Use estas preguntas para entrevistar a candidatos a Data Engineer en {{Nombre de la empresa}}. El rol está entre la ingeniería de software y la analítica, así que indague en ambas direcciones: disciplina de ingeniería (pruebas, idempotencia, operaciones) y criterio de datos (modelado, calidad, servir bien a los consumidores). Pida pipelines reales, volúmenes reales e historias de fallas reales en todo momento.

Diseño de pipelines y orquestación

• Recorra conmigo, de principio a fin, el pipeline más complejo que tiene a su cargo: fuentes, transformaciones, destinos y calendario.
• ¿Cómo hace idempotente un pipeline, para que reejecutar el día de ayer sea siempre seguro? Muéstreme un diseño real.
• Cuénteme cómo maneja datos que llegan tarde. ¿Cómo se veía su solución?
• ¿Cómo decide entre batch y streaming para un caso de uso nuevo? Dé una decisión que tomó y por qué.
• Diseñe en vivo: ingiera una API de terceros con límites de tasa, caídas ocasionales y cambios de esquema. Esboce el pipeline.
• ¿Cómo se ve rellenar dos años de datos históricos en su stack actual — cómo lo ejecuta sin interrumpir las cargas diarias?

Cómo se ve una buena respuesta: los candidatos sólidos diseñan para la falla como comportamiento por defecto — escrituras idempotentes, checkpoints y reintentos, estrategia explícita para datos tardíos — y pueden cuantificar sus pipelines con volúmenes y SLAs. Los candidatos débiles describen DAGs de camino feliz y tratan las reejecuciones, los backfills y la deriva de esquemas como excepciones molestas en lugar del trabajo mismo.

Modelado de datos y warehousing

• Recorra conmigo un modelo de warehouse que construyó — capas, nomenclatura y cómo los consumidores encuentran las cosas.
• ¿Cómo modela dimensiones de cambio lento? Dé un caso donde la historia realmente importó.
• Cuénteme de una decisión de modelado que hizo visiblemente más fácil la vida de los analistas — o una que salió mal.
• ¿Cómo maneja la misma entidad llegando de tres sistemas fuente con atributos contradictorios?
• ¿Dónde traza la línea entre transformación en el warehouse y lógica en las herramientas de BI?
• ¿Cuál es su enfoque para probar transformaciones — pruebas de esquema, de datos, unitarias?

Desempeño y costo

• Cuénteme de un pipeline o consulta cuyo tiempo de ejecución recortó drásticamente. ¿Cuál era el cuello de botella?
• ¿Cómo ha reducido el gasto de warehouse o cómputo? Dé números reales.
• ¿Cómo elige llaves de particionamiento y clustering? Recorra conmigo una decisión real.
• ¿Cuándo es correcto preagregar frente a calcular bajo demanda?
• ¿Qué monitoreo le dice que un pipeline se está volviendo más lento o más caro antes de que los usuarios lo noten?

Calidad de datos y confiabilidad

• Cuénteme del peor incidente de datos que ha enfrentado — datos malos llegando a los consumidores. ¿Cuál fue la causa raíz, y qué cambió?
• ¿Qué verificaciones de calidad de datos construye por defecto, y dónde corren?
• ¿Cómo maneja un cambio de esquema aguas arriba que rompería su pipeline en silencio?
• ¿Cómo comunica una caída de datos a los analistas y ejecutivos que dependen de los dashboards?
• ¿Cómo se ve el linaje de datos en su stack, y cuándo lo salvó?
• ¿Cómo decide qué datasets merecen SLAs, y qué dicen esos SLAs?

Cómo se ve una buena respuesta: los mejores candidatos tratan la calidad como un sistema de ingeniería — verificaciones en capas con responsables y alertas, contratos o esquemas exigidos en la ingesta, y una historia de incidente con una prevención concreta que le siguió. Desconfíe de candidatos que nunca enviaron datos malos; los honestos lo han hecho, y saben exactamente qué cambiaron después.

Colaboración y consumidores

• ¿Quién consumía sus datos — analistas, ML, producto — y cómo moldearon sus necesidades su diseño?
• Cuénteme de una solicitud que rechazó porque el pipeline sería inmantenible.
• ¿Cómo incorpora a un analista a los datasets que usted mantiene?
• Describa el trabajo con ingenieros de software para lograr mejores datos de eventos emitidos en la fuente.
• ¿Cómo documenta los datasets para que la gente confíe en ellos y los use correctamente?