caso de uso
Tu segundo trabajo: entender producto y eventos — Mundo Real
Caso de uso 2: Industria: SaaS. Nivel: Junior+. 8 lecciones, 5 días simulados. Eventos, cohortes, window functions.
Bienvenido a TaskFlow
Conoce la empresa, el equipo con detalle, tu onboarding completo y el reto de retención que define tu primera semana.
Día 1 - Explorar eventos y definir "usuario activo"
Abres los JSON de eventos por primera vez, descubres la estructura, negocias la definición de activo con Sandra y Lucia, y diseñas la tabla staging.
Día 2 - Pipeline de ingesta y la sorpresa de los duplicados
Construyes el pipeline de S3 a Redshift, descubres el bug de duplicados de Kafka, David te explica el por que, y Marcos te hace code review.
Día 3 - Cohortes de retención y la paradoja de Simpson
Calculas cohortes reales por primera vez, descubres que los números agregados mienten, y preparas el briefing para Lucia y Pablo.
Día 4 - Feature analysis y el bug del timestamp
Identificas el "aha moment" del producto, descubres un bug crítico en los timestamps de David, y aprendes que los datos pueden mentirte sin que lo sepas.
Día 5 - La demo y el feedback que lo cambia todo
Presentas tus hallazgos al equipo completo. Lucia hace preguntas, Andres (CTO) pide más, y Sandra propone colaborar en el modelo dbt.
Día 5 tarde - Pair programming con Sandra: tu primer modelo dbt
Sandra te pide ayuda para convertir tu query de cohortes en un modelo dbt. Aprendes dbt por primera vez de la mano de alguien que lo domina.
Bonus - Alertas de calidad de datos
Marcos te asigna una tarea crítica: montar alertas para que nunca más se pierdan 3 días de eventos sin que nadie se entere. Volumen, frescura, distribución y unicidad.
Retrospectiva - Lo que aprendiste en TaskFlow
Reflexion profunda sobre tu crecimiento: de junior que explora CSVs a data engineer que diseña pipelines, alinea definiciones y presenta a CTOs.
Bonus avanzado - Monitoring de Kafka y health de eventos
Marcos te pide construir un dashboard de health del pipeline: consumer lag de Kafka, volumen por hora, detección de tracking roto y alertas de schema drift.