À propos du service
TraduitJe construis des pipelines de streaming de production sur Apache Flink qui transforment les flux d'événements en analyses instantanées et fiables. Si les données arrivent par lots maintenant et que les insights sont en retard par rapport à la réalité de plusieurs heures, je comble cet écart. Je conçois des tâches autour du temps d'événement et des marques d'eau, afin que les événements tardifs et hors ordre soient gérés correctement, sans casser silencieusement les métriques. Les backends d'état, les points de contrôle et les points de sauvegarde que j'ajuste pour un débit élevé et une récupération rapide après une défaillance.
La priorité absolue est la correction sous charge. J'implémente des sémantiques exactement une fois de bout en bout : des éviers transactionnels là où c'est supporté, des écritures idempotentes partout ailleurs, afin que le basculement ne double pas les charges et ne perde pas les commandes. Je construis des jointures de streaming à travers plusieurs sources, j'enrichis les événements avec des données de référence, et je détecte les chaînes de fraude, les abandons de tunnel et les violations de SLA au moment où elles se produisent grâce à Flink CEP. Vous obtenez un code propre, un déploiement testé et une documentation pour votre équipe ; je travaille avec Kafka, Kinesis, Pulsar, JDBC et le stockage d'objets.
— Temps d'événement et agrégation de fenêtres
— Exactement une fois, points de contrôle et points de sauvegarde
— Jointures, enrichissement et modèles Flink CEP
— Analyses en temps réel, alertes et surveillance
La priorité absolue est la correction sous charge. J'implémente des sémantiques exactement une fois de bout en bout : des éviers transactionnels là où c'est supporté, des écritures idempotentes partout ailleurs, afin que le basculement ne double pas les charges et ne perde pas les commandes. Je construis des jointures de streaming à travers plusieurs sources, j'enrichis les événements avec des données de référence, et je détecte les chaînes de fraude, les abandons de tunnel et les violations de SLA au moment où elles se produisent grâce à Flink CEP. Vous obtenez un code propre, un déploiement testé et une documentation pour votre équipe ; je travaille avec Kafka, Kinesis, Pulsar, JDBC et le stockage d'objets.
— Temps d'événement et agrégation de fenêtres
— Exactement une fois, points de contrôle et points de sauvegarde
— Jointures, enrichissement et modèles Flink CEP
— Analyses en temps réel, alertes et surveillance
