Los roles dentro de la ingeniería de software y datos son cada vez más esenciales para impulsar la innovación y la excelencia operativa. Nubank, como líder en la industria fintech, ejemplifica esta tendencia a través de su diverso equipo de Ingenieros de Software, Ingenieros de Análisis, Científicos de Datos, Ingenieros de Machine Learning y Analistas de Negocios.

Cada uno de estos roles desempeña una parte crucial en el desarrollo, optimización y despliegue de soluciones basadas en datos. Este post del blog profundiza en las contribuciones únicas de cada rol en Nubank, su colaboración sinérgica, y un ejemplo práctico de cómo se unen para desarrollar un widget de recomendación de productos centrado en el cliente.

Nuestro objetivo es proporcionar una visión de la multifacética ingeniería de datos y software, ilustrando cómo cada rol contribuye al objetivo general de mejorar la experiencia del cliente y la eficiencia empresarial.

Ingeniería de software: la programación como núcleo

El rol de los Ingenieros de Software es crucial, abarcando el desarrollo y mantenimiento de aplicaciones orientadas al cliente y microservicios backend.

Estos ingenieros trabajan en todo, desde el desarrollo de aplicaciones móviles usando Flutter hasta la creación de microservicios con Clojure, integrando tecnologías como Kafka y hospedando en AWS.

Más allá de la programación, son responsables de la calidad, estabilidad y rendimiento de sus entregables, asegurando pruebas rigurosas y monitoreo proactivo para cualquier problema en producción.

Descubre las oportunidades

Ingeniería de analítica: manejo y optimización de datos

Los Ingenieros de Analítica juegan un papel fundamental en la creación y mantenimiento de conjuntos de datos de alta calidad y alto rendimiento. Sus responsabilidades incluyen contribuir a las canalizaciones de datos, visualización de datos y soporte a usuarios, especialmente en Scala.

Se enfocan en automatizar procesos para escalabilidad y eficiencia, manejando datos de diversas fuentes y promoviendo la accesibilidad de datos y las mejores prácticas en toda la organización.

A pesar de que esta definición se aplica a los Ingenieros de Analítica en todas las unidades de negocio, es importante notar que existen variaciones importantes en el trabajo realizado en cada unidad.

Por ejemplo, en la unidad de negocio de Marketplace, los Ingenieros de Analítica están muy enfocados en crear y mantener conjuntos de datos. Sin embargo, en la unidad de Datos, están más preocupados por mejorar la plataforma de datos y las herramientas de datos para ayudar a otros Ingenieros de Analítica.

Ciencia de datos: resolución de problemas empresariales con datos

Los Científicos de Datos en Nubank tienen la tarea de resolver problemas empresariales complejos utilizando datos. Desarrollan modelos predictivos para respaldar decisiones empresariales clave, innovan continuamente en el desarrollo de características y evalúan rigurosamente el rendimiento de los modelos.

Compartir conocimientos y colaborar con diferentes equipos es un aspecto significativo de su rol. Utilizan herramientas como Jupyter Notebooks, Scikit-learn, Keras y bibliotecas de código abierto desarrolladas internamente para su trabajo analítico.

Colaboración sinérgica entre roles de datos

El esfuerzo colaborativo entre Ingenieros de Software, Ingenieros de Analítica y Científicos de Datos resalta el enfoque multifacético hacia la gestión y utilización de datos en Nubank. Cada rol contribuye de manera única: los Ingenieros de Software construyen la infraestructura técnica, los Ingenieros de Analítica optimizan el manejo de datos, y los Científicos de Datos aplican estos datos para abordar desafíos empresariales del mundo real. Esta interacción cohesiva es esencial para reforzar nuestra estrategia centrada en datos.

Ingenieros de Machine Learning: uniendo modelos e infraestructura

Los Ingenieros de Machine Learning en Nubank desempeñan un papel crucial en la operacionalización de los modelos creados por nuestros Científicos de Datos. Toman estos modelos sofisticados, inicialmente desarrollados en entornos como Python notebooks, y los adaptan a nuestra infraestructura, que incluye tecnologías como Scala y Clojure.

Sus responsabilidades van más allá del despliegue, incluyendo el monitoreo y mantenimiento continuo de los modelos, asegurando la consistencia, precisión y salud del sistema.

Analistas de Negocios: toma de decisiones y análisis

Los Analistas de Negocios en Nubank son los pensadores estratégicos que facilitan la toma de decisiones de principio a fin, aprovechando toda la infraestructura de datos.

Su proceso implica el análisis de negocios para identificar oportunidades, diseñar pruebas para validar hipótesis, implementar estrategias y monitorear los resultados. Analizan los resultados de las pruebas y desarrollan estrategias empresariales basándose en los datos, considerando tanto la perspectiva de la empresa como la del cliente.

También participan en procesos internos, utilizando datos para mejorar el reclutamiento, las encuestas internas y la eficiencia operativa.

Desarrollo de un widget

Para ilustrar cómo interactúan estos roles, consideremos un proyecto para desarrollar un widget de recomendaciones de productos en nuestra aplicación, personalizado según el comportamiento individual del cliente. El proceso incluye:

  • Recolección de datos:  los Ingenieros de Analítica extraen y modelan los datos necesarios para el proyecto, haciéndolos accesibles para su análisis.
  • Desarrollo del modelo: los Científicos de Datos analizan los datos y desarrollan el modelo de recomendación.
  • Operacionalización del modelo:  los Ingenieros de Machine Learning se encargan de desplegar el modelo, asegurando que los inputs estén en su lugar y monitoreando su rendimiento. También ayudan a determinar la viabilidad de ciertas características.
  • Análisis de negocio: los Analistas de Negocios colaboran con los Científicos de Datos para optimizar funciones basadas en los resultados del modelo, evaluando los impactos comerciales de estas recomendaciones.
  • Creación del dataset final: dependiendo de la complejidad de las reglas de negocio derivadas del modelo, los Analistas de Negocios o los Ingenieros de Analítica crean un dataset final con las decisiones de productos para los clientes.
  • Desarrollo del widget: los Ingenieros de Software desarrollan el widget en la aplicación, utilizando el dataset final para mostrar recomendaciones personalizadas de productos a los clientes.

Conclusiones clave:

  • Procesos secuenciales pero superpuestos: aunque se describen de manera secuencial, estos pasos a menudo ocurren simultáneamente o se superponen, lo que pone de relieve la naturaleza dinámica y flexible de nuestra gestión de proyectos.
  • Versatilidad de roles: estos roles no son rígidos; a menudo se superponen y se apoyan mutuamente. Por ejemplo, un Analista de Negocios podría involucrarse en el modelado de datos, o un Ingeniero de Analítica podría desarrollar datasets para los inputs del modelo.

Conclusión

Los esfuerzos colectivos de todos los roles de datos en el desarrollo de un widget de recomendaciones de productos destacan la importancia de un enfoque integrado en la ingeniería de datos y software. Al combinar sus habilidades y perspectivas únicas, estos profesionales en Nubank demuestran el poder del trabajo en equipo para crear soluciones que no solo son tecnológicamente avanzadas, sino que también están profundamente sintonizadas con las necesidades de los clientes.

Esta exploración sirve como testimonio de la importancia de la diversidad de conocimientos en la industria tecnológica, demostrando que la suma de los esfuerzos colaborativos es mayor que sus partes individuales. Es un ejemplo inspirador tanto para empresas como para profesionales, que enfatiza el valor de la colaboración multidisciplinaria en el mundo en constante evolución de la tecnología.

Mira lo que compartimos sobre este tema en Meetup a continuación:

Descubre las oportunidades