Sobre mí

01Antes de la ingeniería de datos

Pasé años gestionando un negocio antes de escribir mi primer pipeline de datos. Planificación de inventario, análisis de costes, previsión de ventas, optimización de márgenes, coordinación logística, decisiones de clientes — cada día significaba trabajar con información incompleta y tomar la mejor decisión posible con lo que había disponible.

Esa experiencia me enseñó algo que ningún bootcamp cubre: los datos solo son valiosos cuando ayudan a alguien a tomar una mejor decisión. Todo lo demás es infraestructura buscando un propósito.

Cuando después aprendí a construir pipelines, escribir APIs y entrenar modelos, ya sabía qué forma debía tener el resultado — sistemas que entregan claridad, no solo dashboards que muestran números.

02Hoy

Diseño y construyo sistemas de datos en producción. Pipelines que ingieren y transforman datos de múltiples fuentes. APIs que sirven datos limpios y fiables a consumidores downstream. Modelos que convierten patrones históricos en predicciones. Interfaces que hacen que los datos sean accionables para quienes los necesitan.

Cada proyecto que entrego está moldeado por entender el contexto de negocio primero — qué decisión necesita mejorar, quién actuará con la información, y qué nivel de calidad debe alcanzar el sistema para ser de confianza.

Trabajo en toda la pila de productos de datos: desde definir el modelo de datos y construir la capa de ingesta hasta desplegar la API y diseñar la interfaz de usuario.

03Lo que busco

Equipos donde los datos son un producto, no un subproducto. Organizaciones de ingeniería que invierten en infraestructura de datos, tratan los pipelines como sistemas de producción, y esperan que sus profesionales de datos entiendan tanto el problema de negocio como la solución técnica.

Soy más efectivo en entornos donde puedo trabajar en la frontera entre el contexto de negocio y la implementación técnica — entendiendo lo que la empresa necesita, y construyendo los sistemas que lo entregan.

LinkedInGitHub

Selected repositories

Public projects that reflect current engineering focus. Not all repos are listed — only those relevant to data engineering and analytics work.