Data to Insights

Raw Data to insights

פ"ת, ישראל

פרילנסר

צור קשר

אודותינו

אני מפתח BI שמשלב דיוק טכני עם הבנה עסקית. אני מעצב מודלים של נתונים מסוג Star-Schema, בונה DAX אופטימלי ויוצר לוחות מחוונים של Power BI שעוזרים למנהלים לראות את הסיפור במספרים שלהם.

מה אני מספק:

לוחות מחוונים אינטראקטיביים: מעקב אחר KPI, פירוט וחלוקה לתקופות מותאמות אישית, מסכים לניתוח מעמיק (לקוחות, מוצרים, ספקים וכו.

צינורות ETL אוטומטיים עם Azure Data Factory, תוך שמירה על הדוחות שלכם מעודכנים תמיד.

בדיקות איכות ו-QA של נתונים, תוך הבטחת דיוק לפני שבעלי העניין שלכם רואים אותם.

השפעה אחרונה:

סייעתי בניהול חנויות נקודתיות עם ביצועים נמוכים, ושיפור המכירות ב-20% תוך 3 חודשים.

אם אתם זקוקים לשותף BI אמין ומכוון פרטים כדי להפוך את הנתונים הגולמיים שלכם להחלטות - בואו נדבר.

שפות

עברית

שפת אם

אנגלית

שליטה קרובה לשפת אם

תחומי התמחות

תכנות ופיתוח תוכנה

250 ₪ לשעה

BI, Data Science, Big Data

פיתוח וניהול דוחות ודאשבורדים מקצה לקצה, שליטה SQL, מחסני נתונים, DAX, M CODE, ויזואליזציות, אבטחת מידע בעניין הרשאות וניהול משתמשים, ידע מעמיק וחזק מאוד של סביבת הענן של Power BI service, Azure Data Factory.

נסיון תעסוקתי

ינואר 2024 - מרץ 2025

מפתח בינה עסקית - BI Developer

Elad Software , רמת החייל, תל אביב

פיתוח וניהול דוחות ודאשבורדים מקצה לקצה, שליטה SQL, מחסני נתונים, DAX, M CODE, ויזואליזציות, אבטחת מידע בעניין הרשאות וניהול משתמשים, ידע מעמיק וחזק מאוד של סביבת הענן של Power BI service, Azure Data Factory.
הדרכות והטמעה למשתמשים חדשים וותיקים, פיתוח תהליכי התראות מותאמות, בקרה על שימושיות, בדיקת איכות הנתונים וטיפול בנתונים המוצגים באופן שגוי.

ינואר 2018 - ינואר 2022

מנהל פרויקטים

מעיין השלטים בעמ

ניהול תהליכים מקצה לקצה החל מקבלת הדמיה, ניהול ייצור,ניתוח זמני ייצור ואספקה ,התנהלות מול ספקים ולקוחות.

קורסים, הסמכות, לימודי תעודה

Azure Databricks & Spark For Data Engineers

udemy

Azure Databricks
Building a solution architecture for a data engineering solution using Azure Databricks, Azure Data Lake Gen2, Azure Data Factory and Power BI
Creating and using Azure Databricks service and the architecture of Databricks within Azure
Working with Databricks notebooks as well as using Databricks utilities, magic commands etc
Passing parameters between notebooks as well as creating notebook workflows
Creating, configuring and monitoring Databricks clusters, cluster pools and jobs
Mounting Azure Storage in Databricks using secrets stored in Azure Key Vault
Working with Databricks Tables, Databricks File System (DBFS) etc
Using Delta Lake to implement a solution using Lakehouse architecture
Creating dashboards to visualise the outputs
Connecting to the Azure Databricks tables from PowerBI
Spark (Only PySpark and SQL)
Spark architecture, Data Sources API and Dataframe API
PySpark - Ingestion of CSV, simple and complex JSON files into the data lake as parquet files/ tables.
PySpark - Transformations such as Filter, Join, Simple Aggregations, GroupBy, Window functions etc.
PySpark - Creating local and temporary views
Spark SQL - Creating databases, tables and views
Spark SQL - Transformations such as Filter, Join, Simple Aggregations, GroupBy, Window functions etc.
Spark SQL - Creating local and temporary views
Implementing full refresh and incremental load patterns using partitions
Delta Lake
Emergence of Data Lakehouse architecture and the role of delta lake.
Read, Write, Update, Delete and Merge to delta lake using both PySpark as well as SQL
History, Time Travel and Vacuum
Converting Parquet files to Delta files
Implementing incremental load pattern using delta lake

Microsoft Excel: Business Intelligence w/ Power Query & DAX

udemy

This course introduces Microsoft Excel's powerful data prep, modeling, analytics and business intelligence tools: Power Query, Power Pivot, and Data Analysis Expressions (DAX).

Microsoft Power BI Desktop for Business Intelligence

udemy

STAGE 1: Connecting & Shaping Data
In this stage we’ll focus on building automated workflows to extract, clean, transform, and load our project data using Power Query, and explore common data connectors, storage modes, profiling tools, table transformations, and more
STAGE 2: Creating a Relational Data Model
In stage 2 we’ll review data modeling best practices, introduce topics like cardinality, normalization, filter flow and star schemas, and begin to build our AdventureWorks data model from the ground up
STAGE 3: Adding Calculated Fields with DAX
In stage 3 we’ll introduce data analysis expressions (DAX). We’ll create calculated columns and measures, explore topics like row and filter context, and practice applying powerful tools like filter functions, iterators, and time intelligence patterns
STAGE 4: Visualizing Data with Reports
Stage 4 is about bringing our data to LIFE with reports and dashboards. We’ll review data viz best practices, building and format basic charts, and add interactivity with bookmarks, slicer panels, parameters, tooltips, report navigation, and more