Cloud & Big Data
core# donde vive el volumen
Azure DatabricksAzure Data Factory
PySparkSpark / Scala
ADLS Gen2Delta Lake
SnowflakeHadoop · HDFS · Hive
AWS S3 · EC2 · EKSAzureML
CloudWatchCloudera CDP
Sr. Data Engineer · Buenos Aires
Emanuel
Baquero Nicolás
Data Engineering
Cloud Architecture
Sistemas agénticos
Machine Learning
MLOps
Autor técnico
Construyo el camino completo del dato: desde la ingesta masiva de sistemas legados hasta el agente que decide y aprende en producción. Escribí un libro sobre ese recorrido y salió de sistemas reales, con sus errores incluidos. Además lo hago legible: mi formación en Diseño Gráfico convierte arquitecturas complejas en tableros que un comité entiende en treinta segundos.
Ciudad Autónoma de Buenos Aires, Argentina · UTC-3
En producción
0
desde 2018
Migrado a cloud
0
on-prem → Azure
Carga sostenida
0
requests / hora
Reducción ETL
0
tiempos de carga
Organizaciones
0
AR · PE · multinacional
Certificaciones
0
con link verificable
Libro publicado
0
machine learning aplicado
Páginas escritas
0
3 partes · castellano
Stack técnico
herramientas en uso productivoLenguajes & Datos
daily# de la query al modelo
PythonSQL
PL/SQLT-SQL
Shell ScriptingPandas · NumPy
Scikit-learnVaex · Dask
OracleSQL Server
PostgreSQLMongoDB
RedisScala
Orquestación & DevOps
infra# que corra solo, todos los días
Apache AirflowDocker
Kubernetes · AKS/EKSApache NiFi
KafkaAzure DevOps
GitLab CI/CDTerraform
HelmDocker Swarm
Git · GitHubLinux · Ubuntu/CentOS
IA, Backend & Visual
applied# el modelo servido y explicado
TensorFlowPyTorch
KerasSpark MLlib
Aprendizaje por refuerzoAgentes / POA
OpenAI APIDeepSeek · Llama 3
FastAPIFlask · REST
DjangoOAuth2
Power BIChart.js
Elastic · ELKWhisper AI · FFmpeg
Trayectoria
graph view · 2018 → hoyQuilmes
Sr. Data Engineer RUNNING ene 2025 → hoytask_id = quilmes__cloud_migration_las | retries=0 | sla=met
- Migración a escala cloud. Lideré el traspaso crítico de +15 TB de datos históricos desde on-premise hacia Azure, orquestando flujos híbridos con Azure Data Factory y Apache NiFi.
- Optimización de procesamiento. Pipelines ETL paralelizados en PySpark sobre Databricks: −60% en tiempos de carga para las verticales de ventas y logística.
- Arquitectura de Data Lake. Diseñé un lake sobre ADLS Gen2 con particionamiento dinámico, mejorando el rendimiento de consultas analíticas y el consumo desde Power BI.
DatabricksPySparkADF
NiFiADLS Gen2Power BI
Pi Consulting
Sr. Data Engineer SUCCESS 2022 → 2024task_id = pi_consulting__end_to_end_azure | duration=2y
- Ecosistema end-to-end. Soluciones integrales sobre Azure Data Factory, integrando transformaciones en Databricks (PySpark/Scala) y AzureML para el despliegue de modelos productivos.
- DevOps y automatización. Automaticé el ciclo de vida de las aplicaciones con pipelines CI/CD en Azure DevOps, contenedores Docker y orquestación en Kubernetes.
Azure DevOpsAzureMLKubernetes
DockerScala
Yambal
Data Engineer · Proyecto minero (Perú) SUCCESS 2023task_id = yambal__mining_ingestion | region=PE
- Ingeniería de datos industrial. Diseñé la arquitectura de ingesta para operaciones mineras a gran escala, asegurando integridad de la información en entornos de baja conectividad.
- Visualización estratégica. Tableros de control avanzados en Power BI alimentados por transformaciones en Databricks y Data Factory, para decisión en tiempo real.
