# Lucía Fernández Moreno

Headline: Ingeniera de Datos Senior

- Email: lucia.fernandez@example.com
- Phone: +34 612 345 678
- URL: https://luciafernandez.dev

Ubicación: Calle de Alcalá 123, Madrid, Comunidad de Madrid, España, 28009

Perfiles: 
- LinkedIn: [@lucia-fernandez-data](https://www.linkedin.com/in/lucia-fernandez-data)
- GitHub: [@luciafdez](https://github.com/luciafdez)

## Información básica

- Ingeniera de Datos con más de 10 años de experiencia diseñando y construyendo plataformas de datos escalables.
- Especializada en arquitecturas de datos modernas, pipelines ETL/ELT y soluciones analíticas en la nube.
- Sólida experiencia en modelado dimensional, optimización de consultas y gobierno del dato.
- Colaboradora habitual con equipos de negocio, analítica y ciencia de datos para convertir requisitos en soluciones medibles.


## Educación

### Universidad Politécnica de Madrid

Maestría, Ciencia de Datos e Ingeniería de Datos, Puntuación: 9.1, sept 2012–jul 2014

URL: https://www.upm.es

Cursos: Arquitecturas de Datos Escalables, Procesamiento Distribuido, Minería de Datos, Bases de Datos Avanzadas, Aprendizaje Automático

Summary: 
- Formación avanzada en diseño de sistemas de datos, analítica y aprendizaje automático.
- Proyecto fin de máster centrado en la optimización de pipelines de ingestión en tiempo real.


### Universidad de Sevilla

Licenciatura, Ingeniería Informática, Puntuación: 8.7, sept 2008–jun 2012

URL: https://www.us.es

Cursos: Estructuras de Datos, Algoritmos, Sistemas Operativos, Redes de Computadores, Bases de Datos

Summary: 
- Base sólida en programación, sistemas distribuidos y fundamentos de bases de datos.


## Experiencia laboral

### Ingeniera de Datos Senior

Iberia Data Solutions, mar 2021 hasta la fecha

URL: https://www.iberiadata.example.com

Palabras clave: Google Cloud Platform, BigQuery, dbt, Airflow, Gobierno del dato

Summary: 
- Lideré el diseño de una plataforma de datos en Google Cloud Platform para centralizar información de 12 áreas de negocio.
- Implementé pipelines ELT con dbt, BigQuery y Airflow, reduciendo el tiempo de publicación de datos en un 60 %.
- Definí estándares de modelado dimensional y gobierno del dato, mejorando la calidad y trazabilidad de los datasets.
- Mentoré a tres ingenieros junior y coordiné revisiones técnicas de código y arquitectura.


### Ingeniera de Datos

Telefónica Tech, ene 2017–feb 2021

URL: https://www.telefonicatech.com

Palabras clave: Python, Apache Spark, AWS, Redshift, ETL

Summary: 
- Desarrollé pipelines ETL en Python y Spark para procesar más de 2 TB diarios de datos de red y negocio.
- Modelé datos en Amazon Redshift y optimicé consultas analíticas para equipos de BI y marketing.
- Automaticé validaciones de calidad con Great Expectations y monitoreo de jobs con Grafana y Prometheus.
- Participé en la migración de un almacén de datos on-premise a AWS con enfoque en mínima interrupción.


### Analista de Datos

Accenture España, sept 2014–dic 2016

URL: https://www.accenture.com/es-es

Palabras clave: SQL, Power BI, Análisis de Datos, Banca

Summary: 
- Construí informes y cuadros de mando en Power BI para clientes de banca y seguros.
- Escribí consultas SQL complejas y procedimientos almacenados para extraer y transformar datos.
- Documenté requisitos funcionales y colaboré con equipos de negocio en la definición de KPIs.


