17+ años en datos. Cinco industrias, de la banca a la salud.
Senior Data Engineer | AI Engineer. Cinco años construyendo plataformas de datos cloud en AWS y Azure: ETL/ELT con Glue, Step Functions, Airflow y Databricks, lakehouse sobre Apache Iceberg y agentes basados en LLM para observabilidad de pipelines. Antes, doce años de analítica y data science en banca y medios de pago.
Nueve empresas, de la más reciente a la más antigua. Cada entrada corresponde a un puesto en LinkedIn y a un stack que podemos profundizar en una llamada.
Data Engineer & AI Engineer. Contratación a través de Napoli Data LLC: pipelines de datos distribuidos y plataformas de datos cloud en AWS y Azure, orquestación ETL/ELT con Glue, Step Functions, Airflow y Databricks, y asistentes basados en LLM para observabilidad de pipelines con LangChain, Anthropic Claude, Amazon Bedrock y Ollama para inferencia local.
Senior Data Engineer. Diseñé y operé una plataforma serverless multi-tenant de estandarización de datos en AWS. Los archivos de las aseguradoras ingresan en capas raw, cleansed y standardized sobre Apache Iceberg, orquestadas con Step Functions, Glue y Lambda. Incorporé nuevas aseguradoras de punta a punta, desde el contrato de archivos hasta la carga validada en producción. Cargas incrementales con SCD Type 2 e Iceberg MERGE, validación automática post-carga y respuesta a incidentes en producción. Desarrollé un analizador con LLM local (LangChain, Ollama, DeepSeek) que prioriza hipótesis de causa raíz para on-call.
Data Engineer. Pipelines distribuidos en AWS (Glue, Lambda, Step Functions, Athena) y Airflow sobre Kubernetes con KubernetesPodOperator. Ingesta en tiempo real desde APIs REST y Kafka; ETL automatizado desde APIs de terceros hacia Azure SQL; flujos híbridos entre Azure Data Factory, Synapse y Databricks. Optimicé consultas en Redshift y bases PostgreSQL en RDS en escalabilidad y costo. Monitoreo automatizado con agentes LLM construidos con LangChain y Claude.
AWS Data Engineer. Pipelines de datos con Lambda, Glue y RDS Aurora, con Airflow, Step Functions y EC2 para grandes volúmenes; Pandas y PySpark para análisis a escala; S3 y Athena para almacenamiento y consultas; CloudWatch para monitoreo. Rediseñé un proceso ETL que corre cada 15 minutos sobre EC2, RDS y S3.
AWS BI Data Engineer. Diseñé, implementé y mantuve la arquitectura de datos en AWS: EC2, S3, Lambda para automatizar ETL y tareas de mantenimiento, crawlers de Glue para catalogar los datos en S3, y Redshift y Athena para análisis, con optimización de consultas y buenas prácticas de diseño de esquemas para ganar velocidad y precisión.
Senior Data Engineer. Pipelines ETL a gran escala en AWS (Python, Lambda, Glue, Athena, S3) que transforman datos crudos de MySQL y S3 en variables para data scientists y reportes para analistas de negocio. Puse soluciones de machine learning en producción (configuración de entornos, control de versiones con Bitbucket, unit testing en Flask/Python) y mejoré el monitoreo con CloudWatch y EventBridge.
Data Scientist Project Leader. Big Data & Analytics en una procesadora de pagos multimarca: lideré los proyectos del equipo de data science, planifiqué soluciones de datos para toda la empresa, construí y monitoreé modelos predictivos, y definí métricas de negocio y plazos de entrega.
Data Analyst (Riesgo Crediticio) → Senior Data Scientist (Marketing y BI). Modelos de propensión para seguros y préstamos, un motor de recomendación de cross-selling, segmentación de clientes con RFM y modelos no supervisados, un recomendador en tiempo real sobre Oracle y un chatbot de ReMarketing con NLP. En Riesgo Crediticio: un motor de calificación de préstamos y la calificación automatizada de la cartera de tarjetas de crédito. Aumento medible de ventas y ahorro significativo en el call center.
Resumen del caso (en inglés) →Data Analyst. Gestión de Riesgo Crediticio (2013-2016): modelos de scoring y evaluación crediticia para personas y empresas. Construí, actualicé y optimicé scores y calificaciones masivas. Soporte de Operaciones Comerciales (2009-2013): estudios estadísticos sobre reclamos de tarjetas de crédito y automatización de reportes.
De dónde vienen los datos, qué se construye, qué se entrega.
Logs de ejecución de Airflow y Step Functions, fallas de jobs de Glue, salida del monitor de salud, alarmas cloud.
Agentes LLM con LangChain y Claude (u Ollama para inferencia local cuando los datos no pueden salir) que leen logs y la salida del monitor, resumen el estado de los pipelines y ordenan hipótesis de causa raíz.
Incidentes priorizados para on-call con una pista de causa raíz y el próximo paso. Menos sorpresas, más visibilidad de los pipelines.
Postgres, dumps en S3, APIs SaaS, streams de Kafka. Esquemas mixtos, frecuencias mixtas, sin diccionario común.
ETL/ELT en AWS o Azure, Spark sobre Glue/Databricks para cargas pesadas, capas Iceberg con SCD Type 2 y MERGE para historia incremental. Costo y rendimiento de consultas optimizados desde el primer día.
Tablas curadas en Redshift, Athena o Snowflake. Listas para BI y validadas después de cada carga: conteo de filas, duplicados, huérfanos, corrimiento de columnas.
Warehouse transaccional, atributos de CRM, señales de comportamiento, historial de campañas.
Feature engineering con modelos clásicos (logística, gradient boosting, RFM, segmentación no supervisada) o NLP cuando domina el texto. En producción y monitoreados.
Clientes con score enviados a CRM, campañas, decisiones de crédito y listas de alerta de churn. Las decisiones pasan de la intuición a la evidencia.
No es una lista para rellenar. Herramientas usadas en producción, agrupadas según dónde se ubican en el recorrido de los datos. Resaltado = principal en los últimos dos años (Proactiviti, CLARA Analytics).
+ 4 más en databricks-examples · dbt-examples (ML/MLflow, optimización de costos, testing, performance)
Una llamada de 30 minutos para ver si encajamos. Sin discurso de venta.
Alcance y plazos definidos. Normalmente 4-12 semanas.
Capacidad senior a tiempo parcial, integrada al equipo. Normalmente 2-3 días por semana.
Arquitectura, code review, decisiones técnicas. Abono mensual, asincrónico más una llamada semanal.
Buenos Aires (UTC−3) · 6+ horas de solapamiento con US Eastern · Contratación a través de Napoli Data LLC · Respondo en un día hábil
Referencias de terceros: leer las recomendaciones en LinkedIn →