Los roles dentro de la ingenier\u00eda de software y datos son cada vez m\u00e1s esenciales para impulsar la innovaci\u00f3n y la excelencia operativa. Nubank, como l\u00edder en la industria fintech, ejemplifica esta tendencia a trav\u00e9s de su diverso equipo de Ingenieros de Software, Ingenieros de An\u00e1lisis, Cient\u00edficos de Datos, Ingenieros de Machine Learning y Analistas de Negocios.<\/p>\n\n\n\n
Cada uno de estos roles desempe\u00f1a una parte crucial en el desarrollo, optimizaci\u00f3n y despliegue de soluciones basadas en datos. Este post del blog profundiza en las contribuciones \u00fanicas de cada rol en Nubank, su colaboraci\u00f3n sin\u00e9rgica, y un ejemplo pr\u00e1ctico de c\u00f3mo se unen para desarrollar un widget de recomendaci\u00f3n de productos centrado en el cliente.<\/p>\n\n\n\n
Nuestro objetivo es proporcionar una visi\u00f3n de la multifac\u00e9tica ingenier\u00eda de datos y software, ilustrando c\u00f3mo cada rol contribuye al objetivo general de mejorar la experiencia del cliente y la eficiencia empresarial.<\/p>\n\n\n\n
El rol de los Ingenieros de Software es crucial, abarcando el desarrollo y mantenimiento de aplicaciones orientadas al cliente y microservicios backend.<\/p>\n\n\n\n
Estos ingenieros trabajan en todo, desde el desarrollo de aplicaciones m\u00f3viles usando Flutter hasta la creaci\u00f3n de microservicios con Clojure, integrando tecnolog\u00edas como Kafka y hospedando en AWS.<\/p>\n\n\n\n
M\u00e1s all\u00e1 de la programaci\u00f3n, son responsables de la calidad, estabilidad y rendimiento de sus entregables, asegurando pruebas rigurosas y monitoreo proactivo para cualquier problema en producci\u00f3n.<\/p>\n\n\n\n
Los Ingenieros de Anal\u00edtica juegan un papel fundamental en la creaci\u00f3n y mantenimiento de conjuntos de datos de alta calidad y alto rendimiento. Sus responsabilidades incluyen contribuir a las canalizaciones de datos, visualizaci\u00f3n de datos y soporte a usuarios, especialmente en Scala.<\/p>\n\n\n\n
Se enfocan en automatizar procesos para escalabilidad y eficiencia, manejando datos de diversas fuentes y promoviendo la accesibilidad de datos y las mejores pr\u00e1cticas en toda la organizaci\u00f3n.<\/p>\n\n\n\n
A pesar de que esta definici\u00f3n se aplica a los Ingenieros de Anal\u00edtica en todas las unidades de negocio, es importante notar que existen variaciones importantes en el trabajo realizado en cada unidad.<\/p>\n\n\n\n
Por ejemplo, en la unidad de negocio de Marketplace, los Ingenieros de Anal\u00edtica est\u00e1n muy enfocados en crear y mantener conjuntos de datos. Sin embargo, en la unidad de Datos, est\u00e1n m\u00e1s preocupados por mejorar la plataforma de datos y las herramientas de datos para ayudar a otros Ingenieros de Anal\u00edtica.<\/p>\n\n\n\n
Los Cient\u00edficos 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 caracter\u00edsticas y eval\u00faan rigurosamente el rendimiento de los modelos.<\/p>\n\n\n\n
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 c\u00f3digo abierto desarrolladas internamente para su trabajo anal\u00edtico.<\/p>\n\n\n\n
El esfuerzo colaborativo entre Ingenieros de Software, Ingenieros de Anal\u00edtica y Cient\u00edficos de Datos resalta el enfoque multifac\u00e9tico hacia la gesti\u00f3n y utilizaci\u00f3n de datos en Nubank. Cada rol contribuye de manera \u00fanica: los Ingenieros de Software construyen la infraestructura t\u00e9cnica, los Ingenieros de Anal\u00edtica optimizan el manejo de datos, y los Cient\u00edficos de Datos aplican estos datos para abordar desaf\u00edos empresariales del mundo real. Esta interacci\u00f3n cohesiva es esencial para reforzar nuestra estrategia centrada en datos.<\/p>\n\n\n\n
Los Ingenieros de Machine Learning en Nubank desempe\u00f1an un papel crucial en la operacionalizaci\u00f3n de los modelos creados por nuestros Cient\u00edficos de Datos. Toman estos modelos sofisticados, inicialmente desarrollados en entornos como Python notebooks, y los adaptan a nuestra infraestructura, que incluye tecnolog\u00edas como Scala y Clojure.<\/p>\n\n\n\n
Sus responsabilidades van m\u00e1s all\u00e1 del despliegue, incluyendo el monitoreo y mantenimiento continuo de los modelos, asegurando la consistencia, precisi\u00f3n y salud del sistema.<\/p>\n\n\n\n
Los Analistas de Negocios en Nubank son los pensadores estrat\u00e9gicos que facilitan la toma de decisiones de principio a fin, aprovechando toda la infraestructura de datos.<\/p>\n\n\n\n
Su proceso implica el an\u00e1lisis de negocios para identificar oportunidades, dise\u00f1ar pruebas para validar hip\u00f3tesis, implementar estrategias y monitorear los resultados. Analizan los resultados de las pruebas y desarrollan estrategias empresariales bas\u00e1ndose en los datos, considerando tanto la perspectiva de la empresa como la del cliente.<\/p>\n\n\n\n
Tambi\u00e9n participan en procesos internos, utilizando datos para mejorar el reclutamiento, las encuestas internas y la eficiencia operativa.<\/p>\n\n\n\n
Para ilustrar c\u00f3mo interact\u00faan estos roles, consideremos un proyecto para desarrollar un widget de recomendaciones de productos en nuestra aplicaci\u00f3n, personalizado seg\u00fan el comportamiento individual del cliente. El proceso incluye:<\/p>\n\n\n\n
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 ingenier\u00eda de datos y software. Al combinar sus habilidades y perspectivas \u00fanicas, estos profesionales en Nubank demuestran el poder del trabajo en equipo para crear soluciones que no solo son tecnol\u00f3gicamente avanzadas, sino que tambi\u00e9n est\u00e1n profundamente sintonizadas con las necesidades de los clientes.<\/p>\n\n\n\n
Esta exploraci\u00f3n sirve como testimonio de la importancia de la diversidad de conocimientos en la industria tecnol\u00f3gica, 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 colaboraci\u00f3n multidisciplinaria en el mundo en constante evoluci\u00f3n de la tecnolog\u00eda.<\/p>\n\n\n\n
Mira lo que compartimos sobre este tema en Meetup a continuaci\u00f3n:<\/p>\n\n\n\n