Evolución en el rol: ganando seniority como Data Engineer

Cursos Empresas Blog Live Conf Precios

Contenido del curso

Introducción a la ingeniería de datos

Herramientas del ciclo de DataOps

Ejerciendo como Data Engineer

Conclusiones

Tomar examen

Evolución en el rol: ganando seniority como Data Engineer

Comentarios

Miguel Angel Reyes Moreno

Estudiante

Primer día:

¿a quienes les puedo pedir ayuda para X tema?
¿cómo es el flujo de trabajo aquí?
¿cuánto tiempo llevas trabajando aquí? (para darme una idea de cuánto sabría la persona respecto a su trabajo y la empresa)
¿qué tips me darías para que todo salga lo mejor posible?
¿qué errores se han cometido aquí para que yo los evite?
cuál es la configuración que debo tener en mi ambiente local?
¿existe una sección de FAQs? es lo que se me ocurre por ahora :p

Ricardo Alanis

Profesor

WOW con las preguntas, sin duda las primeras dos deben de quedar clarísimo en los primeros días; Pero la de errores me pareció magistral.

Carlos Eduardo Bracho Rosales

Estudiante

Mariana Gomez dio una charla sobre los primeros dias de tu nuevo trabajo en la Platzi CONF 2022. les recomiendo que la vean. Ownboarding: El arte de triunfar en tu nuevo trabajo - Mariana Gómez

Ricardo Alanis

Profesor

Excelente, gracias por compartir Carlos!

Miguel Angel Reyes Moreno

Estudiante

Esta misma filosofía la seguimos en mi empleo actual (ingeniero de software). Este lunes 16 de enero vendrán nuevos empleados a la empresa. Un par de compañeros y yo vamos a mostrarles lo que hemos aprendido en este par de meses de experiencia :D

Ricardo Alanis

Profesor

<3 A compartir con orgullo!

Mario Alexander Vargas Celis

Estudiante

Ganar seniority como Data Engineer implica no solo afianzar tus habilidades técnicas, sino también ampliar tu conocimiento estratégico, liderazgo y gestión. Aquí te dejo un mapa para evolucionar en tu rol y convertirte en un experto reconocido:

1. Dominar Habilidades Técnicas Avanzadas

Bases de Datos: Profundiza tus conocimientos en bases de datos relacionales (SQL) y no relacionales (NoSQL). Aprende a diseñar esquemas complejos y optimizar consultas.
Procesamiento de Datos a Escala: Adquiere experiencia en procesamiento de datos a gran escala con herramientas como Spark, Hadoop, Flink y Kafka.
ETL (Extract, Transform, Load): Mejora tus habilidades en diseño y desarrollo de pipelines ETL robustos, eficientes y escalables.
Big Data en la Nube: Amplía tu experiencia con servicios en la nube como AWS (Glue, EMR, S3), Azure Data Factory y Google Cloud Dataflow.
Modelado y Análisis: Profundiza en técnicas de modelado de datos, análisis de datos avanzados y machine learning para mejorar el rendimiento de los datos.

2. Fortalecer Conocimientos en Arquitectura de Datos

Data Warehousing: Aprende los principios del diseño de Data Warehouses, manejo de estructuras de datos y optimización en este tipo de entornos.
Big Data Architectures: Entiende cómo implementar arquitecturas de datos en grandes volúmenes y diseñar soluciones que permitan alta disponibilidad, escalabilidad y desempeño.
Data Lake vs. Data Warehouse: Profundiza en cuándo usar un Data Lake frente a un Data Warehouse, sus diferencias y cuándo combinar ambos.

3. Proyectos con Impacto Estratégico

Proyectos de alto impacto: Busca proyectos en los que puedas contribuir con la optimización de procesos de datos para generar insights clave, reducir costos, o mejorar la toma de decisiones empresariales.
Data Governance: Aprende a implementar estrategias de gobernanza de datos, asegurar la calidad y privacidad de los datos según normativas como GDPR, CCPA, etc.

