Je vais auditer et optimiser votre entrepôt de données ou lakehouse

Votre pipeline échoue pendant la nuit, deux tableaux de bord affichent des chiffres différents, et personne ne sait quelle table est la source fiable. Je résous ce problème et je construis des pipelines qui ne cassent pas dès le départ.

Ce que je propose :

• Conception et développement de pipelines ETL/ELT (Python, SQL, PySpark)
• Audits de pipelines, entrepôts et lakehouses, avec un rapport écrit des constats et une liste de corrections priorisées
• Optimisation des performances : requêtes lentes, jobs Spark coûteux, coûts de calcul excessifs
• Correction de bugs sur des pipelines hérités ou cassés après une modification
• Développement d’API et intégration multi-sources
• Données propres, modélisées, prêtes pour Power BI, l’analyse et le ML

Stack : Python, SQL, PySpark, Delta Lake, Microsoft Fabric, Databricks, Azure, Power BI et DAX, REST APIs, Git et CI/CD.

J’ai fait passer des plateformes de données de fichiers Excel dispersés à des pipelines versionnés, multi-environnements, en production. Vous obtenez du code fonctionnel, de la documentation et une transmission claire, pas une boîte noire que seul je peux maintenir.

Contactez-moi avec vos sources, votre stack actuelle et ce qui ne fonctionne pas, et je vous dirai franchement si je peux vous aider et ce qu’il faudrait.