Ian Saura (@iansaura)

Extracto de la clase de mi bootcamp de Data Engineering. Un error de tipo de datos puede romper un pipeline entero en producción. No es solo un error de principiante — lo vi pasar en equipos con años de experiencia. Antes de operar cualquier dato, siempre validá los tipos. ¿Cuánto tiempo te costó…

Extracto de la clase de mi bootcamp de Data Engineering. Pandas sigue siendo el estándar, pero Polars le está pisando los talones. Procesa en paralelo, es más eficiente en memoria y si ya sabés pandas lo aprendés en días. El ecosistema Python en datos está cambiando más rápido de lo que parece…

Extracto de la clase de mi bootcamp de Data Engineering. DuckDB es una de esas herramientas que pocos conocen y que en datasets chicos le gana en performance a Spark. SQL directo dentro de Python, sin infraestructura compleja. Si todavía no lo tenés en el radar, te estás perdiendo una ventaja…

Por eso las empresas están compitiendo con salarios inflados y contratos de hasta $10.000 USD/mes remoto. Capturar esta ventana de oportunidad no te va a llevar años. Si ya sos Data Engineer, el 60% de la arquitectura la tenés resuelta. En mi plataforma te doy el mapa interactivo, la comunidad en…

Extracto de la clase de mi bootcamp de Data Engineering.En todas las empresas donde trabajé o consulté, lo primero que evalúan en una entrevista de datos es pandas. No el stack de big data, no las arquitecturas distribuidas. Pandas. ¿Cuánto tiempo le estás dedicando a dominarlo de verdad? Para más…

Extracto de la clase de mi bootcamp de Data Engineering. Si tu código tiene un for loop iterando sobre un DataFrame, probablemente está corriendo 50 veces más lento de lo que podría. El for es lo peor para performance con datos — vectorización y lambda te cambian el juego por completo. ¿En qué…

Extracto de la clase de mi bootcamp de Data Engineering. Lo que nadie te dice cuando empezás a estudiar datos: el 90% de las empresas no tiene big data. Pandas te va a resolver la mayoría de los problemas reales que vas a encontrar en el laburo. ¿Estás preparándote para Netflix o para el mercado…

tuvimos más de 30 entrevistas esta semana con personas que quieren entrar al bootcamp. estas fueron las 4 preguntas que más se repitieron. → ¿cuánto dura? 8 semanas, 2-3hs por sesión. → ¿cómo son las clases? feedback + teoría + práctica en cada encuentro. → ¿y si quiero cambiar de rol? asesoría…

un alumno preguntó: "nunca en mi vida usé una tupla, ¿para qué sirven?" respuesta: para performance. cuando el sistema sabe que un dato no se va a modificar, lo procesa todo de golpe. vuela. ¿cuándo fue la última vez que usaste una? #python #dataengineering #programacion #techlatam #dataengineer

cuando empecé a programar no existía chatgpt. aprendía pandas leyendo la documentación oficial, chocando con errores, buscando en stackoverflow. hoy les digo lo mismo a mis alumnos: usen el chat cuando trabajen, pero para aprender de verdad, usen la documentación. ¿cómo aprendiste vos a programar?…

pregunta concreta para data engineers: si tu origen no tiene campos de fecha ni de update, ¿cómo hacés carga incremental igual? no es trampa. genuinamente me interesa cómo lo resolverías. los leo en los comentarios. . . #dataengineering #sql #datapipeline #techlatam #dataengineer

lo que más te cuesta en el stack no es lo que menos te gusta. es lo que menos entendés. cuando le metés tiempo de verdad, deja de parecerte tan feo. ¿en qué parte del stack estás postergando entrar? . . #dataengineering #carreratecnologica #aprendizaje #techlatam #dataengineer

lo vi en producción. un tablero que cada vez que alguien lo abría, traía 10 años de historia completos. timeout garantizado. aunque parezca raro, pasa más de lo que creen. ¿cuál fue la peor práctica de datos que viste en una empresa? . . #dataengineering #datapipeline #antipatterns #techlatam…

este es el flujo real en las empresas hoy: hacés los cambios, copilot los revisa, si está ok va a main. ya no hay excusa para ignorar la AI en tu workflow de código. ¿tu empresa ya lo adoptó o siguen con revisión manual? . . #githubcopilot #inteligenciaartificial #dataengineering #techlatam…

