website logo

Work Experience

Monokera

Monokera

Data Engineer

Feb. 2025 — Current.
🔹Development
🔹ETL Frameworks
🔹Data Bases
🔹DataViz Tools
🔹Cloud Tools
  • Spearheaded  the  resolution  of  complex  data  incidents  and  actively  optimized  critical  data  pipelines,  encompassing  root  cause  analysis,  performance  tuning,  and  resource  allocation  to  ensure  high  data  availability  and  robust  system  performance  for  real-time  operational  and  analytical  needs. 
  • Designed,  developed,  and  comprehensively  refactored  intricate  ETL/ELT  pipelines  and  advanced  SQL  queries  using  Python  (PySpark),  streamlining  data  ingestion  from  diverse  sources  and  transforming  large  datasets  to  support  critical  business  intelligence  reporting  and  strategic  decision-making. 
  • Established  and  implemented  comprehensive  data  validation  frameworks,  along  with  rigorous  documentation  standards,  significantly  enhancing  data  accuracy,  reliability,  and  fostering  seamless  knowledge  transfer,  which  minimized  troubleshooting  time  and  improved  overall  data  governance  across  technical  and  business  teams. 
INTER

INTER

Pro fessor

Aug. 2023 — Jun. 2025
🔹Development
🔹Data Bases
  • Developed  and  delivered  comprehensive  coursework  on  data  structures,  data  analysis,  relational  databases,  non-relational  databases,  security  and  architecture  in  applications,  software  testing,  and  algorithms  &  programming  1,  emphasizing  practical  applications  and  real-world  problem-solving. 
  • Guided  students  through  hands-on  projects,  including  the  development  of  console-based  games  (Chess,  Sokoban)  and  an  analytics  API  for  social  media,  fostering  critical  thinking,  algorithmic  application,  and  practical  development  skills. 
  • Led  a  curriculum  redesign  initiative  to  integrate  the  Data  Analysis  course  and  NoSQL  databases  (MongoDB),  guiding  students  through  relational  data  model  migration  to  NoSQL  schema  designs  and  performance  optimization. 
Dentsu

Dentsu

Data Lead

Aug. 2023 — Feb. 2024
🔹Development
🔹Data Warehouses
🔹DataViz Tools
🔹ETL Frameworks
🔹Cloud Tools
  • Spearheaded  the  development  and  optimization  of  large-scale  data  pipelines  to  support  advanced  analytics  initiatives  across  the  organization.  By  introducing  innovative  data  processing  techniques  and  streamlining  existing  workflows,  I  achieved  a  40%  reduction  in  data  latency,  empowering  business  intelligence  and  analytics  teams  with  faster  access  to  actionable  insights  and  enabling  more  timely  decision-making. 
  • Collaborated  closely  with  stakeholders  across  marketing,  operations,  and  product  development  departments  to  define  and  implement  data-driven  strategies.  I  designed  and  delivered  state-of-the-art  dashboards  and  reports  using  tools  like  PowerBI  and  Looker,  providing  clear  visualizations  and  insightful  analyses  of  key  performance  indicators.  These  efforts  demonstrably  enhanced  decision-making  processes  and  contributed  to  a  20%  increase  in  overall  campaign  efficiency. 
  • Oversaw  the  transformation  of  traditional,  manual  workflows  into  modern,  automated,  and  data-centric  approaches.  By  implementing  advanced  data  platforms  on  AWS  (S3,  EC2,  Lambda,  Redshift,  RDS)  and  leveraging  automation  tools  like  Apache  Airflow,  I  significantly  improved  operational  efficiency  by  25%  and  enhanced  the  accuracy  and  reliability  of  reporting  processes,  minimizing  manual  errors  and  freeing  up  valuable  time  for  strategic  initiatives. 
HAVAS Media Group