Power BIDatabricksADF
Telefónica
Cloud Data Engineer SUCCESS 2021 → 2023task_id = telefonica__realtime_ingestion_api | throughput=500K/h
- Ingesta de alta performance. Arquitecturas de ingesta en tiempo real con APIs RESTful (FastAPI/Flask) e integración de OAuth2 para flujos de datos sensibles.
- Escalabilidad en Kubernetes. Microservicios sobre clústeres gestionados (AKS/EKS) escalando la ingesta hasta +500K solicitudes por hora.
- Latencia. −40% en tiempo de respuesta de las APIs vía caching con Redis y balanceo de carga avanzado.
- Cultura DevOps. CI/CD con GitLab y despliegue multicloud (Azure/AWS): −25% en tiempos de puesta en producción.
FastAPIRedisAKS / EKS
GitLab CIOAuth2
Accenture
Cloud Data Engineer SUCCESS 2020 → 2022task_id = accenture__dwh_modeling | volume=10TB
- Migraciones estratégicas. Migración de +10 TB desde entornos locales a Azure con stack híbrido NiFi + Data Factory.
- Orquestación cloud native. Flujos paralelizados en Apache Airflow para ingesta automatizada de APIs públicas, persistiendo en AWS S3 y MongoDB.
- Arquitectura de información. Lideré el modelado de Data Warehouses, estructurando esquemas complejos para tableros usados por C-Level.
AirflowAWS S3MongoDB
NiFiData Warehousing
Cognition BI
Data Scientist & Engineer SUCCESS 2020 → 2022task_id = cognition__computer_vision_rt | model=cnn
- Computer vision en tiempo real. Lideré el desarrollo y despliegue de un sistema de IA con redes neuronales (TensorFlow) para detección automatizada de temperatura y uso de elementos de seguridad, con backend en Django.
- Infraestructura de inferencia. Microservicios sobre AWS EC2 en contenedores Docker, con observabilidad y alertas vía Amazon CloudWatch.
TensorFlowDjangoAWS EC2
CloudWatchDocker
BP4 / Open Solutions
Desarrollador ETL SUCCESS 2018 → 2020task_id = bp4__legacy_etl_reengineering | upstream=root
- Automatización de ingesta. Scripts complejos en Shell Scripting y PL/SQL para cargas masivas sobre motores Oracle.
- Optimización de performance. Re-ingeniería de procesos ETL legados: −45% en tiempos de ejecución y mejor consistencia de los datos productivos.
OraclePL/SQLShell Scripting
Forms & Reports
Perfil técnico
autoevaluación por dominioCobertura de dominio
autoevaluaciónSistemas agénticos
marco propio · Programación Orientada a AgentesAnatomía de un agente
ciclo percepción → acción# un objeto ejecuta; un agente evalúa y puede negarse
Principios de diseño
POA- El agente, no el objetoEstado, percepción, política, acción y, opcionalmente, capacidad de aprender.
- Mensaje y contratoDel método invocado al mensaje negociado: el receptor puede evaluar y rechazar.
- Aprendizaje de primera claseNo es un parche externo al sistema: es un órgano del núcleo del agente.
- Autonomía graduadaLa supervisión se escala según el desempeño; la autonomía se conquista, no se otorga.
- Infraestructura como arquitecturaAislamiento, persistencia y comunicación son parte del diseño, no del deploy.
- Seguridad y alineaciónToda acción reversible o limitada; el objetivo medido debe ser el objetivo real.
Mapa del aprendizaje automático
modelos que documento y aplicoSupervisado
con maestroDatos etiquetados: el modelo aprende comparándose con la verdad conocida. Regresión si la respuesta es un número, clasificación si es una categoría.
Regresión linealLineal múltiple
Regresión logísticaK vecinos (KNN)
Árboles de decisiónSVM
Naive BayesRandom Forest
Boosting · XGBoostRedes neuronales
No supervisado
sin guíaSin respuestas correctas: la tarea es hallar estructura en el caos. Segmentar clientes, agrupar comportamientos, comprimir dimensiones sin perder señal.
ClusteringK-Means
Segmentación de clientesPCA
Reducción de dimensionalidadDetección de anomalías
Por refuerzo
el modelo actúaNi etiquetas ni silencio: recompensa. El agente prueba, mide la consecuencia y ajusta su política. Es el puente entre predecir y decidir.
