Plataforma de Procesamiento Stream para una Telco Mexicana
Visión general
De qué trata este proyecto.
Diseña el pipeline: Kafka como bus (autogestionado o gestionado), Flink corre los jobs de detección (ventana de 5 minutos por celda, baseline EWMA — Exponentially Weighted Moving Average), sink a ClickHouse para dashboards Grafana. Carga sintética llega a 220.000 eventos/s. Reporta latencia end-to-end p99, throughput sostenido y coste de cluster proyectado. Documenta política de recuperación tras fallo de nodo Flink.
El Briefing
Lo que harás y lo que demostrarás.
Procesar 220.000 eventos/s con latencia end-to-end p99 inferior a 30 segundos y recuperación tras fallo de nodo en menos de 90 segundos.
Earning criteria — what you'll demonstrate
- Diseñar pipelines streaming con backpressure manejado
- Aplicar checkpointing y exactly-once en Flink
- Definir SLOs operativos para procesamiento stream
- Razonar sobre coste y escalado en arquitecturas event-driven
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosIngeniero de Datos
Construir pipelines stream con Flink + Kafka es trabajo cotidiano del data engineer en empresas con eventos masivos.
Este proyecto afina
- stream-processing
- flink
- kafka
Ingeniero de MLOps
Definir SLOs, observabilidad y recuperación tras fallo es directamente el músculo MLOps en plataformas event-driven.
Este proyecto afina
- observability
- kubernetes
- infrastructure-as-code
Arquitecto de Soluciones de IA
Defender una arquitectura con métricas de rendimiento y coste es el músculo del solutions architect en telco.
Este proyecto afina
- stream-processing
- infrastructure-as-code
- observability