Skip to content
View dzib's full-sized avatar
🎯
Focusing
🎯
Focusing

Block or report dzib

Block user

Prevent this user from interacting with your repositories and sending you notifications. Learn more about blocking users.

You must be logged in to block users.

Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. Markdown is supported. This note will only be visible to you.
Report abuse

Contact GitHub support about this user’s behavior. Learn more about reporting abuse.

Report abuse
dzib/README.md

🚀 Hola, soy Alberto Dzib | Data Engineer & Electronics Engineer

  • Apasionado por transformar datos complejos en soluciones analíticas eficientes. Me especializo en el diseño de pipelines de datos de alto rendimiento, orquestación híbrida entre Python y SQL Server, y optimización de arquitectura de almacenamiento.

  • Desde abril de 2024, me desempeño como Ingeniero de Datos & Consultor Freelance, construyendo infraestructura resiliente y resolviendo problemas de latencia e integridad para proyectos de transformación digital.


🛠️ Mi Stack Tecnológico

Categoría Tecnologías
Bases de Datos SQL Server 2025 (T-SQL Avanzado), PostgreSQL, SAP HANA, Oracle.
Ingeniería de Datos Python (Pandas, SQLAlchemy, Faker), Pipelines de Alto Rendimiento, ETL, CTEs.
BI & Visualización Power BI (DAX), Tableau, Excel Avanzado (Power Query/Macros).
Ecosistemas & ERP SAP ERP, Salesforce, KoboToolbox, Integración Cloud (Azure/GCP/AWS).
Metodologías & QA Git Flow, SCRUM, Semantic Versioning, Control Transaccional (TRY/CATCH).

🗂️ Proyectos de Consultoría Destacados (Portafolio)

⚡ [P4] Global Supply Chain Analytics (v4.0.0)

  • Enfoque: Arquitectura de ingesta de alto rendimiento para cadenas de suministro.
  • Métrica Clave: Ingesta récord de 180,000 registros a 23.8k reg/seg.
  • Ingeniería: Detección automatizada de anomalías financieras e integridad post-DDL mediante SQL Dinámico.

🐍 [P3] Pipeline Híbrido de Alto Rendimiento: Retail (v3.0.0)

  • Enfoque: Integración avanzada Python + SQL para optimización de I/O en hardware.
  • Métrica Clave: Generación y carga de 50,000 registros en 1.84 segundos.
  • Ingeniería: Normalización de metadatos no atómicos con CTEs y mitigación de colisiones de Unique Key.

🎓 [P2] Sistema de Gestión Resiliente (v2.1.0)

  • Enfoque: Ecosistema relacional con esquemas segregados y blindaje de datos.
  • Ingeniería: Control manual de desbordamientos aritméticos (Arithmetic Overflow) e idempotencia mediante RESEED.

📈 Objetivos Actuales de Integración

  • 🐳 Contenedores: Despliegue de entornos de bases de datos portables mediante Docker.
  • ☁️ Cloud Bridge: Migración y orquestación de flujos ETL hacia Azure Data Factory.

📫 Contacto:

📫 Conectemos


“Aplicando el rigor y la precisión de la Ingeniería Electrónica para construir arquitecturas de datos indestructibles.”

Pinned Loading

  1. dzib dzib Public

    1