgd.
- Gemigreerd van dbt Cloud naar dbt Open Source, waarbij een schaalbare, modulaire architectuur voor de datawarehouse van Snowflake werd ontworpen en geïmplementeerd, die omvatte:
- Automatiseerde metadata-gedreven pijplijnen en robuuste CI/CD-workflows met behulp van GitHub Actions en dbt-tests.
- Optimaliseerde de query-prestaties door middel van incrementele modellen, materialisaties en strategische partitionering.
- Verminderde de onboardingtijd voor nieuwe datamodellen, verbeterde de uitvoeringstijden, organiseert teamtraining-sessies en stelde het analytics-team in staat om sneller en efficiënter inzichten te leveren.
MySQLDocker
Python
Apache Kafka
Kubernetes
Data Engineer
- Werkte aan een real-time engine die live wijzigingen in gegevens vastlegde en geautomatiseerde zakelijke besluitvorming mogelijk maakte.
- Ontwikkelde ETL-gegevenspijplijnprojecten die gericht zijn op een efficiënte overdracht van gegevens naar het datawarehouse.
- Bouwde een real-time systeem voor fraudedetectie dat frauduleuze gebruikers identificeerde en blokkeerde die meerdere valse accounts aanmaakten om promotiecodes te misbruiken, wat ongeveer een half miljoen pond per maand bespaarde. Gebruikte technologieën omvatten Debezium, Kafka, Flink, en Java.
- Implementeerde geautomatiseerde gegevensmigratiepijplijnen om gegevens van backend-databases (MongoDB, PostgreSQL, MySQL) naar BigQuery over te brengen, waarbij schemawijzigingen naadloos werden afgehandeld en de dataconsistentie werd gegarandeerd. Gebruikte technologieën omvatten Debezium, Kafka, Flink, Airflow, Java, Python, en React.js.
JavaScript
React.js
MongoDBDocker
PostgreSQLSofware Engineer
- Ontwikkelde een netwerkbeheersysteem dat diensten zoals netwerkmonitoring, prestatieanalyse, configuratiebeheer en afstandsbediening op basis van gespecificeerde triggergebeurtenissen bood.
- Implementeerde prioriteitsgebaseerde taakplanning om de syste throughput en efficiëntie te verbeteren.
- Ontwikkelde functies voor het volgen van gebruikersactiviteit om systeemproblemen te monitoren en gebruikersgedrag en -voorkeuren te analyseren voor verbeterde inzichten.
MySQLJavaScript
RedisJavaPythonUitmuntendheid in techniek
Alle Data Engineers die zich hebben aangemeld bij Proxify worden gescoord van 0 tot 300 op technische uitmuntendheid, een van de vijf parameters die we evalueren. Deze score weerspiegelt uitsluitend de technische uitmuntendheid, gebaseerd op interviews, huiswerkopdrachten, live coding-sessies en/of beoordelingen van de werkprestatie. De curve laat zien hoe alle geëvalueerde Data Engineers verdeeld zijn over dat bereik, waar onze acceptatiedrempel voor deze parameter ligt, en waar Mohamed zich bevindt.
Score 176 · Top 16% of engineers
Educatie
Stop met browsen.
Word sneller gekoppeld.
Praat met een expert en krijg binnen 2 dagen op maat gemaakte matches uit ons netwerk.
Toegang tot meer dan 6.000+ experts
Word binnen gemiddeld 2 dagen gekoppeld aan een ontwikkelaar
Huur snel en eenvoudig in met 94% matchingsucces