profile.md

Inżynier Danych & Specjalista BI

Ekspertyza w architekturze danych, ETL i BI. Obecnie finalizuję obronę pracy inżynierskiej w tym miesiącu, skupiając się na rozproszonych strukturach baz danych wysokiej dostępności.

4 _

database

> tech_stack_overview.json

data_object MS SQL data_object PostgreSQL bar_chart Power BI code Python ETL architecture Local-First

> featured_projects.md

Połączona z Chmurą Orteza Łokcia IoT

Skalowalna architektura bazy danych w chmurze dla telemetrii w czasie rzeczywistym z urządzenia brzegowego. Praca inżynierska skupiająca się na wysokiej dostępności.

Potok Danych Szeregów Czasowych RFID

Potok akwizycji sprzętowej z podwójnym zapisem do relacyjnej bazy danych i bazy wiedzy Obsidian E2EE. Zaprojektowany dla niezawodnej ekstrakcji danych.

> tech_stack.json

data_object

MS SQL & PostgreSQL

RDBMS

Dogłębne zrozumienie relacyjnych baz danych. Doświadczenie w konteneryzowaniu środowisk lokalnych za pomocą Dockera na systemie macOS w celu izolowanego rozwoju. Biegłość w optymalizacji zapytań, projektowaniu schematów i zarządzaniu integralnością danych. Zdolność do wdrażania złożonych procedur składowanych i wyzwalaczy.

docker run --name sql_server -e 'ACCEPT_EULA=Y' -p 1433:1433 -d mcr.microsoft.com/mssql/server

bar_chart

Power BI & Data Modeling

Zaawansowane techniki modelowania danych w Power BI. Silne podstawy w modelowaniu opartym na schemacie gwiazdy (Star Schema) dla optymalnej wydajności raportowania. Doświadczenie w pisaniu skomplikowanych miar DAX i optymalizacji obciążeń pamięci. Tworzenie interaktywnych, czytelnych dashboardów dla analityki biznesowej.

sync_alt

Python ETL Workflows

ETL

Rozbudowane zautomatyzowane przepływy pracy do ekstrakcji i transformacji danych. Skrypty w Pythonie używające bibliotek takich jak Pandas i SQLAlchemy do czyszczenia, przekształcania i ładowania danych z różnych źródeł (API, pliki płaskie) do hurtowni danych. Nacisk na walidację i obsługę błędów w pipeline'ach.

> ls -la ./projekty

description iot_telemetry_architecture.md

Połączona z Chmurą Orteza Łokcia IoT

IoT Cloud DB Real-time

Praca inżynierska obejmująca skalowalną architekturę bazy danych w chmurze dla telemetrii w czasie rzeczywistym z urządzenia brzegowego. System przetwarza tysiące zdarzeń na sekundę z czujników ortezy, zapewniając niezawodny zapis danych biomechanicznych dla późniejszej analizy medycznej.

Sample Payload

{

"device_id"

: "ortho_v1_004",

"timestamp"

: "2024-05-20T14:32:01.450Z",

"sensors"

: {

"angle_deg"

: 45.2,

"force_n"

: 12.5,

"battery_pct"

: 84

}

Architecture Outline

Edge device (ESP32) MQTT publishing
Cloud Message Broker ingestion
Serverless functions for validation
Time-Series Database cluster storage
Dashboard API for physical therapists

data_usage rfid_ingest_pipeline.py

Potok Danych Szeregów Czasowych RFID

ESP8266 Python Obsidian

Potok akwizycji z urządzeń ze sprzętowym podwójnym zapisem do relacyjnej bazy danych dla BI i lokalnej bazy wiedzy Markdown (E2EE) w Obsidian. Rozwiązanie to gwarantuje redundancję i natychmiastową dostępność logów zdarzeń z czytników sprzętowych.

Core Ingestion Script

import sqlite3
import datetime
import os

def parse_rfid_payload(payload):
    # Extract tags and route data safely
    uid = payload.get('uid')
    timestamp = datetime.datetime.now().isoformat()
    
    if not uid:
        return False
        
    try:
        write_to_sql(uid, timestamp)
        append_to_obsidian(uid, timestamp)
        return True
    except Exception as e:
        log_error(e)
        return False

terminal

Inicjalizuj_Polaczenie()

Szukasz inżyniera danych do swojego kolejnego projektu lub chcesz omówić optymalizację architektury? Wprowadź parametry poniżej, aby się połączyć.

[host_ip] mail wykonaj wyslij_email()

[user_query] code pobierz profil_github()

[auth_token] link nawiaz siec_linkedin()

> _