## Idiomas

- Español: Competencia nativa o bilingüe, Palabras clave: Español nativo
- Inglés: Competencia profesional plena, Palabras clave: C1, Uso profesional
- Catalán: Competencia limitada de trabajo, Palabras clave: Conversación básica

## Competencias

- Ingeniería de Datos: Experto, Palabras clave: ETL/ELT, Modelado dimensional, Almacén de datos, Calidad del dato, Gobierno del dato
- Computación en la Nube: Avanzado, Palabras clave: Google Cloud Platform, AWS, BigQuery, Redshift, Azure Data Factory
- Big Data y Procesamiento: Avanzado, Palabras clave: Apache Spark, Apache Airflow, Apache Kafka, dbt, Databricks
- Lenguajes y Bases de Datos: Avanzado, Palabras clave: Python, SQL, Scala, PostgreSQL, MongoDB

## Premios

### Premio a la Innovación en Datos

Iberia Data Solutions, nov 2023

Summary: 
- Reconocimiento por el diseño de una plataforma de datos que redujo el time-to-insight en un 45 %.

### Matrícula de Honor en Proyecto Fin de Máster

Universidad Politécnica de Madrid, jul 2014

Summary: 
- Galardón al mejor proyecto de la promoción en el área de procesamiento distribuido.


## Certificados

### Google Cloud Professional Data Engineer

Google Cloud, mar 2022

URL: https://cloud.google.com/certification/data-engineer
### AWS Certified Data Analytics - Specialty

Amazon Web Services, sept 2021

URL: https://aws.amazon.com/certification/certified-data-analytics-specialty/
### dbt Analytics Engineering Certification

dbt Labs, may 2023

URL: https://www.getdbt.com/certifications/

## Publicaciones

### Diseño de pipelines de datos en tiempo real para analítica operativa

Revista Española de Ingeniería de Datos, oct 2022

URL: https://www.revista-ingenieria-datos.example.com/articulos/pipelines-tiempo-real

Summary: 
- Artículo técnico sobre patrones de ingestión y procesamiento continuo con Kafka y Spark Structured Streaming.
- Analiza estrategias de particionado, exactly-once y monitorización de latencia.


## Proyectos

### Observatorio de Datos Abiertos

Plataforma reproducible para ingerir, validar y publicar datasets abiertos de administraciones públicas., ene 2023–jun 2023

URL: https://github.com/luciafdez/observatorio-datos-abiertos

Palabras clave: Open Data, Airflow, dbt, BigQuery

Summary: 
- Diseñé un pipeline con Airflow y dbt que ingesta datos de portales open data y genera tablas analíticas listas para consulta.
- Implementé tests de calidad y documentación automática del linaje de datos.
- Desplegué la solución en Google Cloud Run y BigQuery con costes controlados.


### Motor de Recomendación para Retail

Prototipo de motor de recomendación basado en datos transaccionales anonimizados., mar 2020–nov 2020

URL: https://github.com/luciafdez/retail-recommender

Palabras clave: Spark, Python, Recomendación, Retail

Summary: 
- Construí un pipeline de features con Spark y un modelo de filtrado colaborativo en Python.
- Evalué el rendimiento con métricas de precisión y recall sobre un conjunto de validación temporal.
- Documenté la arquitectura y los resultados en un informe técnico reproducible.


## Intereses

- Datos y Tecnología: Open Source, Arquitecturas de Datos, Automatización
- Actividad Física: Senderismo, Natación, Ciclismo
- Cultura: Lectura, Fotografía, Podcasts

## Voluntariado

### Data Girls Madrid

Mentora Técnica, sept 2022 hasta la fecha

URL: https://www.datagirlsmadrid.example.com

Summary: 
- Acompaño a mujeres que inician su carrera en datos en la definición de objetivos y desarrollo de habilidades técnicas.
- Participo en talleres de SQL, Python y visualización de datos para la comunidad.


### Cáritas Madrid

Voluntaria de Análisis de Datos, ene 2020–ago 2022

URL: https://www.caritasmadrid.org

Summary: 
- Apoyé al equipo social en la limpieza y análisis de datos de programas de asistencia.
- Automaticé informes mensuales en Power BI para facilitar la toma de decisiones.
