INFO CENCOSUD + PREGUNTAS TECH

Cuestionario para Videoentrevista Asíncrona (2 Minutos Máximo por Respuesta)1. Ecosistema AWS y Elección de Cómputo

"Describe una arquitectura en AWS donde hayas tenido que elegir entre AWS Glue, Amazon EMR y AWS Lambda. ¿Qué criterios de volumen, latencia y costo utilizaste para decidir cuál usar en cada etapa del pipeline?"

Objetivo: Evaluar criterio de arquitectura en nube y optimización de recursos/costos en AWS.

2.

Arquitectura

Medallón (Bronze, Silver, Gold)

"Explica el flujo de datos a través de las capas Bronze, Silver y Gold en un Data Lakehouse. ¿Qué tipo de transformaciones aplicas en cada capa y cómo garantizas que la capa Gold esté lista para el negocio?"

Objetivo: Verificar conocimientos de patrones modernos de diseño de datos y madurez de la información.

- Orquestación y Resiliencia con Apache Airflow

"En Apache Airflow (o MWAA), ¿cómo estructuras un DAG crítico para manejar fallos intermitentes, reintentos y alertas en pipelines de tiempo casi real? Menciona un operador o práctica que uses para garantizar la idempotencia."

Objetivo: Medir capacidad técnica en orquestación, manejo de errores y automatización.

4.

Procesamiento Near Real

Time (NRT) y Streaming

"¿Qué herramientas de streaming (Kinesis, MSK/Kafka, Spark Streaming) has utilizado para procesar datos en tiempo casi real? ¿Cómo manejas el desorden de eventos (late-arriving data) o los picos repentinos de tráfico?"

Objetivo: Probar experiencia real en ingesta/procesamiento continuo y baja latencia.

- Transformación y Gobernanza con dbt / Arc Framework

"¿Cómo gestionas la capa de transformación con herramientas declarativas como dbt o frameworks configurables? ¿De qué manera aseguras la calidad (data quality tests) y la documentación en esos pipelines?"

Objetivo:



Evaluar estándares de calidad de código, gobernanza y marcos de trabajo modernos.

- Integración con Analítica Avanzada / ML (GBT)

"¿Cómo conectas tus pipelines de datos con entornos de Machine Learning o analítica avanzada (por ejemplo, modelos GBT o SageMaker)? ¿Cómo pones a disposición los datos procesados para consumo de la capa predictiva?"

Objetivo: Validar la capacidad de servir datos preparados para IA/ML y analítica avanzada.

- Optimización de Rendimiento y Costos en AWS

"Cuéntanos sobre una ocasión en la que hayas tenido que optimizar un proceso lento o costoso en Amazon Redshift, Athena o S3. ¿Qué cambios concretos realizaste en particionamiento, formatos o consultas?"

Objetivo: Detectar mentalidad de ingeniería Senior enfocada en eficiencia y costos.

- Escalabilidad en Retail y Modalidad de Trabajo

"En el sector Retail / Centros Comerciales se manejan picos masivos de datos (ej. eventos de alto tráfico). ¿Cómo diseñas un pipeline para resistir esa carga masiva? Confírmanos también tu disponibilidad para el esquema híbrido (2 días en Miraflores)."

Objetivo: Evaluar ajuste a la industria masiva, pensamiento bajo presión e idoneidad logística.

Criterios de Puntuación por Pregunta (Escala de 1 a 5)PuntajeDefinición del Nivel de Respuesta1 PtInsuficiente: Respuesta evasiva, incorrecta o desconocimiento total de la herramienta/concepto.2 PtsBásico (Teórico):



Conoce el concepto de forma teórica pero carece de experiencia práctica aplicada.3 PtsIntermedio (Práctico): Explica la solución operativa básica, pero no profundiza en casos borde, costos o resiliencia.4 PtsAvanzado (Seniority sólido): Domina la herramienta, menciona buenas prácticas, optimización y resolución de fallos.5 PtsExcepcional (Visión de Arquitecto): Respuesta clara, estructurada dentro de los 2 min, enfocada en costo, escalabilidad, alta disponibilidad y negocio.Matriz de Evaluación Final: Puntaje Total, Aptitud y Seniority

Puntaje Máximo Posible: 40 Puntos (8 preguntas × 5 pts)

[0 - 23 Puntos] ------> NO APTO[24 - 29 Puntos] -----> APTO (Nivel Junior / Trainee)[30 - 34 Puntos] -----> APTO (Nivel Semi-Senior / Mid)[35 - 40 Puntos] -----> APTO (Nivel Senior)Desglose de Decisión:

0 a 23 Puntos (No Apto):

El candidato no alcanza el nivel mínimo requerido en herramientas fundamentales como AWS, Airflow o procesamiento NRT.

24 a 29 Puntos (Apto - Junior):

Domina conceptos básicos de SQL, Python o tablas, pero carece de experiencia en arquitecturas distribuidas, streaming o toma de decisiones de diseño en la nube. Requiere constante supervisión.

30 a 34 Puntos (Apto - Semi-Senior):

Construye pipelines funcionales en AWS y gestiona Airflow con autonomía en tareas del día a día, pero muestra vacíos en optimización avanzada de costos, arquitecturas streaming complejas o liderazgo técnico.

35 a 40 Puntos (Apto - Senior):

Perfil buscado para la vacante. Demuestra dominio absoluto en procesamiento batch/streaming en AWS, arquitectura Medallón, resiliencia en Airflow, dbt y optimización de costos. Cuenta con visión holística para un contexto de alto impacto en Retail.

📌 Data Engineer [ONLY Lima PER] cencosud
🏢 Tekton Labs
📍 Lima