Služby / Spark & data engineering

Data, která pracují pro vás

Většina firem na datech sedí, místo aby na nich vydělávala. Postavím vám datové pipeline nad Apache Spark — od sběru přes čištění po reporting a podklady pro AI.

Co pro vás udělám

ETL/ELT pipeline

Spolehlivé datové pipeline, které denně přelévají a čistí data z vašich systémů — idempotentně, s monitoringem a bez ručních zásahů.

Zpracování velkých objemů

Apache Spark zvládne terabajty tam, kde SQL skript běží hodiny. Logy, transakce, produktová data — zpracovaná v minutách.

Streamové zpracování

Události zpracované průběžně, ne až v nočním batchi. Reporty a detekce anomálií s minutovou, ne denní latencí.

Datové podklady pro AI

Kvalita AI stojí na kvalitě dat. Připravím čisté, strukturované datasety pro RAG, doporučování i strojové učení.

Reporting & analytika

Z provozních dat srozumitelné reporty a dashboardy. V Persoo jsme na datech postavili celý produkt — vím, co funguje.

Optimalizace nákladů

Špatně napsaný Spark job spálí cloudový rozpočet za odpoledne. Zrychlím a zlevním i stávající pipeline.

Matematika v pozadí

Data engineering není jen přesouvání dat z bodu A do bodu B. Jde o správné algoritmy, statistiku a porozumění tomu, co čísla skutečně říkají. S doktorátem z matematiky (MFF UK) a zkušeností z fulltextu Seznam.cz i AI startupu Persoo vím, kdy stačí průměr — a kdy je potřeba pořádný model.

A protože pipeline musí hlavně spolehlivě běžet, dostanete ji nasazenou v Kubernetes, s monitoringem a alertingem — ne jako skript, který někdo musí ráno kontrolovat.

Technologie, se kterými pracuji

Ležet na datech se nevyplácí

Přijďte s konkrétní otázkou, na kterou vám data mají odpovědět. Cestu k odpovědi vymyslíme spolu.

Kontaktujte mě →