Alejandro Romero Moya

Ingeniero de Datos dentro del Data Lake del Banco de España, participando en múltiples colecciones críticas (CSDB, CSEC, Bizum, Vidas Laborales, entre otras) y desarrollando pipelines ELT distribuidos en el ecosistema Cloudera.

Mi labor abarca el desarrollo end-to-end de procesos de datos, combinando ingeniería, automatización y aseguramiento de calidad en entornos de alto volumen.

Responsabilidades principales:

Diseño e implementación de pipelines ELT con DBT, Spark, Hive e Impala, trabajando sobre HDFS y tablas Iceberg.

Automatización y orquestación de procesos mediante Control-M y scripting en Bash.

Preparación, validación y normalización de datos, asegurando su integración en entornos corporativos.

Parametrización de componentes mediante YAML, gestión de dependencias y configuración de flujos.

Gestión de versiones y despliegues multientorno (DESA, TEST, ANTE, PROD) con Git y Bitbucket.

Monitorización, troubleshooting y resolución de incidencias en procesos distribuidos a gran escala.

Contribución a estándares técnicos y buenas prácticas dentro del área de ingeniería de datos.

Trabajo con grandes volúmenes de datos en arquitecturas distribuidas, optimizando rendimiento, estabilidad y mantenibilidad de los pipelines.

Trabajo dentro del Data Lake del Banco de España, participando en múltiples colecciones de datos críticas (CSDB, CSEC, Bizum, Vidas Laborales, entre otras) y construyendo pipelines ELT distribuidos en el ecosistema Cloudera. Mi labor combina ingeniería de datos end-to-end, automatización y aseguramiento de la calidad para flujos de alto volumen.

Responsabilidades principales:

Diseño e implementación de pipelines ELT con DBT, Spark, Hive e Impala, trabajando sobre HDFS y tablas Iceberg.

Automatización y orquestación de procesos mediante Control-M y scripting en Bash.

Preparación, validación y normalización de colecciones de datos, garantizando su integración en los entornos corporativos.

Parametrización de componentes internos mediante YAML, control de dependencias y configuración de flujos.

Gestión de versiones y despliegues multientorno (DESA → TEST → ANTE → PROD) con Git y Bitbucket.

Monitorización, troubleshooting y resolución de incidencias en cargas distribuidas y procesos de gran escala.

Contribución a la documentación técnica, estándares internos y buenas prácticas dentro del área de ingeniería de datos.

- Desarrollo de un Modelo de Red Neuronal para la Clasificación de puntos Geoespaciales y áreas de influencia, utilizando Python, Keras y TensorFlow. Uso técnicas como capas convolucionales y métricas específicas para clasificación geoespacial.

Responsabilidades: Gobernanza de Datos: Proyecto nacional de gobernanza de datos en colaboración con Vodafone España, asegurando la calidad de los datos a través de procesos ETL eficientes y su integración en sistemas empresariales.

Análisis Geoespacial: Utilizo herramientas de Sistemas de Información Geográfica (SIG), como GSA, Qgis para capturar, almacenar y analizar datos geoespaciales, facilitando decisiones estratégicas basadas en ubicación.

ETL y Calidad de Datos: Desarrollo procesos ETL utilizando Python, SQL, Putty para transformar y cargar grandes volúmenes de datos. Implemento técnicas de fuzzy matching y validación geoespacial para garantizar la precisión y consistencia de los datos.

Bases de Datos: Trabajo con MySQL y herramientas GIS, ejecutando análisis espaciales, validación de datos y optimización de consultas en bases de datos relacionales.

Generación de Informes: Diseño y gestiono informes avanzados en Power BI, proporcionando visualizaciones claras y útiles. Utilizo Python para automatizar procesos, análisis de datos y generación de insights.