Ich bereinige deine unordentlichen Daten und liefere verifizierte SQL- und Python-Analysen
Spezialist für SQL-Datenbereinigung und verifizierte Analyse
Über diesen Service
WAS ICH BIETE:
- Datenbereinigung: Duplikate, fehlende Werte, inkonsistente Formate, unordentlicher Text/Datum
- Individuelle SQL-Abfragen (PostgreSQL): Joins, Aggregationen, Fensterfunktionen
- Python-Überprüfung: Jedes wichtige SQL-Ergebnis wird in Pandas erneut kontrolliert
WARUM DAS ANDERS IST:
Grundlegende Bereinigungen können heute KI-generiert werden. Was ich mitbringe, ist das Urteilsvermögen, das KI allein nicht hat: Entscheiden, ob Duplikate Fehler oder echtes Signal sind, stille Bugs erkennen, bevor sie in deinen Bericht gelangen, und meine eigene Arbeit doppelt prüfen, anstatt dich blind darauf vertrauen zu lassen.
WAS DU BEKOMMST:
- Saubere, analysebereite Daten
- Dokumentierte SQL-Abfragen
- Notizen zur Überprüfung
- Zusammenfassung der Ergebnisse in einfachem Englisch
- Ausgabe im CSV-, SQL- oder Notebook-Format
Beispiele aus meinem Portfolio findest du in den Gig-Bildern.
Lass uns deine Rohdaten in verifizierte Erkenntnisse verwandeln.
Datenbanktyp:
Relationale Datenbank
Plattform:
PostgreSQL
Expertise:
SQL
•
DDL
•
DML
•
DQL
FAQ
Automatische Übersetzung
Welche Datenformate akzeptieren Sie?
Ich arbeite mit CSV, Excel, PostgreSQL, JSON. Du kannst deine Beispiel-Dateien oder Schemas direkt bei Fiverr hochladen.
Wie liefere ich die Daten?
Du kannst Dateien direkt auf Fiverr hochladen oder mir sicheren Datenbankzugang geben. Alle deine Daten bleiben vertraulich.
Funktioniert die SQL auf meiner Datenbank?
Ja! Ich schreibe getestete Abfragen, die auf deine PostgreSQL-Datenbank zugeschnitten sind. Ich überprüfe sorgfältig die Syntax und stelle die Ergebnisse vor der Lieferung sicher.
Wie lange dauert es?
Meine Lieferzeit beträgt 3 Tage. So habe ich genug Zeit, deine Abfragen gründlich zu testen und die Daten genau zu überprüfen, bevor ich sie dir übergebe.
Wie unterscheidet sich das von einfach nur ChatGPT selbst zu benutzen?
Ich überprüfe jedes Ergebnis vor der Lieferung auf zwei unabhängige Arten und treffe Urteile (wie den Umgang mit mehrdeutigen Duplikaten oder fehlenden Daten), die bei generischem AI-Prompting oft übersehen werden oder falsch laufen.

