kh4r00n,Phylyp Cavalcante,github

Hi. My name is Phylyp. I am a Data Engineer with experience in Python, Scala, Spark, SQL and Cloud environments. Working mainly with ETL, data ingestion, transformation and loading. And also in the construction and orchestration of Data Pipeline using tools such as Azure Data Factory, Databricks, PySpark. Always looking to use the Data Driven culture to add value in order to innovate and get the most value possible from the data.

I also have experience with relational and non-relational databases like MySQL, PostgreSQL, Azurel SQL and MongoDB. Cloud knowledge with Microsoft Azure (Blob Storage, Azure Data Lake, Azure SQL, Azure Data Factory, CosmosDB), Google Cloud Pataform - GCP (Cloud Storage, Cloud SQL, BigQuery, Dataflow) and Databricks.

Certifications:

Microsoft Certified: Azure Data Engineer Associate (DP-203)
Microsoft Certified: Azure Cosmos DB Developer Specialty (DP-420)
Microsoft Certified: Azure Data Fundamentals (DP-900)
Microsoft Certified: Azure Fundamentals (AZ-900)

I like to read and study Japanese in my spare time. My biggest interests in Technology are in Data Engineering, Big Data, DataOps, Machine Learning, I aim to learn and apply more and more on these topics.

⭐️ Technologies I have most experience ⭐️

👇🏻 You can find me here 👇🏻

Phylyp Cavalcante's Projects

aprendizado-de-python

Exercícios feitos durante meu aprendizado de Python do Curso em Vídeo

aulaspandas

Repositório para armazenamento de notebooks com prova de conceitos de Pandas e exercícios.

defcalcpython

Calculadora em Python com Funções

desafio-capgemini

Repositório com os desafios de Programação da Academia Técnica Capgemini

dio-lab-open-source

⚠LEIA A ISSUE FIXADA! Repositório do lab Contribuindo em um Projeto Open Source no GitHub da Digital Innovation One.

engenharia-de-dados-_projeto-final-soul-code-academy

# Tema: Saúde ### Contexto O Projeto Final do Curso de Engenharia de Dados da SoulCode Academy consiste no ETL(Extract, Transform and Load) de 2 Datasets escolhidos pela equipe de acordo com o tema. Onde os dois arquivos devem ser tratados, modelados organizados com a utilização das tecnologias vistas ao longo do curso, Google Cloud Platform, Python, Pandas, PySpark, SparkSQL, Cloud Storage, Big Query e Data Studio. Além do processo de ETL foi feita a análise dos Dados para gerar insights a partir deles. ### Datasets Os Datasets foram escolhidos a partir do site [https://www.data.gov/](https://www.data.gov/), um site que armazenar dados abertos do Governo dos Estados Unidos. Os datasets selecionados foram os dados de Hospitalização por COVID-19 dos Condados de Connecticut em JSON e os dados de Vacinação dos Condados de Connecticut em CSV.