Strategy
Rediseñar arquitectura de datos para fintech B2B en Ciudad de México
Visión general
De qué trata este proyecto.
En equipo de 4 personas, debes analizar la arquitectura de datos actual de la fintech (te proporcionamos un esquema simplificado, ejemplos de inconsistencias y requisitos de negocio), diseñar una arquitectura objetivo que incluya data warehouse, pipeline de extracción-transformación-carga (ETL — proceso de mover y transformar datos entre sistemas) y capa de gobernanza, y prototipar en Python o Java uno de estos tres componentes: (a) pipeline de deduplicación de clientes usando reglas de coincidencia difusa, (b) modelo de cálculo de CAC y LTV con trazabilidad completa, o (c) sistema de alertas de anomalías para detección de fraude en transacciones. Además, debes elaborar un roadmap de implementación de 6 meses con priorización de quick wins (mejoras de bajo esfuerzo y alto impacto), estimación de recursos y gestión de riesgos. La presentación final debe convencer al director de tecnología y al director financiero de que la propuesta es viable técnicamente y rentable.
El Briefing
Lo que harás y lo que demostrarás.
La arquitectura de datos heredada no escala con el crecimiento de clientes, genera inconsistencias en métricas financieras clave y no permite la detección oportuna de riesgos de fraude y crédito.
Earning criteria — what you'll demonstrate
- Diseñar arquitecturas de datos empresariales que integren requisitos técnicos de escalabilidad con necesidades de negocio de trazabilidad y auditoría
- Implementar un componente de datos en Python o Java aplicando principios de programación orientada a objetos (OOP — paradigma de organizar código en objetos con propiedades y métodos) y buenas prácticas de testing
- Comunicar propuestas técnicas complejas a audiencias mixtas (técnicas y ejecutivas) usando lenguaje de negocio y evidencia cuantificada
- Priorizar iniciativas de datos usando frameworks de valor/impacto y construir roadmaps realistas con restricciones de recursos
- Aplicar conocimientos de manipulación de datos y programación para resolver problemas de calidad, duplicación y latencia en entornos de alta transaccionalidad
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.
Ingeniero de Datos Junior
La experiencia en diseñar pipelines ETL, manejar calidad de datos a escala y prototipar componentes de procesamiento prepara directamente para roles de ingeniería de datos en startups en crecimiento.
Este proyecto afina
- etl-design
- python-or-java
- data-architecture
Consultor de Transformación Digital
La capacidad de diagnosticar deuda técnica, cuantificar su impacto en negocio y diseñar roadmaps de modernización por fases es central en consultoría de transformación digital para instituciones financieras.
Este proyecto afina
- technical-roadmapping
- stakeholder-communication
- data-architecture
Arquitecto de Datos
El diseño de arquitecturas empresariales que equilibran escalabilidad, gobernanza y coste, con prototipos validados, constituye la experiencia práctica más relevante para roles senior de arquitectura de datos.
Este proyecto afina
- data-architecture
- etl-design
- technical-roadmapping