HAVAS Media Group

Data Developer

Dec. 2022 — Jul. 2023
🔹Development
🔹Data Warehouses
🔹DataViz Tools
🔹ETL Frameworks
🔹Cloud Tools
  • Designed  and  deployed  highly  scalable  data  solutions  tailored  to  support  high-volume  data  environments,  with  a  primary  focus  on  automating  ETL  (Extract,  Transform,  Load)  pipelines  to  streamline  data  operations  and  improve  data  accessibility.  These  efforts  resulted  in  a  significant  50%  reduction  in  manual  processing  time,  freeing  up  data  engineers  for  more  complex  tasks  and  enhancing  data  availability  for  critical  business  analytics  and  reporting. 
  • Optimized  backend  data  systems,  including  databases  and  data  processing  frameworks  (Apache  Spark,  Apache  Hadoop,  Apache  Hive),  to  efficiently  handle  complex  queries  and  extremely  large  datasets.  These  optimizations  resulted  in  a  35%  improvement  in  overall  system  performance,  significantly  enhancing  real-time  reporting  capabilities  and  facilitating  the  delivery  of  timely  and  accurate  business  insights  to  stakeholders. 
  • Focused  on  building  strong  working  relationships  with  internal  stakeholders  across  various  departments,  actively  engaging  in  communication  to  ensure  that  technical  solutions  effectively  aligned  with  overarching  business  objectives.  Delivered  targeted  training  and  ongoing  support  to  non-technical  teams  on  data  tools  and  reporting  methodologies,  empowering  them  to  better  utilize  available  data  resources  and  fostering  a  strong  culture  of  data-driven  decision-making  throughout  the  organization. 
KLYM

KLYM

Data Engineer

May. 2022 — Dec. 2022
🔹Development
🔹Data Bases
🔹ETL Frameworks
🔹Cloud Tools
  • Developed  and  maintained  scalable  and  robust  data  pipelines  using  Python,  Apache  Airflow,  and  AWS  services  (S3,  EC2,  Lambda,  Redshift,  RDS),  designed  to  process  millions  of  data  points  on  a  daily  basis.  This  system  ensured  seamless  and  reliable  data  flow,  providing  critical  support  for  real-time  analytics  dashboards  and  machine  learning  initiatives  that  drove  key  business  decisions. 
  • Reengineered  existing  database  schemas  and  implemented  advanced  indexing  strategies  within  PostgreSQL  databases  to  optimize  query  performance.  These  improvements  resulted  in  a  25%  reduction  in  average  query  execution  times,  enabling  faster  access  to  critical  business  metrics  and  significantly  enhancing  overall  decision-making  efficiency  for  business  analysts  and  other  data  consumers. 
  • Worked  closely  with  data  scientists  and  business  analysts  to  implement  and  integrate  predictive  models  into  production  workflows.  This  collaborative  effort  facilitated  the  translation  of  complex  analytical  insights  into  actionable  business  strategies,  leading  to  improvements  in  key  business  processes  and  increased  customer  satisfaction. 
NTT Data

NTT Data

Data Engineer

Oct. 2021 — Apr. 2022
🔹Development
🔹Data Warehouses
🔹DataViz Tools
🔹ETL Frameworks
🔹Cloud Tools
  • Designed  and  implemented  robust  data  processing  frameworks  using  technologies  like  Apache  Spark,  Apache  Hadoop,  and  GCP  services  (BigQuery,  Cloud  Storage,  Cloud  Functions)  to  effectively  handle  high-velocity  and  high-volume  data  streams.  These  solutions  enabled  the  generation  of  real-time  business  insights,  which  directly  impacted  strategic  initiatives  and  improved  customer  engagement  strategies. 
  • Led  the  migration  of  several  legacy  on-premise  data  systems  to  modern  cloud-based  platforms  on  AWS  and  GCP.  This  strategic  migration  reduced  infrastructure  costs  significantly,  improved  system  scalability  and  reliability,  and  minimized  downtime  during  the  transition,  ensuring  uninterrupted  service  availability  for  business  operations. 
  • Collaborated  closely  with  data  scientists  and  IT  operations  teams  to  optimize  workflows  for  efficient  model  deployment  and  integration  into  production  environments.  These  streamlined  processes  significantly  improved  both  the  accuracy  and  speed  of  delivering  AI-driven  insights  to  production  systems,  enabling  faster  and  more  effective  implementation  of  data-driven  solutions. 
Universidad Autonoma de Zacatecas

