Javierr Custodio

Ingeniero de Sistemas (USIL) & Cursando la Maestría en Inteligencia Artificial (UNI). Especialista en Ingeniería de Datos con enfoque experto en el ecosistema Google Cloud Platform (GCP) y diseño de arquitecturas escalables de Big Data.

Poseo una sólida trayectoria transformando datos complejos en activos estratégicos, con especialización en:

· Especialista en GCP: Dominio avanzado en la orquestación y automatización de pipelines ELT/ETL utilizando BigQuery, Cloud Functions, Cloud Run y Cloud Storage. Experiencia en optimización de costos y performance en la nube de Google.

· Entornos Azure: Capacidad para gestionar y desplegar flujos de datos en Microsoft Azure, utilizando herramientas como Azure Data Factory y SQL Database para asegurar la disponibilidad y gobernanza del dato.

· Ingeniería de Software: Manejo experto de SQL y Python para el desarrollo de flujos de datos complejos (Data Lakehouse).

· Business Intelligence: Diseño de soluciones analíticas de alto impacto con Power BI (modelado DAX avanzado) y MicroStrategy, orientadas a la toma de decisiones basada en datos.

Perfil analítico, con alta capacidad de adaptación tecnológica y enfoque en la eficiencia operativa Multi-Cloud.

Tivit | Cliente: Cementos Pacasmayo

Senior Data Engineer | Febrero 2026 – Presente

Responsable de Ingeniería de Soporte y Estabilidad de Plataforma

· Soporte Técnico Especializado: Brindo soporte de nivel senior a todos los proyectos de datos de la compañía, asegurando la continuidad operativa y el cumplimiento de los lineamientos de ingeniería establecidos.

· Monitoreo y Resolución de Incidentes: Responsable del monitoreo preventivo y la resolución de incidentes críticos en entornos de producción, garantizando la alta disponibilidad de los activos de datos.

· Aseguramiento de Estándares: Correcciones y mejoras aplicadas en soporte mantengan las buenas prácticas de desarrollo y la arquitectura Data Lakehouse (RDV, UDV, DDV) definida.

· Optimización Continua: Identifico y ejecuto mejoras en pipelines de datos existentes (GCP- BigQuery) para elevar la eficiencia operativa y reducir errores recurrentes en los flujos de carga.

· Gestión de SLAs: Garantizo el cumplimiento de los tiempos de respuesta y procesamiento (SLAs) comprometidos con las áreas de negocio, facilitando la disponibilidad de información para la toma de decisiones.

Indra (Lima San Isidro, Perú)

Empresa multinacional que ofrece servicios de consultoría sobre transporte, defensa, energía, telecomunicaciones, servicios financieros; así como servicios al sector público. https://www.indracompany.com/es/pais/peru

Cliente Cementos Pacasmayo

https://www.cementospacasmayo.com.pe/

Ingeniero de datos Senior (enero 2025- febrero 2026)

En mi posición como Ingeniero de Datos Senior, soy responsable del desarrollo integral de proyectos de datos, asegurando el cumplimiento de los lineamientos establecidos y priorizando el uso eficiente de herramientas en la nube para garantizar un alto rendimiento en los despliegues a producción. Esto incluye el diseño y la gestión eficiente de la base de datos de clientes, garantizando la calidad y accesibilidad de la información esencial para el negocio.

Responsabilidades:

· Desarrollo de pipelines de datos end-to-end para los proyectos en curso del cliente, facilitando el análisis y la segmentación de clientes para estrategias comerciales.

· Aplicación de buenas prácticas de desarrollo, alineadas a los lineamientos técnicos establecidos.

· Uso de los principales servicios de Google Cloud Platform (GCP), tales como BigQuery, Cloud Functions, Cloud Run, Cloud Storage, instancias de Cloud SQL y Composer.

· Implementación de la arquitectura Data Lakehouse, trabajando con las tres capas: Raw Data Vault (RDV), Unified Data Vault (UDV) y Data Delivery Vault (DDV), asegurando que los modelos de datos soporten el análisis del comportamiento de clientes.

· Experiencia en la migración de módulos SAP SD y FI, desde la extracción de tablas crudas hasta su procesamiento completo a través de las capas RDV-UDV-DDV, asegurando la trazabilidad de los datos transaccionales clave para el cliente y su correcta integración con los modelos analíticos en BigQuery.

· Desarrollo y automatización de workflows para la orquestación de procesos de ingesta, transformación y carga de datos, garantizando su ejecución eficiente y controlada.

· Brindar soporte y mantenimiento continuo a los proyectos desarrollados.

· Implementación de prácticas de CI/CD bajo un enfoque DevOps, utilizando Azure DevOps como plataforma de gestión de repositorios y Git para el control de versiones.

· Soporte, monitoreo y mejora continua de proyectos de alto impacto en producción.

