Open to work · RemoteContactar
Volver a Data Science
Proyecto propio · Analytics Engineering · End-to-end

E-Commerce Data Platform

Olist Brazil — Mercado real

Pipeline de datos end-to-end sobre 100.000+ órdenes reales del e-commerce brasileño. PostgreSQL + dbt con 4 capas de modelos, RFM segmentation, cohort retention y revenue trends en SQL puro. CI/CD con GitHub Actions y dashboard deployado en producción.

PostgreSQLdbtPythonDockerGitHub ActionsSQL Window FunctionsRFMCohort Analysis

100k+

órdenes analizadas

4

capas dbt

3

marts analíticos

CI/CD

GitHub Actions

Arquitectura del pipeline

Flujo completo desde datos crudos de Kaggle hasta el dashboard en producción.

Raw CSV Files

Kaggle · Olist Brazil Dataset · 9 tablas relacionales

PostgreSQL

Base de datos origen · Docker local

dbt — Staging

stg_orders · stg_customers · stg_products · stg_payments · stg_sellers

dbt — Intermediate

int_orders_enriched · int_seller_performance · business logic

dbt — Marts

mart_customer_rfm · mart_cohort_retention · mart_revenue_trends

Live Dashboard

Next.js · Vercel · ecommerce-dashboard-puce.vercel.app

Estructura de modelos dbt

Cada capa tiene una responsabilidad clara. Staging no tiene joins; intermediate no expone al dashboard.

staging/

Renaming, type casting, deduplication. Fuente única de verdad.

stg_orders
stg_customers
stg_products
stg_sellers
stg_payments
stg_reviews
intermediate/

Joins y lógica de negocio. No expuesto al dashboard.

int_orders_enriched
int_seller_performance
marts/

Tablas analíticas finales. Consumidas por el dashboard.

mart_customer_rfm
mart_cohort_retention
mart_revenue_trends

SQL — Modelos clave

Los tres marts analíticos del proyecto. Hacé click para expandir el código.