Fundamentos de Ingeniería de Datos

Para el ingeniero que heredó los datos sin pedirlos, el analista que vive limpiando lo que llega roto y el líder técnico que elige nube con presupuesto real. Si ya sabes ejecutar pero quieres decidir, entonces este libro es tu silla en la mesa donde se define la arquitectura.

Habilidades:

Arquitectura, ingesta, almacenamiento, transformación, gobernanza

Nivel: Intermedio

Requisitos:

• Nociones básicas de datos, SQL y servicios en la nube
• Haber tocado alguna tubería de datos, aunque fuera frágil
• Ganas de entender el porqué, no solo el cómo

Joe Reis se define como un científico de datos en recuperación: más de dos décadas trabajando con datos lo llevaron de los modelos estadísticos a la ingeniería, la arquitectura y todo lo que sostiene a ambas. Es cofundador y director ejecutivo de Ternary Data, empresa de consultoría y formación en ingeniería de datos, además de conferencista y anfitrión habitual de conversaciones que marcan la agenda de la industria.

Matt Housley es ingeniero de datos y cofundador de Ternary Data, doctor en matemáticas y especialista en la nube. Empezó a programar de niño y nunca dejó de hacerlo, pero su obsesión es otra: que los sistemas que construyen los equipos aguanten el peso real del negocio.

Juntos escribieron el libro que ellos mismos habrían necesitado al empezar, y le dieron a la disciplina el vocabulario con el que hoy se explica a sí misma: el ciclo de vida de la ingeniería de datos.

I. Fundamentos y bloques de construcción

• Descripción de la ingeniería de datos
• El ciclo de vida de la ingeniería de datos
• Diseño de una buena arquitectura de datos
• Selección de tecnologías en el ciclo de vida de la ingeniería de datos

II. El ciclo de vida de la ingeniería de datos en profundidad

• Generación de datos en sistemas fuente
• Almacenamiento
• Ingesta
• Consultas, modelado y transformación
• Suministro de datos para analítica, Machine Learning y Reverse ETL

III. Seguridad, privacidad y el futuro de la ingeniería de datos

• Seguridad y privacidad
• El futuro de la ingeniería de datos

¿Necesito saber programar para aprovecharlo? No es un libro de código, es de criterio. Si programas, aprovechas más; si no, igual entiendes el sistema completo.

¿Me sirve si vengo de análisis o ciencia de datos y nunca construí una tubería completa? Sí, nació para ti: entender el sistema que produce tus datos y dejar de limpiar aguas abajo lo que se rompió arriba.

¿Está atado a una herramienta o a un proveedor de nube en particular? No. Es agnóstico por diseño: enseña el ciclo de vida, no los botones de un proveedor. La nube cambia; los fundamentos no.

¿Cubre el ciclo de vida completo o solo una etapa? Completo: generación, ingesta, almacenamiento, transformación, orquestación y gobernanza. Una etapa suelta no te da criterio.

¿Explica cómo elegir tecnologías sin caer en la moda del momento? Sí, y con todas sus letras: te enseña a dejar a un lado las exageraciones del mercadeo al elegir tecnología, arquitectura y procesos.

¿Incluye seguridad y privacidad o eso se queda fuera? Capítulo propio, y además como hilo de todo el ciclo. La seguridad pegada al final es justo lo que produce incidentes.

¿Trata la gobernanza de datos en serio? Muy en serio: la incorpora a lo largo de todo el ciclo de vida, no como trámite de cierre para sobrevivir una auditoría.

¿Funciona para equipos pequeños y pymes, o solo para corporativos enormes? Al revés de lo que crees: enseña a elegir según las necesidades de tu organización, no a copiar arquitecturas de gigantes.

¿Qué diferencia hay realmente entre ingeniería de datos, ciencia de datos y analítica? El capítulo uno lo delimita: tú construyes y sirves los sistemas; ellos consumen aguas abajo lo que tú sostienes.

¿Aborda ingesta, almacenamiento, modelado y transformación por separado o todo revuelto? Cada uno con su capítulo y luego unidos por el ciclo de vida. Piezas ordenadas, no una caja revuelta de herramientas.

¿Habla de machine learning y de Reverse ETL? Sí. El capítulo nueve cubre el suministro de datos para analítica, machine learning y Reverse ETL, sin fricción aguas abajo.

¿Trae los detalles técnicos de serialización y compresión? Apéndice A, completo. Lo que casi ningún libro explica y todo ingeniero termina necesitando a las tres de la mañana.

¿Explica redes en la nube? Apéndice B, dedicado a eso: la capa invisible que decide el rendimiento real de tu arquitectura y lo que te termina cobrando la nube.

¿Se me va a quedar obsoleto cuando cambien las herramientas? No, porque no se organiza por producto sino por ciclo de vida. Las herramientas caducan; los fundamentos las sobreviven.

¿La traducción al español se lee natural o parece automática? Edición propia en español neutro latinoamericano, natural y fluida, pensada como manual de trabajo para profesionales de LATAM.

¿En qué formatos lo recibo y en qué dispositivos puedo leerlo? En EPUB, PDF y DOCX en español, más EPUB y PDF en inglés. Lo lees en celular, tablet, computadora o lector electrónico.

¿Me sirve para dar el salto a un rol de ingeniería de datos o para preparar una entrevista técnica? Sí. Te da el vocabulario y el criterio con que se evalúa a un ingeniero: decidir arquitectura, no recitar herramientas.