Sridhar V.
Data Engineer
Hans expertis omfattar datautvinning, datahantering och uppbyggnad av maskininlärningsmodeller, vilket leder till effektivt datadrivet beslutsfattande i olika roller, bland annat som dataingenjör, analytiker och Business Intelligence-utvecklare.
Utöver sin tekniska expertis är han mycket skicklig på att skapa interaktiva instrumentpaneler och visualiseringar med hjälp av Power BI och Tableau, som hjälper till att kommunicera datainsikter på ett effektivt sätt. Sridhar är känd för sitt samarbetsinriktade arbetssätt och levererar konsekvent uppdrag i rätt tid, vilket gör honom till en pålitlig tillgång för alla team.
Huvudsaklig expertis
Apache Spark5 år
Azure Data Factory4 år
CSV11 år
Data Engineering4 årErfarenhet4
Senior Consultant
- Framgångsrikt ledde migreringen av ETL-pipelines från SSIS till Azure Data Factory (ADF), vilket säkerställde en smidig övergång och förbättrade dataintegrationsprocesser;
- Använde Databricks-anteckningsböcker med PySpark och SparkSQL för att analysera data effektivt, vilket möjliggör insiktsfullt datadrivet beslutsfattande;
- Utvecklade Azure Databricks-anteckningsböcker för att hämta data från olika sociala API:er, inklusive FB, Twitter, YouTube och Google Analytics;
- Automatiserade ETL-processen för att ladda historiska data från FB- och Instagram-API: er, vilket resulterade i betydande tidsbesparingar på 500 timmar genom att eliminera manuell ansträngning;
- Bygga ADF-pipelines för att utföra Databricks-pipelines på schemalagd basis, vilket säkerställer snabb och korrekt databehandling;
- Skapade dataflöden med hjälp av ADF V2-pipelines, vilket underlättade sömlös datatransformation och integration;
- Identifierade och löste problem som rapporterades av nedströmsapplikationer, vilket säkerställde dataintegritet och smidigt dataflöde;
- Automatiserad dataladdningsprocess, vilket minskar manuella ingrepp och förbättrar effektiviteten;
- Förbättrad dataladdningsprestanda från API: er, implementering av strategier för att optimera datahämtning och bearbetning för nedströmsapplikationer;
- Utnyttjade Delta-tabeller i Databricks för att utföra upsert-operationer, vilket säkerställer datakonsistens och integritet.
Klarna API
Azure Blob storageAzure Data Factory
Azure SynapseLead IT
- Demonstrerad solid analytisk förmåga genom att förstå kravspecifikationsdokument och utveckla SQL-frågor i enlighet därmed;
- Utvecklade effektiva och optimerade lagrade procedurer baserat på kraven, vilket säkerställde adekvat databehandling och hämtning;
- Genomförde proof of concept (POC) för att bedöma genomförbarheten och fördelarna med att migrera den befintliga lösningen till Azure, vilket gav värdefulla insikter för beslutsfattandet;
- Identifierade och implementerade prestandaförbättringar i befintliga lagrade procedurer och SQL-funktioner, vilket förbättrade frågekörningshastigheten och den övergripande systemeffektiviteten;
- Utformade och skapade ett återanvändbart SSIS-paket (SQL Server Integration Services) för att ladda data iterativt, vilket effektiviserade dataladdningsprocessen och förbättrade dataintegrationsfunktionerna.
SSISSenior Software Engineer
- Byggde ett Azure-baserat datalager och en databasplattform för att möjliggöra snabb analys och beslutsfattande.
- Hanterade ELT-processer, extraherade data från SAP HANA, SAP BW och SAP ERP för databasintegration.
- Använder Power BI för datavisualisering och levererar värdefulla insikter från extraherade dataset.
- Utformning och optimering av datamodeller och strukturer för effektiv lagring och hämtning.
- Säkerställde datakvaliteten genom rensnings-, omvandlings- och berikningsprocesser.
- Övervakade och felsökte databasprestanda och löste problem proaktivt.
- Samarbetade med intressenter för att samla in och hantera rapporterings- och analyskrav.
- Hållit sig uppdaterad med branschtrender och integrerat ny teknik för att förbättra dataanalysfunktioner.
Azure Blob storageAzure Data FactoryAzure Synapse
IT Analyst
- Utvecklade ETL-paket i SSIS för effektiv datautvinning, transformation och laddning;
- Samlade in krav från intressenter för att säkerställa en tydlig förståelse för affärsbehoven;
- Utformade och byggde tabulära och flerdimensionella SSAS-kuber för omfattande dataanalys;
- Skapade visuellt tilltalande Power BI-rapporter och instrumentpaneler för att ge värdefulla insikter;
- Genomförde dataprofilering och rensning för att upprätthålla datakvalitet och integritet;
- Optimerad prestanda för ETL-paket, SSAS-kuber och Power BI-rapporter;
- Hållit dig uppdaterad med de senaste ETL-, SSAS- och Power BI-teknikerna;
- Tillhandahöll vägledning och stöd till yngre teammedlemmar;
- Samarbetade med intressenter för att förstå utvecklande affärsbehov och göra nödvändiga justeringar av ETL-processer, SSAS-kuber och Power BI-rapporter.
SSASSSISIngenjörsexcellens
Alla Data Engineerer som har ansökt till Proxify får ett betyg från 0 till 300 på ingenjörskompetens, en av de fem parametrar vi utvärderar. Detta betyg speglar endast ingenjörskompetens och baseras på intervjuer, hemuppgifter, live-kodningssessioner och/eller prestationer på jobbet. Kurvan visar hur alla utvärderade Data Engineerer är fördelade över det intervallet, var vår accepteringsgräns för denna parameter ligger och var Sridhar befinner sig.
Score 189 · Top 10% of engineers
Certifikat 6
Utbildning
Sluta bläddra.
Få matchad snabbare.
Prata med en expert och få skräddarsydda matchningar från vårt nätverk på bara 2 dagar.
Tillgång till över 6 000+ experter
Hitta en utvecklare i genomsnitt 2 dagar
Anställ snabbt och enkelt med 94% matchningsframgång