Ik bouw AWS ETL-pijplijnen met airflow, spark en python
Senior Data Engineer
Over deze dienst
Senior Data Engineer met meer dan 10 jaar ervaring in het bouwen van productie-ETL voor Fortune 500-klanten (Expedia, Ford, HP).
Ik ontwikkel betrouwbare, productieklare AWS data pipelines met Python, PySpark, Airflow en Spark, geen wegwerpscripts. Echte engineering: partitionering, broadcast joins, orkestratie en testen.
Track record:
Verlaagde een HiveQL-job van 64 uur naar minder dan 3 uur (95,6% sneller)
Gecertificeerd 500 TB data van Hadoop naar AWS gemigreerd, volledig gevalideerd
Eigen multi-tenant SaaS-platform gebouwd en beheerd van begin tot eind
Wat je krijgt: schone, gedocumenteerde en deploybare code pipelines die jouw team kan onderhouden, geen black box.
Gebaseerd in Mexico (overlap met US-tijdzone), realtime samenwerking tijdens jouw kantooruren. Vloeiend in Engels.
Weet je niet welke package het beste past? Stuur me eerst een bericht en ik bespreek het met je.
Tools & platforms:
AWS Glue DataBrew
•
Overige
Mijn portfolio
Veelgestelde vragen
Automatische vertaling
Q: Werk je met datastromen buiten AWS?
A: Ja — ik haal data binnen uit databases (PostgreSQL, MySQL), APIs, bestanden en streamingbronnen zoals Kafka, en land data in S3, Redshift of jouw data warehouse.
Q: Krijg ik de broncode en documentatie?
A: Altijd. Je ontvangt schone, versiebeheerbare code plus documentatie zodat jouw team alles zelfstandig kan draaien en onderhouden.
Q: Weet je niet zeker welke package ik nodig heb. Kun je helpen?
A: Absoluut. Stuur me een bericht met je bronnen, bestemming en volume, en ik adviseer je over de juiste package of maak een op maat gemaakte aanbieding.
Q: Kun je een bestaande pipeline repareren of optimaliseren in plaats van nieuwe bouwen?
A: Ja. Ik controleer kapotte of trage pipelines en optimaliseer ze — mijn HiveQL-werk heeft een job van 64 uur teruggebracht tot minder dan 3 uur.

