David De La Orden Roldán

Responsable de preventa de proyectos orientados a la analítica o ciencia de datos basados en Azure para entidades privadas del sector bancario, agrario, farmacéutico, minero o comercio. Así como organizaciones sin ánimo de lucro.

Responsable de la redacción de la documentación técnica de diferentes Pliegos de Prescripciones Técnicas presentados por la Administración Pública relacionados con la analítica de datos tales como:

 Ayuntamiento de Madrid

 Ayuntamiento de Barcelona

 Ministerio de Inclusión, Seguridad Social y Migraciones

 Tribunal Constitucional

 RENFE

Responsable de propuestas de vanguardistas arquitecturas de dato end-to-end basadas en Azure. Las arquitecturas prevén la extracción de datos de orígenes y estructuras heterogéneas (SAP, APIs, IoT, ficheros,...) y lo depositan ya curado en almacenes de datos comunes. El dato está disponible para otras herramientas de visualización o preparado para modelos de ML/AI.

Las arquitecturas solían incluir los siguientes recursos:

 Azure Synapse

 Azure Data Lake Storage Gen2

 Azure Databricks

 Azure ML

 Azure Analysis Services

 Azure Data Factory

 Azure SQL

 Azure CosmosDB

 Azure Stream Analytics

 Power Platform (Power BI, Power Automate, Power Apps)

 Azure Key Vault

 Azure DevOps (CI/CD)

 Azure PurView

 Azure ExpressRoute

Responsable de webinars (máx. 100 asistentes) acerca de:

 Azure Synapse

 Power BI Premium

 Power BI Datamarts

 SQL Server 2019

Responsable de proyectos de BI con equipos variables de entre 2 y 8 personas. Algunos de ellos:

 Casa de sus Majestades los Reyes de España: automatización del sentimiento público en los actos oficiados por personalidades de la Casa Real (Twitter, Google Analytics, YouTube,…)

 Ayuntamiento de Madrid: reconversión del sistema de reporting

 Banco Mediolanum: responsable de la solución de mantenimiento de BI

 EuroFound: informe detallado sobre el estado de la gobernabilidad del dato

Se han propuesto metodologías ágiles cuando resultaba apropiado y he mantenido la interlocución directa con el cliente.

Acompañamiento a las nuevas incorporaciones más junior.

En este momento abandono el desarrollo al mínimo nivel técnico para dedicarme a la gestión del equipo, los aspectos funcionales con el cliente y tareas que requieres de mayor seniority. En todos los proyectos mi experiencia previa sirve para desbloquear, o acelerar diferentes fases del proyecto.

Cliente Grupo 5:

• Equipo: 3 personas

• Objetivo: arquitectura BI en Azure

Responsabilidades y tareas:

Antes de comenzar los desarrollos, era preciso montar toda la arquitectura en Azure de acuerdo con los requerimientos y volumetría esperada. Azure SQL Database, Azure Data Factory y Azure Analysis Services. Gestión de las tareas del equipo, hitos semanales y riesgos para asegurar que se cumplen los objetivos. Reportes quincenales al CDO. Formación a los nuevos integrantes del equipo.

Cliente Nippon Gases:

• Equipo: 4 personas

• Objetivo: integración información financiera de SAP

Responsabilidades y tareas:

Toma de requerimientos con el negocio italiano, que son los propietarios del sistema de SAP, y análisis sobre su posible integración en el data warehouse corporativo que contenía información de JDE (ver experiencia anterior). Seguimiento minucioso del proyecto puesto que éste tenía gran interés a nivel de toda la compañía.

Cliente Nippon Gases:

• Equipo: 9 personas

• Objetivo: simulación de escenarios en BOARD

Responsabilidades y tareas:

Anteriormente se hizo un proyecto piloto con un caso de uso que tomaba como orígenes ficheros planos con información aleatoria sobre distancias, localizaciones, etc. Su éxito desembocó en un interés en Nippon por productivizar esta herramienta.

Obteniendo ahora la información de los orígenes transaccionales, refactorizando el código del piloto y recalculando las distancias en tiempo real con la API de Google. El mayor desafío de este proyecto está en la coordinación de todos los equipos involucrados. Como responsable del data warehouse de la compañía, debía garantizar la escalabilidad del mismo para asumir la nueva información. Gestionar al equipo de Advanced Analytics para testear la refactorización del código de Python garantizando que todas las herramientas se comunican entre sí. Validar las pruebas unitarias con el equipo de BOARD. Documentar toda la solución, puesto que era el único que tenía la foto de todo el proyecto.

Tecnología Power BI:

Cliente: Grupo 5. RRHH.: elaboración de tanto un cuadro de mando como de un cubo tabular pensado en el autoservicio que contaba con row-levelsecurity incrustada en el modelo y más de 900 métricas que abordaban las áreas de Empleados, Salarios, Manhours, Vacaciones, Absentismo para el departamento de Recursos Humanos tanto de las oficinas centrales como para cualquier otro centro de coste mediante la compartición de una app del servicio de Power BI. Cliente: Grupo 5. Finanzas: tras el éxito del proyecto con RR.HH, el departamento financiero abandonó el BI antiguo basado en ficheros EXCEL para subirse al carro de la analítica sustituyendo sus informes por un cuadro de mando y un informe paginado con Power BI Report Builder, el sustituto natural de SQL Server Reporting Services. Al cubo tabular financiero se le acopló el modelo del proyecto anterior de RR.HH, consiguiendo así que el dato fluyese de forma natural independientemente de qué departamento lo consultase.

Tecnología SQL Server + SQL Server Integration Services (SSIS) + Tableau:

Cliente: Nippon Gases. Energy Efficiency: después de conseguir la migración exitosa de la información de Cognos a SQL Server mediante SSIS (año 2018-2019), se hizo un procedimiento similar trasladando la información de iHistorian a SQL Server para el negocio alemán de gas líquido manteniendo el FrameWork ya existente. La migración contaba también con un cuadro de mando en Tableau en el que se presentaban los KPIs en los que estaban interesados (Consumo de Potencia y Producción) así como diferentes tablas de detalle que precisaban con el objetivo de monitorizar ante una inminente auditoría.

Azure:

Cliente: DHL. Datawarehouse: la compañía de transportes DHL quería agrupar todo el dato que consumía en un único data warehouse común en la nube. En este caso, a pesar de que no desarrollé código alguno, me coordiné con su equipo de implantación, justificando las mejores prácticas que se debían seguir y haciendo un seguimiento minucioso de todo el proyecto. Asimismo, la labor más compleja fue pensar en cómo fusionar la información de los diferentes orígenes dado que la granularidad era muy diferente entre todos ellos