No siempre más es mejor. Aprende a alinearte con las expectativas del otro lado #data #datos #python #programming

durante años lo evité. "no, docker no, todavía no lo necesito". hasta que lo necesité y lo aprendí. ahora si veo un equipo que no lo usa, sé que hay malas prácticas en algún lado. ¿vos también lo pateaste antes de entenderlo? . . #docker #dataengineering #devops #techlatam #programacion

subir credenciales a GitHub, aunque el repositorio sea privado, es mala práctica. lo he visto en empresas grandes más de una vez. si te pasa, sabés lo que tenés que hacer. ¿cuántos devs lo hacen sin darse cuenta? . . . . . #github#dataengineering#seguridadinformatica#buenaspracticas#techlatam

este concepto de carga de datos no está en ningún libro ni curso. lo diseñé yo porque nadie me lo había explicado cuando lo necesitaba. y se repite en todos los proyectos que hice. ¿lo viste documentado en algún otro lado? . . . . . #dataengineering#datapipeline#techlatam#dataengineer#programacion

La historia de un alumno que se animó a dejar el Real Estate por la Ingeniería de Datos.La diferencia entre ver videos sueltos en YouTube y tener un mentor que te guíe con práctica real. 🧠✨ ¿Querés saber cómo empezar tu propio Roadmap 2026? Comentá "DATA" y te cuento más. #IanSaura…

estudiás datos y no avanzás? esto lo cambia. El problema no es la dedicación, es estudiar sin orden ni feedback real. iansaura.com/suscripcion #parati #viral #dataengineering #programacion #python #sql #aprendeaprogramar #trabajoremoto #tecnologia #datascience

una función, un solo propósito — así se escribe python en serio Si tu función hace más de una cosa, es casi imposible testearla y tu código se vuelve un caos con el tiempo. La regla es simple: cada función cumple un solo fin. Así tu código se lee mejor, se testea fácil y escala sin problemas…

200 millones de registros y bulk explota...La carga bulk es simple y consistente — pocas líneas, lógica fácil, réplica exacta del origen. Pero cuando tu tabla crece, el tiempo de inactividad crece con ella. Y ahí es donde deja de ser la mejor opción. ¿En qué momento dejaste de usar bulk en un…

Ejecutalo 30 veces, mismo resultado — eso es idempotencia Si tu pipeline se rompe y lo reejecutás para arreglarlo, no debería duplicar datos. Eso es idempotencia. Un concepto simple que separa un pipeline amateur de uno profesional. ¿Tu pipeline actual es idempotente? Contame cómo lo resolviste…

Cuándo usar carga bulk en un pipeline de datos La carga bulk es el patrón más simple en ingeniería de datos: borrás todo lo que hay en el destino y cargás todo de nuevo. Parece agresivo, pero para ciertos casos es exactamente lo que necesitás. ¿Tu equipo usa bulk o incremental? Contame en los…

Por qué renunció el Data Engineer anterior Ian auditó una empresa real y encontró todo al revés. Sin buenas prácticas desde el inicio, el Data Engineer anterior terminó abrumado y se fue. Así es como una mala base destruye toda la infraestructura de datos. data engineering, buenas prácticas…

iansaura.com/suscripcion #dataengineering #ingenieriadedatos #techtok #programacion #iansaura

Malas prácticas en cloud que destruyen tu presupuesto#parati #viral #dataengineering #aws

El error que hace imposible orquestar tu pipeline#parati #viral #dataengineering #python

Cron Jobs explicados para Data Engineers#parati #viral #dataengineering #linux

Linux básico para Data Engineers #parati#virali#dataengineer#linux #programacion