Je vais construire des DAG Airflow avec backfills, retries et alertes
Ingénieur Data Python SQL Spark AWS GCP Airflow dbt
À propos de ce service
Je crée des DAG Airflow prêts pour la production, sûrs à utiliser : tâches relançables, backfills, retries et alertes.
Ce que vous obtenez :
- Structure claire des DAG et délimitation des tâches
- Stratégie de retries et de timeout
- Approche de backfill et de reprocessing (si applicable)
- Conseils pour les alertes (Slack/email/webhook)
- Documentation et appel de transfert
Notes sur le périmètre :
- Périmètre fixe par package (sources et nombre de DAG). Les DAG ou sources supplémentaires sont des options.
- Je peux travailler avec accès au repo ou livrer un projet zippé.
- Les identifiants doivent avoir le moins de privilèges possibles.
Choisissez un package, partagez votre source et votre destination, et je mettrai en place un DAG que votre équipe pourra utiliser en production.
Mon portfolio
Autres services de Data engineering I Offre
FAQ
Traduction automatique
Que considérez-vous comme « 1 tâche » ou « 1 DAG » ?
Un DAG est un fichier de workflow. Les tâches sont des étapes opérateur à l’intérieur du DAG.
Qu'est-ce qui compte comme une révision ?
Les modifications concernent les DAG et intégrations convenus. Les nouveaux DAG ou systèmes sont des options supplémentaires.
Pouvez-vous travailler avec MWAA ou Composer ?
Oui. La version premium inclut des conseils pour le durcissement. La construction complète de l’infrastructure peut être ajoutée.
Gérez-vous les backfills ?
Les versions Standard et Premium incluent une stratégie de backfill. L’exécution du backfill peut être définie si nécessaire.
Quels canaux d’alerte supportez-vous ?
Slack, email, webhook, et les patterns d’alerte typiques d’Airflow.
Pouvez-vous intégrer des API et des bases de données ?
Oui. Fournissez des exemples de payloads ou schémas.

