Limpiaré, preprocesaré y manipularé datos en python
Científico de Datos que desarrolla ML, Power BI, Estadísticas, Apps de IA
Acerca de este Servicio
¿Datos desordenados, duplicados, medio vacíos? Los convertiré en tablas limpias, confiables y listas para análisis.
Soy Muhammad, científico de datos y ingeniero de datos con maestría. Limpio y estructuro datos para que cada paso posterior, paneles, modelos, informes, se basen en algo en lo que puedas confiar.
Lo que hago:
- Limpieza de datos: duplicados, tipos incorrectos, valores faltantes, texto inconsistente
- Manipulación y reestructuración (Python/Pandas, SQL)
- Pipeline ETL: extraer, transformar, cargar desde múltiples fuentes
- Fusionar y unir conjuntos de datos desordenados de forma segura
- Ingeniería de características y columnas
- Validación de datos y controles de calidad
- Pipeline Medallion (bronce-plata-oro) y almacenes en esquema estrella
- PySpark para grandes conjuntos de datos
Formatos: Excel, CSV, JSON, bases de datos SQL y más.
Por qué elegirme:
- Pipeline reproducible y documentado, no trucos de una sola vez
- Cada transformación es rastreable y reejecutable
- Validación cuidadosa para que nada falle silenciosamente
- Comunicación rápida y amigable
Trabajo reciente incluye un pipeline medallion que alcanzó una compresión de 5.3x con construcciones idénticas en bytes, totalmente reproducibles en 11 tablas listas para modelar.
Por favor, envíame un mensaje antes de ordenar con una muestra de tus datos para confirmar el alcance y el paquete adecuado.
Tecnología:
Python
•
R
•
SQL
Mi porfolio
FAQ
Traducción automática
¿Debo comunicarme con usted antes de realizar el pedido?
Sí, envía una muestra para que pueda confirmar el alcance y el paquete.
¿Obtengo un script reutilizable o solo archivos limpios?
Los paquetes Standard y Premium incluyen scripts documentados y reejecutables; el paquete Basic entrega el archivo limpio más un registro.
¿Puedes manejar datos grandes o big data?
Sí, uso PySpark y Spark para conjuntos de datos demasiado grandes para Pandas.
¿El proceso será reproducible?
Sí, cada paso está documentado para que puedas volver a ejecutarlo con datos nuevos.
¿Mis datos son confidenciales?
Sí, y puedo firmar un NDA si lo solicitas.

