Hola, soy Enmanuel Cuadros

Senior Data Engineer

Senior Data Engineer con enfoque científico: diagnostico problemas de datos, ejecuto experimentos y evaluaciones, y demuestro cada solución con resultados antes y después.

Cerca de 6 años diagnosticando y resolviendo problemas de datos
Extracción con Anthropic y Gemini, evaluaciones con DeepEval y revisión humana
dbt, Dagster y Airflow; Snowflake, BigQuery, PostgreSQL y Databricks

Ver Proyectos Descargar CV Contáctame

Lima, Perú · Trabajo remoto con equipos de EE. UU. y sus zonas horarias

Arquitectura en vivo

Leer caso de estudio

Resultados medibles

filas comparadas fila por fila en una migración de 70 pipelines: 172.9M; filas comparadas fila por fila en una migración de 70 pipelines
de registros afectados recuperados tras un cambio de identificadores: 96–97%; de registros afectados recuperados tras un cambio de identificadores
segmentos de audiencia sincronizados cada semana con una API de anuncios, sin duplicados: 51; segmentos de audiencia sincronizados cada semana con una API de anuncios, sin duplicados
años diagnosticando y resolviendo problemas de datos: ~6; años diagnosticando y resolviendo problemas de datos

Data Lake con IA: Claude + Servidor MCP

Pipeline de extremo a extremo de datos crudos a KPIs listos para negocio, donde agentes de IA consultan el lakehouse directamente mediante MCP

Leer caso de estudio 02

Tutor IA Offline con Gemma 4 para el Perú Rural

Proyecto para la competencia Build with Gemma de GDG Lima (track Local AI & Edge): IA desplegada donde está el usuario, sin depender de conectividad

Leer caso de estudio 03

Plataforma RAG y LLM Empresarial

Pipeline completo de gestión del conocimiento con seguimiento de métricas, monitoreo de rendimiento y versionado de modelos

Leer caso de estudio

Experiencia Técnica

Calidad de datos, stack moderno de datos y extracción con LLM validada con evaluaciones

Stack de Programación y ML

Python

Primary language for data engineering, ML, and ETL pipelines

SQL

Advanced querying, optimization, and database design

Scala

Functional programming for Spark applications

PySpark

Distributed data processing at scale

Pandas

Data manipulation and analysis

NumPy

Numerical computing and array operations

scikit-learn

Machine learning algorithms and model training

TensorFlow

Deep learning and neural networks

PyTorch

Research-focused deep learning framework

Jupyter

Interactive development and data exploration

Ingeniería de Datos y Big Data

Apache Spark

Distributed computing for big data processing

Apache Airflow

Workflow orchestration and scheduling

Kafka

Real-time streaming data pipelines

dbt

Data transformation and analytics engineering

Databricks

Lakehouse platform for scalable ETL & ML pipelines

BigQuery

Serverless data warehouse for analytics

Snowflake

Cloud data platform for data warehousing

Delta Lake

ACID transactions for data lakes

MLflow

ML lifecycle management and experiment tracking

Cloud y DevOps

Google Cloud

BigQuery, Cloud Storage, Cloud Functions, Composer

Microsoft Azure

Data Factory, Data Lake, Synapse, ML, Fabric

AWS

S3, EMR, Lambda, Glue, Redshift

Docker

Containerization for consistent deployments

Kubernetes

Container orchestration at scale

Git

Version control and collaborative development

CI/CD

Automated testing and deployment pipelines

BI y Analytics

Power BI

Interactive dashboards and business intelligence

Tableau

Data visualization and analytics

Looker

Modern business intelligence platform

Conéctate Conmigo

Sígueme en mis plataformas y mantente al día con mis proyectos y contenido

GitHub

Repositorios y proyectos open source

Conecta y colabora profesionalmente