Política y recompensaExploración vs. explotación
Q-LearningDeep RL
Shaping de recompensaAuto-evaluación
Aprendizaje profundo
la sala de máquinasDel perceptrón a la red profunda: capas que construyen representaciones cada vez más abstractas a partir de datos crudos.
PerceptrónBackpropagation
Funciones de activaciónTensorFlow
PyTorchKeras
El equilibrio
sesgo · varianzaEl dilema más profundo de la disciplina: aprender lo justo. El sobreajuste memoriza sin entender; el subajuste simplifica de más. Acertar es generalizar.
SobreajusteSubajuste
Validación cruzadaRegularización
Métricas de error · SSE
Del modelo al sistema
MLOpsUn modelo que no llega a producción no existe. Empaquetado, servido, monitoreado y reentrenado con el mismo rigor que un pipeline de datos.
AzureMLSpark MLlib
FastAPI · inferenciaDocker · Kubernetes
Airflow · reentrenamientoTelemetría y drift
Publicaciones
autor · castellano#MACHINELEARNING
El Aprendizaje de las Máquinas
EMANUEL BAQUERO
Una invitación, no un manual para iniciados. No presupone matemática avanzada ni una línea de código: cada concepto se ancla en una analogía cotidiana y las fórmulas siempre llegan acompañadas de su significado en palabras llanas.
- P. ILos cimientos: qué significa que una máquina aprenda, con maestro y sin guía, y los modelos con los que todo empieza.
- P. IIMás allá de la línea recta: árboles que preguntan, vectores que maximizan márgenes, redes que imitan al cerebro.
- P. IIILa sala de máquinas: redes profundas, los caminos del aprendizaje y el cruce hacia sistemas que no solo predicen, sino que actúan.
Proyecto propio
fuera del horario de oficinaDeltaFlow Platform
2025 → hoy · platform architect & lead developerPlataforma propietaria de procesamiento distribuido y orquestación de Machine Learning, optimizada para el ecosistema Delta Lake. Es mi banco de pruebas: todo lo que valido acá termina siendo criterio de diseño en proyectos productivos.
- Motor SQL propio + interfaz de monitoreo en Flask con telemetría en vivo de tablas Delta dentro de entornos containerizados.
- Copilot integrado que genera Notebooks de Databricks y DAGs de Airflow: +40% de productividad de desarrollo.
- Pipeline de subtitulado automático con Whisper AI y FFmpeg embebido en DAGs de Airflow.
PythonPySparkAirflow
DockerFlaskOpenAI API
DeepSeek / Llama 3
Certificaciones
click para verificar cada unaCoursera · IBM
7 cursosSerie AI Engineer
Udemy
9 cursosInfraestructura y Big Data
Spark y Python con PySpark en AWS verificar ↗
Apache Spark + Scala verificar ↗
Hadoop + Spark práctico verificar ↗
Hadoop Big Data desde cero verificar ↗
Scalable Data Analytics con Dask verificar ↗
Curso completo de Docker verificar ↗
Linux y Shell Script verificar ↗
PL/SQL avanzado verificar ↗
Git + GitHub verificar ↗
Vendor & academia
acreditadoCloud, plataforma y datos
Data Science · Digital House verificar ↗
Microsoft Certified: Azure Data Engineer
Designing Data Lakes on AWS
Cloudera CDP · Essentials
Cloudera CDP · Machine Learning
Cloudera CDP · Data Warehouse
Cloudera CDP · Private Cloud Fundamentals
MongoDB · Replica Set & Cluster Admin
Formación
técnica + visualMaestría
Data Science
Digital House
Especialización
Data Scientist Professional
Digital House
Grado
Ingeniería en Sistemas de Información
UTN · Universidad Tecnológica Nacional
Grado
Diseño Gráfico
UBA · Universidad de Buenos Aires
¿Tenés un pipeline que no escala?
Trabajo con equipos que necesitan mover volumen, ordenar su plataforma de datos o llevar un modelo de la notebook a producción. Contame el problema.