Universidad Autonoma de Zacatecas

Business Practices in AI

Mar. 2021 — Jul. 2021
🔹Development
🔹AI Tools
  • Led  the  development  and  implementation  of  a  deep  learning  model  for  emotion  recognition  using  voice  data.  By  employing  advanced  optimization  techniques,  including  hyperparameter  tuning  and  model  architecture  exploration,  and  conducting  rigorous  cross-validation,  I  achieved  a  65%  accuracy  rate,  exceeding  initial  project  expectations  and  demonstrating  a  strong  understanding  of  deep  learning  principles  and  audio  processing. 
  • Integrated  developed  machine  learning  models  into  real-time  systems  to  enhance  user  experiences  and  deliver  innovative  product  features.  By  leveraging  AI  capabilities  to  personalize  user  interactions  and  provide  context-aware  recommendations,  the  implementation  of  these  models  demonstrably  improved  user  satisfaction  metrics  by  15%,  demonstrating  the  value  of  AI  in  enhancing  user  engagement. 
  • Prioritized  and  ensured  strict  adherence  to  data  ethics  and  privacy  standards  throughout  the  lifecycle  of  data  management  and  model  development,  particularly  when  working  with  large-scale  datasets.  This  commitment  to  responsible  AI  practices  ensured  the  delivery  of  robust  and  compliant  AI  models  that  balanced  high  performance  with  adherence  to  all  relevant  regulatory  requirements  and  ethical  considerations. 
Rollup Consulting

Rollup Consulting

Python Developer

Nov. 2019 — Oct. 2021
🔹DataViz Tools
🔹Data Warehouses
🔹Development
  • Designed,  developed,  and  implemented  various  Python-based  applications,  placing  a  strong  emphasis  on  performance  optimization  and  scalability  to  meet  the  demands  of  growing  user  bases  and  increasing  data  volumes.  Through  effective  code  optimization  techniques,  including  algorithmic  improvements  and  efficient  data  structures,  I  enhanced  overall  system  efficiency  by  reducing  processing  times  by  20%. 
  • Developed  and  maintained  RESTful  APIs  using  frameworks  like  Django  and  FastAPI  to  facilitate  seamless  integration  with  various  third-party  systems  and  services.  This  improved  interoperability  between  different  software  components  and  significantly  reduced  deployment  times  for  new  features  and  business  solutions,  enabling  faster  delivery  of  value  to  clients. 
  • Led  the  migration  of  legacy  systems  to  modern  cloud-based  architectures,  minimizing  disruptions  to  ongoing  operations  and  ensuring  smooth  transitions  for  users.  During  these  migrations,  I  introduced  robust  security  measures,  including  authentication,  authorization,  and  data  encryption,  which  significantly  fortified  system  reliability  and  ensured  compliance  with  industry  security  standards  and  best  practices. 
Rollup Consulting

Rollup Consulting

BI Consultant

Apr. 2017 — Oct. 2021
🔹DataViz Tools
🔹Data Warehouses
🔹ETL Tools
  • Designed  and  deployed  advanced  business  intelligence  dashboards  and  scalable  data  warehouses  to  provide  comprehensive  support  for  real-time  analytics  and  reporting.  By  delivering  actionable  insights  derived  from  the  data,  I  contributed  to  a  15%  increase  in  operational  efficiency  across  key  departments  within  the  organization. 
  • Streamlined  existing  ETL  (Extract,  Transform,  Load)  workflows  by  integrating  various  automation  tools  and  techniques,  including  scripting  and  workflow  orchestration  platforms.  These  improvements  resulted  in  a  35%  reduction  in  data  processing  times,  significantly  enhancing  data  reliability  and  consistency  for  both  internal  and  external  reporting  requirements. 
  • Conducted  extensive  training  sessions  and  workshops  on  business  intelligence  tools,  data  analysis  techniques,  and  reporting  methodologies  for  non-technical  teams  across  the  organization.  This  initiative  significantly  improved  overall  data  literacy  within  the  company  and  enabled  a  broader  organizational  shift  towards  data-driven  decision-making  at  all  levels.