Carlos Mario Hoyos Ríos

Ingeniero de Datos | Data Engineer

Pipelines confiables que convierten datos en decisiones de negocio

Cali, Colombia · Disponible para trabajo presencial, híbrido o remoto

Dos perfiles

Sobre mí

Foto de Carlos Mario Hoyos Ríos

Soy Desarrollador BI con enfoque en ingeniería de datos y tengo más de 7 años de experiencia en el sector bancario y financiero. Construyo pipelines ETL/ELT sobre Data Lake en AWS y los convierto en información confiable para áreas de negocio como Riesgos y Captaciones.

Migré procesos ETL de Pandas a Polars y logré una mejora del 20 % en los tiempos de ejecución. Soy Ingeniero de Sistemas y Especialista en Visual Analytics y Big Data. Hoy fortalezco mi perfil en lakehouse (Databricks), procesamiento distribuido e IA aplicada a datos.

Stack

Lenguajes

  • SQL (avanzado)
  • PL/SQL
  • Python
  • Pandas
  • Polars
  • NumPy
  • SQLAlchemy
  • DAX

Ingeniería de datos

  • ETL/ELT
  • Data Lake
  • Data Warehouse
  • Modelado dimensional (star schema)
  • Arquitectura medallion
  • Calidad de datos

Cloud

  • AWS S3
  • AWS Athena
  • Microsoft Fabric (conocimiento práctico)

Transformación y orquestación

  • dbt
  • Dagster
  • Prefect
  • Pentaho Data Integration

Procesamiento distribuido

  • Apache Spark / PySpark (básico)

Bases de datos

  • Oracle
  • SQL Server
  • PostgreSQL
  • IBM AS/400

BI

  • Power BI (DAX, modelado)
  • Excel avanzado

Herramientas

  • Git
  • GitHub
  • Docker

Aprendiendo

  • Databricks
  • Delta Lake
  • Airflow

Proyectos

Marketplace Data Warehouse – arquitectura medallion

Terminado

Data warehouse de punta a punta para un marketplace tipo e-commerce (Bronze → Silver → Gold).

Ver detalles
  • Ingesta con Python (Pandas, SQLAlchemy) de ventas, productos y clientes a la capa Bronze.
  • dbt: staging en Silver y esquema en estrella en Gold (1 tabla de hechos + 5 dimensiones) con integridad referencial (PK/FK).
  • Orquestación basada en assets con Dagster Cloud (Serverless) y schedule diario.
  • PostgreSQL en Supabase, Docker, despliegue 100 % en la nube y documentación con diagramas.
  • Python
  • dbt
  • Dagster
  • PostgreSQL (Supabase)
  • Docker
Código

Análisis estadístico de Pokémon (Gen 1–6) con Python y Power BI

Terminado

Limpieza, análisis exploratorio y visualización del dataset, con un tablero interactivo en Power BI.

Ver detalles
  • Limpieza y validación del dataset (valores faltantes, outliers, formas especiales).
  • EDA: agregaciones por generación, comparación de legendarios y megaevoluciones y segmentación de la "élite" (stats totales > 600).
  • Visualizaciones con Matplotlib y Seaborn y tablero interactivo en Power BI.
  • Su publicación en LinkedIn superó las 17.000 impresiones.
  • Python
  • Pandas
  • NumPy
  • Matplotlib
  • Seaborn
  • Power BI
  • DAX
Código

Radar de Ofertas Laborales

En desarrollo (v1)

Herramienta para encontrar las ofertas con más probabilidad de éxito: recolecta, normaliza y compara ofertas contra mi CV con un puntaje de 0 a 100 y una recomendación, con un tablero de seguimiento.

Ver detalles
  • Hoja de ruta: v1 reglas y palabras clave (Python + SQLite) → v2 embeddings locales (sentence-transformers) → v3 automatización con Dagster → v4 opcional con modelos locales (Ollama).
  • Principio: costo cero, solo herramientas locales y fuentes que permitan su uso.
  • Python
  • SQLite
  • Streamlit

Fraud Detection Lakehouse

Próximamente

Será un lakehouse para detección de fraude en Databricks con Delta Lake, sobre el dataset público PaySim y con enfoque en prevención de lavado de activos (AML).

  • Databricks
  • Delta Lake
  • dbt
  • MLflow

Experiencia

  1. – actualidad · Remoto

    Desarrollador BI (Ingeniería de Datos) · Banco de Occidente

    Proyecto regulatorio de riesgo de tasa de interés sobre un Data Lake en AWS: pipelines ETL/ELT entre S3 y capas de reporte, normalización de Parquet, validación con Athena y dashboards de Power BI.

    Logro: migración de Pandas a Polars (−20 % en tiempos de ejecución).

    • AWS S3
    • Athena
    • Python
    • Polars
    • Parquet
    • Power BI

  2. –

    Ingeniero de Incidentes, Eventos y Problemas · Banco Unión

    SQL para análisis de causa raíz, ETL con Pentaho y reportes de SLA (100 % de cumplimiento).

    • SQL
    • Pentaho

  3. –

    Ingeniero Operador de Servicios TI · Banco Unión

    SQL (Oracle) para el cierre bancario diario, conciliación en IBM AS/400 y automatización de reprocesos.

    • Oracle
    • SQL
    • IBM AS/400

  4. –

    Técnico Mesa de Ayuda · Banco Unión (2018–2022) y Banco W (2015–2017)

Educación y certificaciones

Educación

  • Especialización en Visual Analytics y Big Data UNIR · 2026
  • Ingeniería de Sistemas Institución Universitaria Antonio José Camacho · 2022
  • Tecnología en Sistemas CECEP · 2016

Idiomas

  • Español Nativo
  • Inglés B1, en formación activa

Certificaciones

  • Big Data y Spark: Ingeniería de datos con Python y PySpark Udemy · 2025 Verificar
  • AWS Cloud Quest: Cloud Practitioner – Training Badge AWS · 2025 Verificar
  • Power BI TOTAL: Analista de Datos Avanzado Udemy · 2024 Verificar
  • Ultimate GIT Udemy · 2024 Verificar
  • Universidad Excel: Básico, Intermedio y Avanzado Udemy · 2024 Verificar
  • AI Fluency: Framework and Foundations Anthropic · 2026
  • Curso de Programación en Python UNIR · 2025

Contacto

¿Tienes una oportunidad o un proyecto de datos? Escríbeme por correo o LinkedIn y con gusto nos ponemos en contacto.