Je vais construire des pipelines ETL Python avec Apache Airflow et PostgreSQL

Des tableurs mal rangés, des PDFs et des API qui ne concordent jamais tout à fait ? Je mets en place des pipelines de données Python fiables qui réunissent vos données, les nettoient et les chargent dans une base de données fiable.

Je suis ingénieur data avec plus de 5 ans d’expérience. Récemment, j’ai construit les pipelines ETL pour une plateforme de rapprochement financier utilisée par des clients institutionnels, y compris l’extraction OCR à partir de relevés bancaires numérisés.

Ce que je peux réaliser pour vous :

pipelines ETL depuis CSV, Excel, API, bases de données et PDFs

workflows Apache Airflow planifiés

Nettoyage des données, validation et déduplication

Conception de bases PostgreSQL et optimisation des requêtes

Extraction de données à partir de documents numérisés (OCR)

Correspondance et rapprochement entre sources de données

Configuration Docker pour une exécution identique partout

Chaque pipeline comprend :

Code Python propre et documenté

Contrôles de qualité des données, afin que les enregistrements erronés soient signalés et non ignorés

Un guide rapide sur son fonctionnement

Technologies : Python, Pandas, Apache Airflow, PostgreSQL, Celery, Redis, Docker

Contactez-moi avant de commander avec vos sources de données et votre objectif, et je vous recommanderai le package adapté.