Dean N.

Data Engineer

Dean ist ein Dateningenieur mit fünf Jahren Berufserfahrung. Seine Hauptkompetenz liegt in der Entwicklung, dem Aufbau und der Pflege robuster Datenpipelines und Infrastrukturen.

Er ist sehr versiert im Umgang mit großen Datenmengen, in der Optimierung von Daten-Workflows und in der Gewährleistung der Genauigkeit und Zuverlässigkeit von Daten für Analysen und Berichte.

Er ist in der Lage, selbstständig zu arbeiten, kann sich aber ebenso gut in einem kollaborativen Teamumfeld behaupten.

Deans Leidenschaft für Technologie treibt ihn dazu, seine Fähigkeiten ständig zu verbessern und neue Tools und Methoden zu nutzen, die zu einer effektiveren Datenverwaltung und -analyse beitragen.

Hauptkompetenz

  • Terraform
    Terraform 4 Jahre
  • ETL
    ETL 4 Jahre
  • Python
    Python 4 Jahre

Andere Fähigkeiten

  • Bash
    Bash 4 Jahre
  • Shell
    Shell 4 Jahre
  • Linux
    Linux 4 Jahre
Dean

Dean N.

United Kingdom

Erste Schritte

Ausgewählte Erfahrung

Beschäftigung

  • Data Engineer

    King - 3 jahre 1 monat

    • Nutzung von Airflow zur Entwicklung von ETL-Pipelines, Umwandlung von Daten aus Rohformaten in leicht nutzbare Formen für Einblicke.
    • Einsatz von Cloud-Funktionen, Scheduler und Sheets zur Erstellung von ETL-Pipelines, die Eingaben von weniger technisch versierten Stakeholdern ermöglichen.
    • Verbesserte Datenqualität und reduzierte Pipeline-Fehler durch die Erstellung von Überwachungs- und Alarmierungs-Dashboards mit GCP Cloud Monitoring.
    • Entwicklung von Data-Warehouse-Tabellen mit Schwerpunkt auf Effizienz und kostengünstigen Abfragen unter Verwendung von Partitionierungs- und Clustering-Techniken.
    • Verbesserte Wartbarkeit der Codebasis durch die Anwendung von DRY-Prinzipien und die Verwendung von Jinja, wo dies möglich ist.
    • Verbesserung der CI/CD-Pipeline durch Integration von Tests für SQL-Skripte.
    • Terraform verwendet, um GCP-Ressourcen programmatisch zu erstellen und zu verwalten.

    Technologien:

    • Technologien:
    • Terraform Terraform
    • ETL ETL
    • Python Python
    • SQL SQL
    • Google Cloud Google Cloud
    • Bash Bash
    • Shell Shell
    • Linux Linux
    • Apache Airflow Apache Airflow
    • Dataflow Dataflow
    • Data Engineering
  • Data Engineer

    Inmarsat - 6 monate

    • Nutzte eine Kombination aus EC2-Instanzen und Befehlszeile, um sich per SSH in lokale Rechner einzuwählen und CSVs in S3-Buckets zu übertragen.
    • Wir haben Airflow durch Prefect ersetzt, um Daten zu transformieren und den Workflow-Management-Prozess zu optimieren.
    • Verwendet DBT und Jinja, um Testskripte zu erstellen und das Data Warehouse zu konstruieren.
    • Terraform verwendet, um GCP-Ressourcen programmatisch bereitzustellen.

    Technologien:

    • Technologien:
    • Terraform Terraform
    • Python Python
    • SQL SQL
    • AWS AWS
    • Bash Bash
  • Data Engineer

    LADbible Group - 1 jahr 1 monat

    • Apache Beam / Google Dataflow zum Aufbau von Stapelverarbeitungspipelines verwendet.
    • Automatisierte mehrere ETL-Pipelines, die Daten aus verschiedenen Quellen extrahierten, einschließlich Cloud-Speicher, Google Sheets und APIs, speziell für Snapchat- und Werbeeinnahmedaten mit Ausgaben in BigQuery-Tabellen oder Dashboards.
    • Sicherstellung der Testbarkeit des Codes durch Verwendung von Pytest und Anwendung eines testgetriebenen Entwicklungsansatzes (TDD).
    • Erstellung von Dashboards in Google Data Studio (GDS) und Einrichtung von Warnmeldungen in GCP zur Überwachung von Datenpipelines.
    • Verwendung von Terraform zur Bereitstellung von Ressourcen auf GCP.

    Technologien:

    • Technologien:
    • Terraform Terraform
    • ETL ETL
    • Python Python
    • SQL SQL
    • Google Cloud Google Cloud
    • AWS AWS
    • Bash Bash
    • Shell Shell
    • Linux Linux
    • Apache Airflow Apache Airflow
    • Dataflow Dataflow
    • Data Engineering
  • Data Analyst

    Publicis Media - 6 monate

    • Schrieb SQL-Abfragen für dimensionale Datenmodellierung in Power BI.
    • Verwendung von Python (Pandas) zur Bearbeitung von Datensätzen für den Export in Excel.
    • Erstellung von maßgeschneiderten Power BI-Berichten, um klare und präzise Einblicke in die Daten zu geben.
    • Verwendung der DAX-Sprache in Power BI zur Transformation und Berechnung von Daten.
    • ETL von Daten aus verschiedenen Quellen zur Erstellung von Datenmodellen, typischerweise in Form von Star-Schemata.
    • Sie haben Daten aus verschiedenen Quellen entnommen, Beziehungen zwischen Datensätzen hergestellt und die Daten modelliert.

    Technologien:

    • Technologien:
    • Python Python
    • SQL SQL
    • Pandas Pandas
    • Microsoft Power BI Microsoft Power BI
  • Data Analyst

    Veolia - 1 jahr 5 monate

    • Nutzte eine Kombination aus Power BI und SQL, um Datenmodelle zu erstellen und aufschlussreiche Berichtsvisualisierungen zu entwickeln.
    • Erstellte und übernahm die Verantwortung für Power BI-Anwendungen, überwachte und stellte den Zugang für wichtige Interessengruppen sicher.
    • Anwendung von DAX in Power BI zur Erstellung von Berechnungen und Messungen auf Dashboards.
    • Entwicklung von KPI-Berichten und Dashboards in Excel unter Verwendung von Daten, die aus SQL-Datenbanken importiert und aktualisiert werden.
    • Extrahierte Daten aus SQL und führte Analysen in Excel unter Verwendung fortgeschrittener Formeln und Funktionen durch.
    • Erstellung intelligenter Webanwendungen für Mitarbeiter unter Verwendung von in Esri ArcGIS importierten Daten.
    • Erstellung effizienter und komplexer SQL-Abfragen unter Einbeziehung von Pivots, Joins und verschachtelten Abfragen.

    Technologien:

    • Technologien:
    • SQL SQL
    • Data Engineering
    • Data Analytics
    • Microsoft Power BI Microsoft Power BI

Ausbildung

  • BSc.Business Administration, Management and Operations

    De Montfort University · 2009 - 2011

Finden Sie Ihren nächsten Entwickler innerhalb von Tagen, nicht Monaten

In einem kurzen 25-minütigen Gespräch würden wir gerne:

  • Auf Ihren Bedarf bezüglich des Recruitments von Software-Entwicklern eingehen
  • Unseren Prozess vorstellen und somit wie wir Sie mit talentierten und geprüften Kandidaten aus unserem Netzwerk zusammenbringen können
  • Die nächsten Schritte besprechen, um den richtigen Kandidaten zu finden - oft in weniger als einer Woche

Unterhalten wir uns