MartyC-137/Data-Engineering
MartyC-137/Data-Engineering has 32 GitHub stars and 5 forks. GitHot measured 0 stars in 24 hours. Last checked 2026-11-10 04:23 UTC. Last push 2023-09-05.
Comment ces chiffres sont mesurés
A project portfolio to accompany my resume
Progression mesurée des étoiles
- in 24h
- 0
- in 7 days
- Mise à jour retardée
- in 15 days
- Mise à jour retardée
- in 1 month
- Mise à jour retardée
Variations nettes sur des périodes qui se chevauchent, pas des totaux quotidiens. Les mesures absentes restent vides. Les étoiles indiquent l’intérêt, pas la qualité.
README.md
OriginalData Engineering Portfolio
Introduction
This repository contains numerous work examples of code I use in my day to day work as a data engineer, all of which has been modified as minimum reproducible examples. My favourite tools are Snowflake, Python, and dbt, and I also have an interest in DevOps as it pertains to data engineering.
Table of Contents
- Python Examples
- Snowpark example - backload data from SQL Server
- Snowpark example - backload data from API
- Automated SQL insert statements from a CSV file
- Extract data from SQL Server, transform, and load to Snowflake
- Batch load JSON files to Snowflake
- SQL Server data Pull - 100 Records from every view in a database
- SQL Examples
- Only grant permissions on tables with > 0 rows of data - Snowflake
- Auto Ingest Snowpipe from Azure Blob to Snowflake
- Shorten large union queries using Snowflake
- Basic Snowflake CDC Pipeline using Streams and Tasks
- Find missing dates in a date field - Snowflake
- Snowflake data pipeline from internal stage
- Snowflake CI/CD using Azure Pipelines - SQLFluff testing, build and deploy using SnowSQL
- SQLFluff and yamllint pipelines for a dbt project
Usage
# Clone the repository
$ git clone https://github.com/MartyC-137/Data-Engineering.git
# Connect to the repository
$ cd Data-Engineering
Explorer des projets similaires
Asabeneh/30-Days-Of-Python
Le défi de programmation 30 Days of Python est un guide pas à pas pour apprendre le langage de programmation Python en 30 jours. Ce défi peut prendre plus de 100 jours. Avancez à votre rythme. Ces vidéos peuvent aussi vous aider : https://www.youtube.com/channel/UC7PNRuno1rzYPb1xLa4yktw
78,486 étoilesgrafana/grafana
Plateforme ouverte et composable d’observabilité et de visualisation de données. Visualise les métriques, les journaux et les traces issus de plusieurs sources, comme Prometheus, Loki, Elasticsearch, InfluxDB, Postgres et bien d’autres.
77,790 étoilesredis/redis
Pour les développeurs qui créent des applications en temps réel pilotées par les données, Redis est le cache, le serveur de structures de données et le moteur de requêtes documentaires et vectorielles préféré, le plus rapide et le plus riche en fonctionnalités.
77,332 étoilesapache/superset
Apache Superset est une plateforme de visualisation et d'exploration de données.
75,455 étoiles