Construiré pipelines de datos ETL automatizados usando pyspark y python

¿Necesitas procesamiento de datos escalable y de alto rendimiento para tu negocio?

Soy un ingeniero de datos profesional especializado en PySpark, Python, SQL y arquitecturas de datos en la nube. Ayudo a las empresas a transformar conjuntos de datos sin estructura y en bruto en pipelines de datos limpios, confiables y útiles.

Lo que puedo hacer por ti:

• Construir pipelines ETL/ELT robustos en batch y en tiempo real usando PySpark.
• Procesar conjuntos de datos masivos en CSV, Parquet, JSON o SQL con alto rendimiento.
• Integrar PySpark con Databricks, AWS (S3, Glue, Redshift), GCP y Azure.
• Optimizar código PySpark lento (reparticionamiento, caching, joins broadcast, corrección de errores por falta de memoria).
• Limpiar, validar y estructurar conjuntos de datos sucios para análisis o Machine Learning.

¿Por qué elegirme?

• Código listo para producción, completamente comentado.
• Instrucciones completas de configuración.
• Seguridad y confidencialidad total de los datos.