Data Governance · Data Quality · Metadata Management

Hacer trazable lo complejo.

Más de seis años trabajando con datos técnicos, estructurando información, resolviendo problemas de calidad y automatizando procesos para que los datos sean consistentes, trazables y utilizables.

Áreas de especialización

01

Data Governance

Definir estándares, ownership y controles para que el dato sea entendible, trazable y gobernable.

02

Data Quality

Detectar inconsistencias, normalizar información y hacer visible el estado de calidad del dato.

03

Metadata & Lineage

Documentar contexto, relaciones y procedencia para entender de dónde viene un dato y cómo se utiliza.

04

Reference Data & Automation

Gestionar referencias, equivalencias y cambios de ciclo de vida, automatizando controles con Python y SQL.

Cómo trabajo

Así convierto datos heterogéneos en un activo gobernado, trazable y verificable.

ABRIR ESCENARIOestado del caso
CAMBIOS / DRIFTcambio de origen
CONEXIONESdatos entre etapastoca para explorar
FLUJO
RESULTADO
  1. Fuentes heterogéneas

    Inventario fuentes, estructuras y condiciones de entrada para entender qué recibo, detectar incompatibilidades y decidir qué debe resolverse antes de gobernar el dato.

    • SQL
    • Python
    • API / Files
  2. Perfilado y diagnóstico

    Perfilo tipos, nulos, duplicados, cardinalidad y patrones para medir el estado real de los datos, localizar anomalías y priorizar qué debe corregirse antes de aplicar reglas.

    • Pandas
    • SQL
    • Profiling
  3. Normalización y calidad

    Estandarizo formatos, reconcilio duplicados y aplico reglas de calidad; las excepciones que no pueden resolverse con seguridad quedan identificadas para revisión.

    • Python
    • SQL
    • DBT
  4. Linaje y trazabilidad

    Registro fuentes, transformaciones y dependencias para reconstruir cómo se genera cada activo, evaluar el impacto de los cambios y conservar evidencia auditable.

    • OpenLineage
    • DBT
    • Lineage
  5. Ownership y metadatos

    Asigno responsables, definiciones, dominio y clasificación para convertir el dataset técnico en un activo que negocio y tecnología puedan entender y gobernar.

    • Collibra
    • Purview
    • Glosario
  6. Modelo y reglas de gobierno

    Traduzco el contexto de negocio en políticas y reglas explícitas sobre identidad, calidad, consentimiento, responsabilidad y uso, definiendo qué debe validarse antes de publicar el activo.

    • Data Contracts
    • Git
    • Policies
  7. Controles y automatización

    Convierto las reglas en validaciones ejecutables, automatizo su aplicación y conservo evidencia reproducible para detectar incumplimientos y gestionarlos de forma consistente.

    • Python / SQL
    • Bash / PS
    • CI/CD
  8. Monitorización y alertas

    Monitorizo calidad, freshness, controles y SLAs para detectar desviaciones y generar alertas antes de comprometer la confianza en el activo.

    • DQ Metrics
    • Alertas
    • SLAs
  9. Datos gobernables

    Publico un activo con responsable, contexto, linaje, clasificación, controles, calidad conocida y restricciones de uso verificables.

    • Catálogo
    • Linaje
    • Evidencia