Quien contrata un data engineer busca a alguien que construya las cañerías por las que circulan los datos de la empresa: ingestas que no se caen, transformaciones versionadas, un modelo de datos que otros puedan consultar sin pedir ayuda y costos de nube bajo control. La lectura del CV busca primero la plataforma (Snowflake, BigQuery, Databricks, Redshift) y las herramientas de orquestación y transformación (Airflow, dbt, Spark), y enseguida tres números que definen el rol: volumen procesado, latencia de los datos y confiabilidad de los pipelines.
El error habitual de estos CV es describir el trabajo como una lista de tecnologías conectadas entre sí, sin decir cuántos datos pasan por ahí, cada cuánto, ni qué se rompía antes. Esta guía explica qué pesa en la lectura, qué keywords filtran los avisos, cómo escribir viñetas con volumen y latencia, y cómo se ve un CV completo del rol dentro del área de tecnología.
En esta guía
Qué pesa en el CV de data engineer
La escala es lo primero que se lee. Cuántas fuentes se integraron, cuántas tablas o modelos se mantienen, cuántos terabytes o cuántos millones de filas se procesan por día, cuántos pipelines corren en producción y cuántos equipos consumen esos datos. Un pipeline diario sobre tres archivos y una plataforma que ingiere eventos en streaming de una aplicación con millones de usuarios son trabajos distintos, y el CV tiene que dejar claro cuál fue.
Después se lee la confiabilidad. Porcentaje de ejecuciones exitosas, tiempo de reparación de un pipeline caído, frescura de los datos comprometida con las áreas de negocio, tests de calidad automatizados (Great Expectations, tests de dbt), alertas y linaje. Esa dimensión distingue a quien construye una vez de quien sostiene una plataforma sobre la que otros deciden.
El modelado y el costo completan el cuadro. Modelo dimensional o data vault, particionamiento y clustering, capas de datos crudos, intermedios y expuestos, gobierno de acceso, y qué pasó con la factura de la nube después de optimizar consultas y almacenamiento. También pesa el trabajo con quienes consumen: analistas, científicos de datos y equipos de producto.
Keywords que buscan los avisos
Estos son los términos que más se repiten en los avisos de data engineer en LatAm y España:
- SQL avanzado y optimización de consultas
- Python y PySpark
- Apache Spark y Databricks
- Apache Airflow (DAG, orquestación)
- dbt y transformaciones versionadas
- Snowflake, BigQuery o Redshift
- Data lake y arquitectura lakehouse (Delta Lake, Iceberg)
- Kafka y procesamiento en streaming
- ETL y ELT
- Modelado dimensional (esquema estrella, data vault)
- Change data capture
- Calidad de datos y tests automatizados
- Gobierno de datos y linaje
- Terraform y CI/CD para datos
- Optimización de costos de nube
Se ubican en las viñetas, junto al volumen y a la mejora que produjeron, y se repiten agrupados en habilidades (lenguajes, procesamiento, almacenamiento, orquestación). Antes de postular a un aviso concreto, la herramienta para adaptar el CV a la oferta muestra qué términos del anuncio faltan en el documento.
Viñetas de experiencia que funcionan
Una viñeta de ingeniería de datos convence cuando incluye el volumen, la frecuencia y qué mejoró para quien consume. Los pares siguientes muestran la diferencia:
| Así no | Así sí |
|---|---|
| Desarrollo de procesos ETL | Construí en Airflow y dbt 40 pipelines que integran 14 fuentes (ERP, CRM, e-commerce) en Snowflake, con 3.000 millones de filas y 99,6 % de ejecuciones exitosas |
| Trabajo con Spark | Reescribí en PySpark sobre Databricks el proceso de consolidación de ventas de 2 TB diarios, que pasó de 5 horas a 35 minutos |
| Implementación de un data warehouse | Modelé en esquema estrella el área comercial (9 hechos, 22 dimensiones) y las consultas de los analistas dejaron de depender de 6 planillas intermedias |
| Ingesta de datos en tiempo real | Implementé ingesta con Kafka y change data capture para 12 tablas transaccionales; la latencia de los datos bajó de 24 horas a 4 minutos |
| Mejoras de calidad de datos | Agregué 180 tests de dbt y alertas de frescura; los incidentes por datos incorrectos en tableros bajaron de 9 a 1 por mes |
| Optimización de la plataforma | Reparticioné las 15 tablas más consultadas en BigQuery y ajusté el escalado del warehouse, con una reducción del 41 % en el costo mensual de consulta |
Junior vs. senior
En un perfil junior conviene apoyarse en SQL, Python y un proyecto propio que muestre el ciclo completo: ingesta desde una API pública, almacenamiento en una base o en un data lake, transformación con dbt, orquestación con Airflow y un tablero final. Un repositorio ordenado con diagrama de arquitectura y README explica más que cualquier certificado. La experiencia previa como analista de datos, administrador de bases de datos o desarrollador backend suma y conviene presentarla en esa clave: consultas, integraciones, procesos automatizados.
