Construiré tuberías de datos ETL en Python con Apache Airflow y PostgreSQL

¿Hojas de cálculo desordenadas, PDFs y APIs que nunca encajan exactamente? Construyo tuberías de datos en Python confiables que reúnen tus datos, los limpian y los cargan en una base de datos en la que puedas confiar.

Soy ingeniero de datos con más de 5 años de experiencia. Recientemente desarrollé las tuberías ETL para una plataforma de conciliación financiera usada por clientes institucionales de fondos, incluyendo extracción OCR de estados de cuenta bancarios escaneados.

Lo que puedo construir para ti:

tuberías ETL desde CSV, Excel, APIs, bases de datos y PDFs

flujos de trabajo de Apache Airflow que se ejecutan según un horario

limpieza de datos, validación y desduplicación

diseño de bases de datos PostgreSQL y ajuste de consultas

extracción de datos de documentos escaneados (OCR)

emparejamiento y conciliación entre fuentes de datos

configuración de Docker para que funcione igual en todas partes

Cada tubería incluye:

código Python limpio y documentado

controles de calidad de datos, para que los registros malos se señalen y no se eliminen silenciosamente

una guía breve de cómo ejecutarlo

Tecnología: Python, Pandas, Apache Airflow, PostgreSQL, Celery, Redis, Docker

Escríbeme antes de pedir con tus fuentes de datos y objetivo, y te recomendaré el paquete adecuado.