4. Adquirir Soft Skills para Liderazgo y Gestión

Comunicación y Presentación: Desarrolla habilidades de comunicación efectiva para explicar complejidades técnicas a audiencias no técnicas y para presentar resultados de análisis a los stakeholders.
Trabajo en Equipo y Colaboración: Fomenta tu capacidad para liderar equipos, colaborar con Data Scientists, Machine Learning Engineers y otros perfiles técnicos en proyectos interdisciplinares.
Gestión del Cambio: Aprende técnicas para liderar la implementación de nuevos sistemas de datos, gestionar el cambio organizacional y asegurar la transición de manera fluida.

5. Expandir tu Conocimiento en Nube y DevOps

Automatización y CI/CD: Aprende sobre integración continua (CI/CD), despliegue en producción, gestión de pipelines y cómo asegurar la estabilidad y escalabilidad del código y servicios en nube.
Infraestructura como Código (IaC): Familiarízate con herramientas como Terraform y CloudFormation para gestionar infraestructuras en la nube de manera programática.
Monitoring y Alertas: Conoce cómo configurar sistemas de monitoreo avanzado en la nube para asegurar el buen funcionamiento de las aplicaciones y pipelines de datos.

6. Obtener Certificaciones y Reconocimientos Profesionales

Certificaciones en tecnologías clave: Apunta a obtener certificaciones en herramientas populares como AWS Certified Data Analytics, Google Cloud Professional Data Engineer, o Azure Data Engineer.
Certificación en Data Governance: Adquiere certificaciones relacionadas con la gobernanza de datos como CDMP (Certified Data Management Professional).

7. Networking y Creación de Marca Personal

Participación en comunidades: Unirte a comunidades de profesionales como Data Engineering, Big Data, o análisis de datos te permitirá compartir conocimientos y aprender de otros expertos.
Creación de contenido: Publicar artículos, tutoriales o participar en foros técnicos para demostrar tu experiencia y habilidades en ingeniería de datos.
Asistir a Conferencias y Meetups: Participa en eventos como DataEng Conf, Strata Data, PyData, AWS Summit, y otros para ampliar tu red profesional.

8. Liderazgo Técnico y Mentoría

Mentoría a otros Data Engineers: Ayuda a otros profesionales más junior para transmitir conocimientos, mejorar su rendimiento y compartir lecciones aprendidas.
Toma roles de liderazgo técnico: Busca roles donde puedas liderar proyectos importantes, supervisar el trabajo técnico de otros y participar en la planificación estratégica a largo plazo.

9. Desempeño en Entornos Multidisciplinarios

Interdisciplinaridad: Colabora con Data Scientists, analistas de negocio, equipos de BI y demás roles técnicos para desarrollar soluciones integradas.
Cocreación de Valor: Aprende a trabajar de manera conjunta con las áreas de negocio para convertir los datos en insights que ayuden a definir estrategias empresariales.

10. Mantenerse Actualizado

Estar al tanto de nuevas tecnologías: Mantente siempre actualizado en nuevas herramientas y tendencias en el mundo de la ingeniería de datos, como nuevas librerías, optimizaciones en nube o frameworks emergentes.

Con estos pasos, podrás no solo adquirir habilidades técnicas avanzadas, sino también profundizar en el liderazgo, la gestión de proyectos y el impacto estratégico que un Data Engineer puede aportar a las organizaciones.

Jesús Castro Lira

Estudiante

Eres muy buen profesor, gracias.

Ricardo Alanis

Profesor

Y ustedes son un gran alumnado!

Daviel Antonio Jiménez Comas

Estudiante

Mi resumen de la clase:

Primer día, aprende, debemos de tener deseo de conocer, como se hacen las cosas y ¿Por qué? Hacer las cosas como el equipo y adecuarte. En el primer mes podemos contribuir, en el primer año tengamos la meta de mentorear, primero escuchamos y luego enseñamos. Tal vez esto pase antes del año, debemos de tener este objetivo para que tengamos liderazgo. No debemos de tener miedo de ir por más, debemos de atrevernos y retarnos, cuestionar los procesos y mejorarlos.