En un perfil senior pesan la arquitectura y las decisiones. Elección de lakehouse o warehouse y por qué, diseño de las capas de datos, estrategia de particionamiento, contratos de datos con los equipos que producen las fuentes, gobierno y acceso, costos, migraciones grandes sin cortes de servicio y definición de estándares para el equipo. Las viñetas indican a cuántos consumidores sirve la plataforma y qué cambió en latencia, confiabilidad y costo.
En un CV de ingeniería de datos, cada pipeline mencionado debería venir con tres datos: cuánto procesa, cada cuánto corre y qué pasa si falla. Sin eso, la viñeta describe una tarea, no una plataforma.
Errores frecuentes en este rol
Estos son los errores que más se repiten en los CV de data engineer:
- Pipelines sin volumen ni frecuencia. "Desarrollo de procesos ETL" no permite estimar la escala del trabajo ni compararlo con el puesto que se busca cubrir.
- Omitir la confiabilidad. Nada sobre tests, alertas, reprocesos ni incidentes: quien contrata asume que la plataforma nunca se sostuvo en el tiempo.
- Presentarse como analista. Tableros y reportes al frente desvían la lectura hacia el rol de data analyst; la ingeniería se demuestra con pipelines, modelos de datos e infraestructura.
- Listar la nube sin servicios. "AWS" o "GCP" sin mencionar los servicios concretos (S3, Glue, EMR, Dataflow, Composer) dice poco sobre lo que se usó en producción.
- Ignorar el costo. Es una de las conversaciones habituales del rol, y un CV que muestra ahorros concretos se diferencia de inmediato.
- Resumen genérico. "Profesional de datos orientado a resultados" desperdicia la primera línea. Una plantilla de CV sobria con un resumen concreto (plataforma, volumen, herramientas) comunica mejor.
Ejemplo de CV de data engineer
El siguiente ejemplo condensa lo anterior en un CV de una página para un perfil de mitad de carrera. Los nombres y las empresas son ficticios.
Data engineer con 7 años de experiencia en retail y telecomunicaciones. Plataformas en Snowflake y Databricks, orquestación con Airflow, transformaciones con dbt e ingesta en streaming con Kafka. Foco en confiabilidad de pipelines, modelado dimensional y control de costos de nube.
Data Engineer Senior, Grupo Andina Retail, Bogotá. 2021 - actualidad
- Construí en Airflow y dbt 40 pipelines que integran 14 fuentes en Snowflake, con 3.000 millones de filas y 99,6 % de ejecuciones exitosas.
- Implementé ingesta con Kafka y change data capture para 12 tablas transaccionales, y la latencia de los datos bajó de 24 horas a 4 minutos.
- Agregué 180 tests de dbt y alertas de frescura; los incidentes por datos incorrectos en tableros bajaron de 9 a 1 por mes.
Ingeniero de Datos, Telco Caribe, Barranquilla. 2018 - 2021
- Reescribí en PySpark sobre Databricks el proceso de consolidación de consumo de 2 TB diarios, que pasó de 5 horas a 35 minutos.
- Modelé en esquema estrella el área comercial (9 hechos, 22 dimensiones) para 30 analistas de 4 gerencias.
- Reparticioné las 15 tablas más consultadas en BigQuery y ajusté el escalado del warehouse, con una reducción del 41 % en el costo mensual de consulta.
Ingeniería de Sistemas, Universidad Nacional de Colombia, 2017. SnowPro Core Certification, 2023. Databricks Certified Data Engineer Associate, 2022.
SQL, Python, PySpark, Spark, Databricks, Snowflake, BigQuery, Airflow, dbt, Kafka, Delta Lake, Terraform, Docker, Git, AWS (S3, Glue, EMR). Inglés avanzado (C1).
Preguntas frecuentes
¿Qué diferencia hay entre el CV de data engineer y el de data analyst?
El data engineer muestra pipelines, modelos de datos, volumen procesado y confiabilidad de la plataforma; el analista muestra preguntas de negocio respondidas con SQL, tableros y análisis. Cuando el trabajo fue mixto, conviene ordenar las viñetas según el rol al que se postula y dejar el resto en segundo plano.
¿Sirven las certificaciones de nube y de plataforma?
Sí, sobre todo SnowPro, las de Databricks y las de ingeniería de datos de AWS y Google Cloud, porque muchos avisos las piden de forma explícita. Se listan con emisor y año. No reemplazan la evidencia de pipelines en producción, pero ayudan a pasar el primer filtro.
¿Cómo mostrar experiencia si la empresa era pequeña y el volumen bajo?
Con lo que sí hubo: cantidad de fuentes integradas, procesos manuales eliminados, tiempo de ejecución antes y después, y decisiones de diseño explicadas en una línea. Un pipeline pequeño bien orquestado, versionado y con tests demuestra criterio profesional aunque el volumen no impresione.
¿Conviene incluir proyectos personales en este rol?
En perfiles junior y en cambios de rol, sí. Un proyecto de punta a punta (ingesta desde una API, almacenamiento, transformación con dbt, orquestación con Airflow y un tablero) con repositorio ordenado y diagrama de arquitectura cubre lo que la experiencia laboral todavía no muestra.