El ELT —cargar primero el dato en crudo y transformarlo después, dentro del propio motor de destino— se ha vendido como una característica del cloud, pero es un patrón arquitectónico, no una función de Snowflake o BigQuery. Se puede hacer —y se hace— on-premise, sobre SQL Server, Oracle o PostgreSQL, y para muchas empresas con datos sensibles o restricciones de coste es una opción perfectamente válida.
Aquí explico qué es, por qué lo confundimos con la nube, cómo se implementa on-premise y cuándo conviene..

Elegir una herramienta de análisis de datos es una decisión que condiciona durante años cómo trabaja un equipo. No hay una «mejor» en abstracto: hay la más adecuada para tu volumen de datos, tu nivel técnico, tu presupuesto y tu ecosistema tecnológico. Esta guía no explica desde cero qué es el análisis de datos, sino que va al grano de lo difícil: comparar las opciones reales del mercado y ayudarte a decidir cuál encaja en tu caso.

Airflow, Prefect, dbt, NiFi y Kafka son un ejemplo de stack de integración —el del modern data stack open-source, código primero— que este capítulo usa como hilo conductor para entender los cuatro planos de un pipeline: quién orquesta (Airflow, Prefect), quién transforma (dbt), quién mueve los datos (NiFi) y sobre qué viajan los eventos en tiempo real (Kafka).
No son "las mejores" herramientas ni la única vía válida. El mercado ofrece desde plataformas comerciales integradas —Informatica, Azure Data Factory, AWS Glue, Talend y el resto del TOP 10 de Dataprix— hasta decenas de alternativas open-source por cada capa.
La pregunta correcta no es "¿qué cinco herramientas elijo?", sino entender los planos, elegir un arquetipo coherente con tu equipo y tu caso, y no usar una herramienta excelente para el trabajo equivocado..

ETL transforma los datos antes de cargarlos en el destino; ELT los carga primero en crudo y los transforma después dentro del propio almacén analítico. La elección no es una cuestión de modernidad sino de tres variables: coste (dónde y cuántas veces se paga el cómputo de transformación), latencia (cuánto tarda el dato en estar disponible y en qué estado) y gobernanza (qué datos sensibles pueden o no aterrizar en crudo en la plataforma analítica).
La mayoría de las organizaciones maduras acaban operando un patrón híbrido EtLT: una transformación ligera en vuelo —enmascarado de PII, deduplicación, normalización de formatos— seguida de la transformación pesada en el destino, gobernada como código..

La integración de datos es la fontanería invisible sobre la que se sostiene toda la arquitectura: sin ella, el data lake del capítulo 8, los pipelines de los próximos capítulos y los dashboards de la Parte IV son cajas vacías. La decisión más importante no es qué herramienta comprar, sino cuándo mover los datos: en tiempo real, evento a evento, o agrupados en lotes a intervalos fijos.

Este capítulo desgrana las cuatro piezas fundamentales —eventos, mensajería, colas y Change Data Capture (CDC)— y ofrece criterios de consultoría para no caer en el error más caro de todos: aplicar streaming a problemas que el batch resolvía a una décima parte del coste, o forzar el batch donde el negocio exige inmediatez.

Una fintech es, en esencia, una empresa de datos que casualmente mueve dinero. Su plataforma tiene que conciliar lo que en otros sectores va por separado: latencia de milisegundos para autorizar pagos, consistencia transaccional estricta para que ningún saldo cuadre mal, analítica masiva para el antifraude y el scoring, y trazabilidad regulatoria perpetua para el supervisor.
En este caso práctico —que cierra la Parte II de la Guía— se diseña ese stack de principio a fin a través de una fintech europea, recorriendo las decisiones, los trade-offs y los errores evitados: del ledger inmutable a la idempotencia, del tiering de almacenamiento a la resiliencia por niveles de criticidad. Incluye un incidente real que demuestra por qué las decisiones que parecían sobreingeniería cara fueron justo las que salvaron la operación.

Cambiar el esquema de una base de datos viva es una de las operaciones más temidas de cualquier equipo de plataforma: un simple RENAME mal ejecutado puede tumbar un servicio que factura miles de transacciones por minuto. Pero la diferencia entre un equipo frágil y uno maduro no está en si migran, sino en cómo lo hacen. Este capítulo desgrana el trípode del cambio seguro en producción —patrón expand/contract, feature flags y compatibilidad hacia atrás— para convertir la migración de esquema en una operación rutinaria, reversible y sin downtime..

Este capítulo ofrece una hoja de ruta completa para diseñar, implementar y verificar la estrategia de resiliencia y disaster recovery de la capa de datos. No se trata solo de tener backups —que, por supuesto, son imprescindibles— sino de construir un sistema en el que cada componente conoce su RTO (Recovery Time Objective) y su RPO (Recovery Point Objective), donde los procedimientos de recuperación están documentados en runbooks operativos verificados, y donde las pruebas de DR se ejecutan con la misma disciplina con la que se ejecutan las pruebas de rendimiento o los pen tests de seguridad..

Nvidia quiere que la inteligencia artificial sea algo más que una aliada para ganar fotogramas por segundo en el universo gamer y que tenga un rol más ambicioso dentro del aparato visual de los videojuegos. Con DLSS 5, la compañía pretende un nuevo enfoque: reconstruir la imagen o mejorar el rendimiento no es suficiente para la gigante verde, ha llegado la hora de intervenir en la creación final de la escena con cambios en la iluminación y en los materiales para dotarlos de un aspecto más realista gracias al renderizado neuronal en tiempo real.

dbt se ha convertido en la herramienta de referencia para la transformación de datos en los stacks de datos modernos. Si trabajas con SQL y necesitas transformar datos en un data warehouse, dbt te permite hacerlo de forma modular, versionada, documentada y testeable — aplicando las mejores prácticas de ingeniería de software al mundo de los datos.
En esta guía práctica en español te explicamos qué es dbt, cómo funciona, cuándo usarlo, y cómo empezar con tu primer proyecto..