Ricardo Alanis

Profesor

Marlon Gonzalez

Estudiante

"Hasta que puedes explicar algo realmente lo has aprendido" me gusto mucho esta frasae

trabaje como profesor durante 4 años es una de las mejores etapas y justo lo he dejado porque obtuve una oportunidad como jr ingeniero de datos

tenia mucho miedo de dejar mi antiguo trabajo como profesor, pero gusto estoy aprendiendo mas en el otro.

gracias por este curso me ha ayudado y motivado mucho

Ricardo Alanis

Profesor

Totalmente, me da mucho gusto!

Ian Cristian Ariel Yané

Estudiante

Con quien es mas viable hablar para ponerse a tono? sobre todo si es virtual, quien deveria guiarme? o no hay nadie que te guie o capacite?

Ricardo Alanis

Profesor

Algo que se hace mucho es ir a comunidades, busca comunidades de data y busca a personas experimentadas. En un trabajo, puedes empezar como Jr y platicar con los miembros más senior!

Rafael Sánchez Melo

Estudiante

Un Data Engineer podría tener algunas dudas en sus primeros días de trabajo:

¿Cuáles son los principales proyectos en los que estaré trabajando como Data Engineer?
¿Cuál es la arquitectura de datos actual de la empresa y cómo encaja mi rol en ella?
¿Qué herramientas y tecnologías utilizamos para el procesamiento y análisis de datos?
¿Cuál es el proceso de desarrollo y despliegue de pipelines de datos en la empresa?
¿Hay algún estándar de codificación o buenas prácticas que deba seguir al escribir código?
¿Cómo se gestionan los datos sensibles y la seguridad en nuestra infraestructura?
¿Cuál es el nivel de automatización en nuestros procesos de ETL y qué oportunidades hay para mejorarlos?
¿Cuáles son las métricas clave que debo tener en cuenta para evaluar el rendimiento de nuestros pipelines de datos?
¿Hay algún equipo o persona específica a la que deba acudir para obtener orientación o resolver dudas sobre proyectos específicos?
¿Qué oportunidades hay para el crecimiento y desarrollo profesional en este rol de Data Engineer?

Estas serían algunas preguntas que tuviese él nuevo Data Engineer y que le ayudara a comprender mejor su entorno de trabajo, sus responsabilidades y las expectativas de su equipo, mientras establece una base sólida para comenzar su trayectoria en la empresa.

Edisson Estelio Gutiérrez Jiménez

Estudiante

Las preguntas en el primer día:

Cuál es la metodología de trabajo?
Identificar las personas que tienen dominio de la información del área o de la compañía.
Preguntar por el camino que se ha recorrido en temas de datos y analítica para llegar al punto en el que se encuentran.

Ricardo Alanis

Profesor

Excelente, me encantan estas preguntas, contexto para todo!

Jesús David Barraza Guzmán

Estudiante

Preguntaría todas las herramientas que usan y los procedimientos de trabajo, de ahí observar a los equipos de trabajo para irme familiarizando con su modo de trabajo.

Ricardo Alanis

Profesor

Correcto, estar curioso por saber que se usa es una gran herramienta.

Brayan Neciosup

Estudiante

Identificar mis siguientes tareas por realizar, porque muchas veces nos sucede. Terminamos una tarea, y vemos a nuestro alrededor a varias personas que aún siguen trabajando y nos cuestionamos: ¿Hay algo más por hacer?

Cesar Augusto Ramirez Ramirez

Estudiante

La capacidad de adaptación a un reto nuevo laboral es muy importante y se hace necesario aportar en el menor tiempo posible, puesto que mi rol y experiencia he sido contratado en varias ocasiones, para aportar y reorientar los proyectos que se se encuentran en una ruta muy crítica, por esta razón, los tiempos de adaptación en mi caso deben ser muy cortos.

Ricardo Alanis

Profesor

Totalemnte, Mi Cesar. Una adaptación natural, ni muy forzada y rapida, ni una muy lenta que no de valor eventual.

