Inicia sesión para guardar tu progreso y continuar en otros dispositivos.
Cómo ser analytics engineer
Aprende a modelar con SQL, a versionar con Git, a escribir transformaciones con pruebas en dbt y a trabajar en un almacén de datos en la nube, para que las cifras de todos los paneles salgan de un único sitio fiable. Cada ejercicio se corrige, y la ruta termina con proyectos, una evaluación cronometrada con todas las herramientas y la entrevista.
Sigue los pasos en este orden. Cada paso es un grupo de unidades de un curso, no el curso entero: las unidades que usa este puesto. Abre una unidad para empezar su primera lección.
1
SQL y modelado de datos
Un analytics engineer escribe SQL todo el día. Consultas, resumes y combinas tablas, usas subconsultas y funciones de ventana, diseñas esquemas y modelas datos para el análisis: hechos, dimensiones y el nivel de detalle de cada tabla.
Los modelos son código, y el código se revisa. Haces commits, revisas el historial, preparas parte de un cambio, creas ramas y las fusionas, igual que un proyecto de dbt pasa de una rama a producción.
dbt es donde ocurre el trabajo. Montas un proyecto, declaras las fuentes, construyes y pruebas modelos, reutilizas lógica con Jinja, añades pruebas de calidad y documentación, procesas de forma incremental, guardas el historial y usas paquetes.
Tus modelos se ejecutan en un almacén de datos en la nube. Aprendes a moverte por Snowflake, a consultarlo, a escribir la lógica de los informes con funciones de ventana, a cambiar datos con seguridad y a controlar quién ve cada informe, con perfiles de consulta para encontrar lo que va lento.
Crea campos y medidas reutilizables, comprueba la granularidad de las uniones y guarda un panel. Usa filtros de acceso para las restricciones regionales y concilia los totales antes de compartir.
Cada proyecto parte del encargo de una empresa ficticia y pasa de una herramienta a otra como en el trabajo real: lo que construyes en una etapa es el punto de partida de la siguiente. Todos los encargos se pueden leer gratis.
Copperline Freight
SnSnowflakedbtdbtTbTableau
Proyecto
Lleva el informe de puntualidad al almacén de datos
El informe de puntualidad de Copperline es una hoja de cálculo que alguien rehace cada lunes. Rehazlo en el almacén de datos: una fila actual por envío en Snowflake, un modelo de dbt probado y una vista de Tableau en la que operaciones pueda confiar.
Wayfriend quiere saber si los amigos que planean quedar pasan tiempo juntos de verdad. Limpia los eventos en bruto, modela las quedadas, mide el éxito y planifica el siguiente día de trabajo.
Operaciones da una tasa de puntualidad y finanzas una menor, para el mismo mes. Averigua por qué, escribe la medida en la que estén de acuerdo los dos equipos y recomienda qué cifra va a los clientes.
Cuando termines las unidades, ponte a prueba con todas las herramientas del puesto a la vez: 15 tareas prácticas en 60 minutos, cada una en su herramienta y corregida automáticamente. El reloj sigue corriendo aunque cierres la página.
Herramienta
Tareas
Minutos
Looker y LookML
3
11
SQL
3
11
Git
3
11
dbt
3
13
SQL de Snowflake
3
11
Cómo se puntúa
Cada herramienta
A punto si aciertas dos tercios de sus tareas o más, Cerca si aciertas un tercio, y si no, Aún no. Una tarea de programación suma la parte de sus pruebas que pasan.
A punto para entrevistas
Un 75 % o más en total, y todas las herramientas en A punto.
Casi a punto
Un 50 % o más en total, y ninguna herramienta en Aún no.
Sigue practicando
Cualquier otro resultado. El informe enumera cada tarea que fallaste con la lección que la enseña.
La evaluación es gratuita. El resultado es una valoración para practicar, con el formato de informe del Centro de entrevistas, no una decisión de contratación. Cada nuevo intento saca tareas distintas cuando el banco de preguntas lo permite.
La entrevista
El Interview Hub hace la entrevista de ingeniero de analítica ronda a ronda, en una empresa ficticia: respondes en voz alta o por escrito, el entrevistador repregunta y el informe cita tus respuestas.
La primera unidad de cada curso, sin cuenta: 4 de las 34 unidades de esta ruta. Todos los encargos de los proyectos se leen gratis, y la evaluación de preparación para el puesto es gratuita.
Un curso
Un curso completo. En esta ruta es uno de estos: SQL (9 unidades), Git (5 unidades), dbt (9 unidades), SQL de Snowflake (6 unidades), Looker y LookML (5 unidades).
Acceso completo
Toda la ruta: cada unidad, cada etapa de los proyectos y la práctica de entrevistas habladas.
Un analytics engineer está entre la ingeniería de datos y el análisis. Toma las tablas en bruto que llegan al almacén de datos y construye los modelos limpios y probados sobre los que informan todos los demás: una sola definición de ingresos, una tabla de clientes activos, una tasa de puntualidad. Escribe SQL en dbt, revisa los cambios de sus compañeros en Git y añade pruebas para que una fuente rota se note antes de que una cifra errónea llegue a un panel.
De una consulta a un modelo con pruebas
SQL y el modelado van primero porque todos los pasos siguientes son SQL. Le sigue Git, porque los proyectos de dbt viven en repositorios. dbt es el paso más largo y el centro del trabajo. El almacén de datos va al final, cuando ya sabes qué vas a ejecutar en él.
Enseñar lo que sabes hacer
El informe de puntualidad de Copperline es una hoja de cálculo que alguien rehace cada lunes. Lo llevas al almacén de datos: una fila actual por envío en Snowflake, un modelo de dbt con pruebas y una vista en la que operaciones puede confiar. En Wayfriend modelas las quedadas a partir de los eventos en bruto. Los dos son el tipo de proyecto por el que preguntan en una entrevista de analytics engineering. Después, la evaluación te dice qué herramienta practicar antes de presentarte.
Preguntas frecuentes
¿Qué diferencia hay entre un analytics engineer y un ingeniero de datos?
Un ingeniero de datos lleva los datos al almacén y mantiene los pipelines en marcha. Un analytics engineer convierte esas tablas en bruto en modelos probados y documentados que usan los analistas y los paneles. La ruta de ingeniero de datos añade Python y orquestación; esta profundiza más en el modelado y en dbt.
¿Necesito saber Python?
Para empezar, no. El analytics engineering es sobre todo SQL, dbt y Git. Python ayuda más adelante, y el curso de Python está ahí cuando lo necesites.
¿Cuánto se tarda?
Las lecciones de esta ruta suman unas 45 horas. No prometemos cuánto se tarda en encontrar trabajo.
¿Cuánto cuesta?
La primera unidad de cada curso es gratis y no pide cuenta. One Course abre un curso entero; All Access abre la ruta completa. En la página de precios ves todos los planes y sus precios.