Haré pipelines de datos escalables usando pyspark, databricks y azure
Acerca de este Servicio
¿Luchas con consultas SQL lentas, silos de datos desordenados o altos costos en la nube? Soy un Ingeniero de datos empresarial (certificado en Microsoft Azure) especializado en PySpark, Azure Databricks, Delta Lake y SQL. Diseño, optimizo y construyo arquitecturas de datos a prueba de fallos que convierten datos brutos en pipelines listos para analítica e IA.
Qué puedo hacer por ti:
- Diseño de pipelines ETL / ELT: pipelines escalables por lotes y streaming usando PySpark, Databricks y Azure Data Factory (ADF).
- Arquitectura Medallion Lakehouse: Estructuro datos en capas Delta Lake Bronce, Plata y Oro en ADLS Gen2.
- Optimización de rendimiento y costos: Arreglo de trabajos Spark lentos, solución de sesgo de datos, sintonización de consultas Oracle/PostgreSQL e implementación de Z-Ordering/ Liquid Clustering.
- Preparación de datos para IA y RAG: Conecto data lakes empresariales a bases de datos vectoriales (pgvector) y Kubernetes (AKS) para recuperación en tiempo real de IA.
¿Por qué trabajar conmigo?
- Código modular y de grado de producción con diagramas arquitectónicos claros.
- Gran experiencia en Azure, Databricks, Python y bases de datos relacionales.
- Comunicación clara y recorrido post-entrega.
Envíame un mensaje antes de pedir para alinear tu pila de datos y alcance del proyecto.
FAQ
Traducción automática
¿Puedes escribir el código real de PySpark / SQL además del plan de arquitectura?
¡Sí! Junto con auditoría y planos arquitectónicos, escribo scripts de PySpark listos para producción, cuadernos de Databricks y consultas SQL optimizadas. Envíame tus requisitos para una oferta de implementación a medida.

