Currículum de ingeniero/a de datos (data engineer): ejemplos y guía para redactarlo

Este ejemplo es de una ingeniera con cinco años de trabajo en pipelines que empezó como analista BI, pasó al ETL y ahora es responsable de un data warehouse en Snowflake. El nombre y las empresas son ficticios. Copia la estructura y cambia el stack, los volúmenes y las cifras de SLA por los tuyos.

En la mayoría de puestos de ingeniería de datos, el primer filtro lo hace un ingeniero en activo, no un reclutador. Dedica entre 40 y 60 segundos y suele buscar estas cosas.

• El stack, escrito como lo escribe la oferta. Airflow, dbt, Spark, Kafka, Snowflake, BigQuery, Databricks, Redshift, Fivetran, Terraform. Si usan Databricks y tu currículum no lo menciona ni una vez, te quedas fuera aunque lo conozcas.
• Escala. Filas o eventos al día, número de tablas y pipelines, tamaño del data warehouse, número de sistemas origen y de consumidores. La escala les dice con qué problemas te has topado ya.
• Trabajo de fiabilidad. SLA, puntualidad de las cargas, backfills, idempotencia, reintentos, alertas, guardias, número de incidencias. Construir un pipeline una vez lo hace cualquiera. El trabajo es mantener 140 en marcha.
• Coste. La factura del data warehouse en la nube es un problema real en casi todas las empresas. Quien redujo el gasto en un porcentaje concreto recibe una llamada.
• Criterio de modelado. Esquema en estrella, dimensiones lentamente cambiantes, granularidad, modelos incrementales, particionado y clustering. Esto distingue a un ingeniero de datos de alguien que encadena scripts y cron.

“Leo la línea de competencias y luego busco una cifra que muestre escala y otra que demuestre que algo se mantuvo en pie. Si están las dos, el resto del currículum se lee con atención. Si toda la página es una lista de herramientas, tardo unos quince segundos.”

Tres o cuatro líneas bajo tu nombre: puesto, años, stack y una o dos cifras. Aquí tienes versiones para dos, tres y más de cinco años, además de las de cambio de carrera y sin experiencia.

El fallo habitual es describir la herramienta en lugar del resultado. «Usé Airflow para orquestar procesos ETL» no le dice a quien lee nada que no pueda deducir de tu puesto.

Agrupa tus competencias para que quien lee encuentre la coincidencia rápido, y pon primero el grupo que encaja con la oferta. Si el puesto es de ingeniero/a de datos en Azure, Azure va arriba, no AWS.

• Lenguajes: Python, SQL, Scala, Java, Bash. Indica cuáles usas a diario y cuáles sabes leer.
• Procesamiento: Spark y PySpark, Databricks, Flink, pandas, Polars, DuckDB.
• Orquestación y transformación: Airflow, Dagster, Prefect, dbt, Azure Data Factory, AWS Step Functions.
• Streaming y mensajería: Kafka, Kinesis, Pub/Sub, Debezium y captura de cambios de datos (CDC).
• Data warehouses y data lakes: Snowflake, BigQuery, Redshift, Synapse, Delta Lake, Apache Iceberg, Hudi, Parquet.
• Nube e infraestructura: AWS, Azure o GCP con el nombre de cada servicio, Terraform, Docker, Kubernetes, GitHub Actions o GitLab CI.
• Modelado y gobierno del dato: modelado dimensional, esquema en estrella, dimensiones lentamente cambiantes, contratos de datos, Great Expectations o tests de dbt, herramientas de catálogo, linaje a nivel de columna.

Las certificaciones no te consiguen el puesto de ingeniero/a de datos, pero te ayudan a pasar el filtro de selección y pesan más si vienes de analítica o de soporte. Pon solo las vigentes, con el año.

• AWS Certified Data Engineer – Associate. El itinerario actual de AWS para este puesto.
• Google Cloud Professional Data Engineer. Muy reconocida y uno de los exámenes más difíciles de las tres nubes.
• Microsoft Certified: Fabric Data Engineer Associate (examen DP-700). La certificación actual de Microsoft en ingeniería de datos. Los exámenes antiguos de ingeniería de datos en Azure se han retirado, así que comprueba cuál está vigente antes de reservar.
• Databricks Certified Data Engineer Associate o Professional. Merece la pena si la oferta menciona Databricks o Delta Lake.
• SnowPro Core. Útil cuando el data warehouse es Snowflake, que lo es a menudo.
• Titulación: lo habitual es un grado en Ingeniería Informática, otra ingeniería, Matemáticas o similar, pero muchos ingenieros de datos llegan desde la analítica, el desarrollo de software o un bootcamp. Pon la formación al final cuando tengas dos años de experiencia.

Es una de las versiones que más se buscan, y la respuesta honesta es que una sección de proyectos sustituye a la de experiencia. Un proyecto a fondo vale más que cinco tutoriales.

1. 1Construye un pipeline de extremo a extremo y ponlo a funcionar de forma programada durante meses. Origen, ingesta, orquestación, transformación, tests, una tabla en el data warehouse y algo que la consuma. Ese último tramo es el que se saltan casi todos los proyectos de portfolio.
2. 2Describe el proyecto en el currículum como si fuera un empleo: qué mueve, con qué frecuencia, qué volumen y qué pasa cuando falla. «Extrae 2 millones de filas al día de una API de transporte público y las carga en Postgres con Airflow y dbt, con alertas, funcionando a diario desde 01/2026».
3. 3Incluye infraestructura como código. Un archivo de Terraform y un Dockerfile demuestran que has pensado más allá de tu portátil.
4. 4Añade tests. Incluso tres tests de dbt y un control de frescura demuestran que entiendes que los pipelines fallan en silencio.
5. 5Enlaza un repositorio de GitHub con un README de verdad, con un diagrama de arquitectura y un apartado sobre qué harías de otra manera. Quien revisa abre un solo repositorio.
6. 6Reconvierte cualquier empleo con mucho SQL que ya tengas: analista, ingeniero/a de soporte, analista financiero/a, QA. Filas consultadas, informes automatizados, horas ahorradas.
7. 7Limítalo a una página y pon la línea de competencias cerca del principio, porque un reclutador que busque «Airflow» en su software de selección (ATS) tiene que encontrarla.

• Una página si estás empezando o llevas pocos años; hasta dos con más experiencia. Nadie lee un currículum de ingeniero/a de datos de tres páginas.
• Una sola columna, sin barras laterales ni barras de nivel en las competencias. Los diseños a dos columnas se desordenan al procesarlos y una barra de nivel no le dice nada a quien lee.
• Pon el bloque de competencias en el tercio superior. Los reclutadores buscan nombres exactos de herramientas en su sistema, y el ATS tiene que encontrarlos en el texto, no en una cabecera ni en una imagen.
• Escribe las herramientas como las escribe la oferta e incluye las dos formas cuando difieran: «Airflow (Apache Airflow)», «dbt (data build tool)», «GCP (Google Cloud Platform)».
• Envíalo en PDF salvo que el formulario diga otra cosa, y llámalo nombre-apellido-ingeniero-datos.pdf.
• Incluye un enlace a GitHub y, si lo tienes, a un blog técnico breve. Quien revisa sí hace clic, pero solo en un enlace, así que elige el mejor.
• La foto es opcional en España; no pongas fecha de nacimiento ni dirección completa, basta con la ciudad. Así la parte superior de la página queda libre para tu stack.