SreeRamTeja vilasagaram

Plateforme de réconciliation et d’analyse des données d’entreprise A conçu et déployé un pipeline ETL à l’échelle de l’entreprise pour traiter plus de 2 millions d’enregistrements de transactions e-commerce en utilisant Python, PySpark, Hive, HDFS et Databricks. Conçu des flux de travail ETL robustes pour nettoyer, standardiser et fusionner les données, atteignant une précision de 95 % dans l’identification des incompatibilités et incohérences transactionnelles. Rédigeait des requêtes SQL complexes et des rapports automatisés pour surveiller 10+ KPI, incluant la précision des transactions, les taux de rapprochement et les métriques de qualité des données. A développé des tableaux de bord interactifs Power BI pour visualiser les tendances de rapprochement et les insights spécifiques aux clients, permettant des décisions métier exploitables et basées sur les données. Pipeline de données de vente en e-commerce et plateforme d’analyse A construit un pipeline de données de bout en bout pour traiter plus de 100 000 enregistrements de ventes, effectuant un nettoyage et un enrichissement des données avec Python et PySpark. A réalisé une analyse SQL approfondie pour identifier les produits les plus vendus, les tendances saisonnières de vente et les segments clients clés. J’ai construit des tableaux de bord Power BI dynamiques avec filtres interactifs et KPI pour présenter les tendances de vente, la performance des produits et les informations clients. Exploitez Hive pour un stockage de données évolutif, permettant des analyses et des rapports efficaces