Scorecard de entrevista para Ingeniero de Datos
Un scorecard estructurado para entrevistar a un Ingeniero de Datos: seis competencias con pesos, qué es realmente un 1 y qué es un 5, y preguntas que sacan evidencia en vez de opiniones. Imprimilo o copialo a tu ATS.
El scorecard para Ingeniero de Datos
| Competencia | Peso | Puntaje 1 — cómo se ve | Puntaje 5 — cómo se ve |
|---|---|---|---|
| Confiabilidad de pipelines y recuperación Qué pasa cuando un job programado falla de madrugada, lo que define si el negocio se entera por una alerta o por un reporte equivocado. | 20% | Reejecuta los jobs a mano por la mañana y no puede decir cómo se evita que una carga parcial se lea como si estuviera completa. | Describe reejecuciones idempotentes, cómo se aísla la salida parcial, qué alerta dispara y una falla detectada antes de que ningún consumidor viera los datos. |
| Modelado de datos para consumidores downstream Si las tablas se diseñan alrededor de las preguntas que la gente hace, o replican la forma que casualmente tenía el sistema de origen. | 18% | Copia las tablas de origen al warehouse sin cambios y deja cada join y cada regla de negocio a criterio del analista que consulte. | Explica el grano de una tabla que diseñó, por qué desnormalizó donde lo hizo y qué confusión en los reportes eliminó esa decisión de modelado. |
| Controles de calidad y contratos de datos Si los datos malos se frenan en la frontera con tests, o se descubren semanas después por quien armó un dashboard encima de ellos. | 18% | Depende de que los usuarios reporten anomalías y describe la calidad como una responsabilidad compartida, sin ningún test en el pipeline. | Nombra los controles que bloquean una carga — conteos, nulos, integridad referencial — y una corrupción silenciosa que esos tests detectaron a tiempo. |
| Evolución de esquemas sin romper consumidores Cómo se despliega un cambio de columna o un backfill, lo que define si un cambio upstream rompe en silencio reportes de toda la empresa. | 16% | Cambia los esquemas en el lugar y se entera de la rotura cuando alguien avisa que un dashboard quedó vacío. | Describe versionado o una ventana de doble escritura, cómo avisó a los consumidores y un backfill que corrió sin generar filas duplicadas. |
| Costo y performance del procesamiento Si la persona sabe cuánto cuesta correr sus jobs y puede reducirlo, dado que el gasto de warehouse crece en silencio hasta que alguien lee la factura. | 16% | No tiene idea de cuánto cuesta una corrida del pipeline y trata las consultas lentas como un problema de plataforma que se resuelve con más cómputo. | Nombra un job que abarató o aceleró, el cambio que hizo — particionado, carga incremental, formato de archivo — y el número antes y después. |
| Orquestación y manejo de dependencias Si las dependencias entre jobs son explícitas y recuperables, o se sostienen con horarios programados que casi siempre coinciden. | 12% | Encadena jobs por horario fijo y toma como mala suerte que una carga upstream demorada deje al job siguiente leyendo datos viejos. | Describe dependencias declaradas, qué pasa cuando una tarea upstream llega tarde y un problema de dependencias que encontró antes de corromper un reporte. |
Los pesos suman 100. Acordalos antes de la primera entrevista, no después: ajustar pesos cuando ya hay puntajes es la forma en que un panel justifica a su favorito.
Preguntas que sacan evidencia
Cada una pide algo que ya pasó, con suficiente detalle como para verificarlo. Las hipotéticas premian el ensayo, no la trayectoria.
- Contame un pipeline que falló en producción. Cómo te enteraste, qué vieron los consumidores y qué cambiaste para que no pudiera repetirse.
- Describí una tabla que hayas diseñado. Cuál es su grano, por qué la modelaste así y qué problema de reporting resolvió esa decisión.
- Qué control de calidad tuyo bloqueó una carga. Qué tenían mal los datos y qué habría pasado si ese control no hubiera estado.
- Contame un cambio de esquema o un backfill que hayas hecho. Cómo evitaste el doble conteo y cómo se enteraron los consumidores downstream.
- Qué job abarataste o aceleraste. Cuánto costaba o tardaba antes, qué cambiaste concretamente y en cuánto quedó después.
Señales de alarma
- Nunca tuvo un pipeline que entregara datos incorrectos a un consumidor, en ningún trabajo ni en ningún año.
- No puede nombrar quién usa las tablas que construyó ni qué decisiones se apoyan en ellas.
- Enumera plataformas y herramientas con soltura pero no puede explicar el grano de una tabla que diseñó.
- Considera que la calidad de los datos es responsabilidad de quien produce el sistema de origen.
Cómo usar este scorecard
- Acordá los pesos con el panel antes de que alguien entreviste, y dejalos por escrito.
- Cada entrevistador puntúa todas las competencias por separado, con una nota que cite lo que el candidato dijo textualmente.
- Comparen los puntajes antes de discutirlos. Discutir primero ancla al panel en quien habla más fuerte.
Armar un scorecard a medida → · Cadena booleana para buscar Ingeniero de Datos →
Preguntas frecuentes
¿Qué debe incluir un scorecard de entrevista para un ingeniero de datos?
Competencias ponderadas que reflejen lo que se rompe en producción: confiabilidad de pipelines y recuperación, modelado para consumidores, controles de calidad y contratos, evolución de esquemas, costo de procesamiento y orquestación. La confiabilidad y el modelado deben pesar más, porque un pipeline que falla en silencio cuesta más caro que uno lento. Los anchors mantienen el puntaje atado a lo que la persona construyó y no al stack que puede nombrar.
¿Qué diferencia hay entre un ingeniero de datos y un analista de datos al contratar?
El ingeniero de datos responde por que los datos lleguen correctos, a tiempo y a un costo conocido; el analista responde por lo que esos datos significan. Fallan distinto: un pipeline malo entrega números equivocados en todos lados, un análisis malo desorienta una sola decisión. Puntualos sobre competencias distintas y definí con claridad contra cuál de las dos fallas estás contratando.
¿Cómo evaluar a un ingeniero de datos sin un ejercicio para llevar a casa?
Preguntá qué salió mal y cuánto costó: un pipeline que falló y cómo se enteraron los consumidores, un backfill que arriesgaba doble conteo, un job que abarató con el número antes y después. Quien operó sistemas en producción responde con especificidad; quien solo construyó cosas en un curso deriva hacia describir herramientas.
Cuando lo que está en juego es una contratación real, usá evidencia
Estas herramientas son heurísticas rápidas. Verdict lee el CV contra tu descripción de puesto y puntúa seis dimensiones con citas textuales como evidencia — un documento de contratación que podés defender.