Explorar las categorías
Explora
Fiverr Pro
Español
$
USD
Construiré pipelines de big data y procesaré conjuntos de datos usando pyspark y sql
Ingeniero en IA, Datos y Web3
Soy ingeniero en ML y Data con un máster en Data e Inteligencia por la Université Claude Bernard Lyon 1. Me especializo en cerrar la brecha entre la investigación avanzada en IA y el software escalabl...
Acerca de este Servicio
¿Luchas con conjuntos de datos masivos o tiempos de procesamiento lentos?
Soy ingeniero de datos especializado en procesamiento de Big Data a gran escala, ETL y análisis. Construyo pipelines de datos altamente optimizados para ingerir, limpiar y transformar gigabytes de datos de manera eficiente usando PySpark y Python. Ya sea que necesites agregaciones complejas, mapeo geoespacial o visualizaciones limpias, entrego código listo para producción.
Mis servicios principales:
- Pipelines de Big Data: Flujos de trabajo ETL de alto rendimiento usando Apache Spark, PySpark y Python.
- Transformaciones avanzadas: Consultas Spark SQL optimizadas, funciones de ventana complejas, UDFs y joins a gran escala.
- Integración de datos: Limpieza y formateo de datos estructurados/semi-estructurados para análisis posteriores.
- Datos geoespaciales: Procesamiento de datos basados en ubicación y series temporales.
- Visualización de insights: Convertir big data en visualizaciones accionables usando Pandas y Matplotlib.
Pila tecnológica: Python | Apache Spark | PySpark | Spark SQL | Pandas | Matplotlib
¿Por qué elegirme?
Escribo código limpio, escalable y completamente documentado, asegurando que tus operaciones de datos sean precisas y optimizadas en términos de cálculo.
Por favor, envíame un mensaje antes de ordenar para discutir tu conjunto de datos.
_s7yyko.jpg)
Herramientas y plataformas:
Otros
FAQ
Traducción automática
¿Están mis datos seguros y confidenciales?
Por supuesto. Para garantizar total privacidad, no necesito acceso a tu información sensible. Puedes proporcionarme un conjunto de datos anonimizado o ficticio. Construiré y probaré el pipeline con eso, y entregaré el código final para que puedas ejecutarlo de forma segura en tus datos reales.
¿Puede tu código ejecutarse en plataformas en la nube como Databricks, AWS o GCP?
Sí. Me especializo en escribir pipelines de PySpark robustos y estándar. Debido a que el código es altamente portátil, puedes ejecutar fácilmente los scripts que entrego localmente, en Databricks, o enviarlos a tus propios clusters de Spark gestionados en la nube como AWS EMR o Google Cloud Dataproc.
¿Puedes manejar conjuntos de datos de varios gigabytes o terabytes?
¡Sí! Eso es exactamente para lo que está diseñado Apache Spark. Escribo pipelines de datos optimizados y distribuidos, específicamente diseñados para procesar conjuntos de datos masivos que son demasiado grandes para los flujos de trabajo estándar de Pandas.
¿Qué exactamente recibiré al entregar?
Recibirás código completamente comentado, listo para producción (como scripts .py o Jupyter Notebooks), además de una documentación clara que explica cómo ejecutar el pipeline y programar el trabajo.