Ian Cristian Ariel Yané

Estudiante

Bien, hace preguntas para tratar de aprender y ponerme a tono con el equipo, tratar de hacer aportes o analogias con procesos que ya conozca. Al primer año enseñar lo que sepa y otros no, cuanto mas sepa y mas inove, asi se lidera y crecen las organizaciones

Ricardo Alanis

Profesor

Correcto. Poco a poco ir formando experiencia, cada uno a su tiempo.

Edgardo Luis Jimenez Nuñez

Estudiante

Las dudas que surgirian en mi radican principalmente en el flujo de trabajo, intentaria analizar el crecimiento de personas mas avanzadas en el area para ir creciendo en conocimientos para llegar asi a una mejor contribucion dentro de la empresa en todos sus ambitos, tanto profesional como personal.

Ricardo Alanis

Profesor

Totalmente, hay que aprovechar los talentos de todos!

JOSE VICENTE DIAZ OSPINA

Estudiante

Primer Día:

¿ Quien me puede ayudar con temas a consultar ?
¿ Existe algún manual de cara a los procedimientos a realizar ?
¿ Que errores son los mas comunes, y como evitarlos ?
¿ Como es la metodologia de trabajo ?

Ricardo Alanis

Profesor

Buenas preguntas!!

Roberto Alexander Cubias Hernandez

Estudiante

Identificar al que mejor conoce el negocio

Gonzalo Peñaranda

Estudiante

Tengo una cuestión y es la siguiente:

- No quiero ser líder, pero sí quiero tener un buen líder: alguien que motive, apoye y muestre interés en las ideas y opiniones que puedo aportar al proyecto.

Ese escenario debería ser posible también, no?

Alejandro Alberto Pachas Chavez

Estudiante

qué tecnologías son indispensables que domine?

Donovan Lenoar Palacios Camarillo

Estudiante

1. ¿Quién es la persona encargada de ayudar a los empleados con cualquier duda durante la jornada laboral?

2. ¿Cuál o cuáles son los errores más comunes que se cometen en este departamento?

3. ¿Cómo debo de tener configurado mi entorno de desarrollo?

4. ¿Con qué software es con el que se trabaja?

5. ¿Qué metodología de trabajo se aplica?

Ricardo Alanis

Profesor

Las dudas de proyecto, Producto y el Project Manager. Las dudas tecnicas, el tech leader, que a veces puede ser el mismo que el del proyecto. Para dudas personales, el equipo de people ayuda mucho, pero tambien los lideres y tu reporte directo debe poderte ayudar.
No te entendi muy bien los errores, pero me parece que el campo de errores son los descuidos, cuando lanzamos algo sin los cuidados o chequeos suficientes para asegurar que corran adecuadamente.
Generalmente te ayudan con esto en tu equipo! 4 y 5. Lo mismo para las anteriores (:

Introducción a la ingeniería de datos

¿Qué es ingeniería de datos? ¿Qué es Data Engineer?

Formación Integral para Data Engineers: Retos y Herramientas Esenciales

¿Cómo convertirte en Data Engineer?

¿Dónde ejercer como Data Engineer?

Tareas de Data Engineer: DataOPs

Herramientas del ciclo de DataOps

Agile en ingeniería de datos

Lenguajes de programación e ingeniería de software

¿Dónde y cómo escribir tu código en ingeniería de datos?

Automatización y scripting

Fuentes de datos: SQL, NoSQL, API y web scraping

Procesamiento de datos: pipelines, Apache Spark y cómputo paralelo

Automatizar los pipelines: Airflow

Containers y empaquetamiento: Docker y Kubernetes

Manejo de ambientes para datos

Testing de software y de datos

CI/CD basico

Servidores y computación en la nube para data

Reentrenamiento y control de salud de servicios

Medición de indicadores y seguimiento a proyectos

Ejerciendo como Data Engineer

Buscando Oportunidades como Data Engineer

Evolución en el rol: ganando seniority como Data Engineer

Evolución en el rol: manager, architect, pivot

Trabajando en equipo como Data Engineer

Conclusiones

Compartir con la comunidad y seguir creciendo

Completa tu guía con los retos y certifícate