ENFOQUE7 (Lima San Isidro, Perú)

Empresa dedicada a dar soluciones tecnológicas. https://enfoque7.com/

Cliente Cementos Pacasmayo

https://www.cementospacasmayo.com.pe/

Ingeniero de datos Senior (noviembre 2023- diciembre 2024)

Proyecto de Migración de On-Premise a Google Cloud Platform (GCP)

Se desarrolló un proyecto de migración de datos desde entornos On-Premise hacia Google Cloud Platform, implementando un marco de trabajo modular que permitió gestionar de forma eficiente el proceso de migración, desde la ingesta hasta la capa de consumo, dentro de una arquitectura tipo Data Lakehouse.

Definición de la Arquitectura Data Lakehouse

El equipo de arquitectura definió las capas y servicios a utilizar, estructurando el Data Lakehouse en tres niveles:

• RDV (Raw Data Vault): Capa de almacenamiento de datos en su forma cruda, sin transformaciones.
• UDV (Unified Data Vault): Capa de modelado semántico, donde se estructuran y transforman los datos según las reglas de negocio.
• DDV (Data Delivery Vault): Capa final de consumo, donde se crean tablas resumen y datasets listos para el usuario final, ya sea para consulta directa o visualización en dashboards.

Servicios Principales de GCP Utilizados

· BigQuery: Almacén de datos empresarial donde se definió la arquitectura del Data Lakehouse, estructurada en tres ambientes: desarrollo (dev), pruebas (qa) y producción (prd). Cada ambiente cuenta con datos homologados y una nomenclatura estandarizada para proyectos, datasets (por dominio y subdominio) y tablas.

· Cloud Functions: Servicio de funciones como código para ejecutar automatizaciones mediante peticiones POST o eventos.

· Cloud Run: Servicio de ejecución de contenedores para cargas de trabajo que requieren mayor capacidad que Cloud Functions.

· Cloud Composer: Orquestador de flujos de datos basado en Apache Airflow.

· Cloud Scheduler: Servicio de programación de tareas automatizadas.

· Cloud Storage: Servicio de almacenamiento de objetos utilizado para respaldos, archivos de configuración y transferencia de datos.

Servicios Externos Complementarios

· Azure DevOps: Plataforma utilizada para la gestión de repositorios, en combinación con Git para control de versiones.

· Power BI: Herramienta de visualización de datos de Microsoft, integrada satisfactoriamente con la arquitectura en GCP para mejorar el rendimiento y entrega de dashboards.

· SAP: ERP principal del cliente, fuente de datos clave en diversos módulos de negocio.

Proceso de Migración 

1. Fase de análisis:

Identificación de todas las fuentes de datos en el entorno On-Premise y análisis de atributos e indicadores clave junto al equipo de Data Analysts y Data Engineers.

2. Documentación de análisis:

El Data Analyst documenta los campos, tablas y orígenes que serán utilizados en el nuevo entorno.

3. Modelamiento de datos:

Diseño del modelo de datos (tablas maestras, históricas, etc.) en conjunto con el Data Analyst, considerando la semántica del negocio y el manejo de redundancia.

4. Revisión del modelo:

Presentación del modelo conceptual, lógico y físico al líder de modelamiento para su validación y aprobación.

5. Definición de reglas de carga:

El Data Analyst establece las reglas de carga por indicador y atributo, mapeadas a sus respectivas tablas.

6. Desarrollo de reglas de carga:

Implementación de las reglas en SQL, materializadas en BigQuery como insumo para poblar la capa UDV.

7. Cuadres y validación de duplicados:

Revisión de datos con el Data Analyst para verificar exactitud y eliminar registros duplicados si los hubiera.

8. Gobierno de datos:

En coordinación con el área de Data Governance, se delimitaron los dominios y subdominios conforme a los lineamientos previamente establecidos por dicha área. Asimismo, se llevó a cabo la validación de los datos sensibles, con el fin de aplicar las medidas correspondientes de ofuscamiento y resguardar la confidencialidad de la información.

9. Desarrollo final del script

Entrega de scripts para ser organizados en mallas de ejecución. Se incluye:

· Store Procedures (para ejecución en malla).

· Scripts DDL (para creación de estructuras).

· Código Python para Cloud Functions, siguiendo buenas prácticas con herramientas como Flake8, Pydocstyle y Black.

10. Optimización pre-producción:

Refactorización de consultas SQL en BigQuery para minimizar costos de ejecución antes del pase a producción.

11. Pase a producción:

El flujo pasa por los entornos de desarrollo y QA antes de ser promovido a producción.

12. Optimización post-producción:

Ajustes adicionales luego del pase a producción, para maximizar el rendimiento en el entorno final.

CI/CD y DevOps

Se implementó un pipeline de despliegue continuo siguiendo las mejores prácticas de DevOps:

· Fase de desarrollo:

Carga del código en Azure DevOps, ejecución del pipeline y validación inicial.

· Fase de QA:

Ejecución del pipeline con validaciones adicionales; requiere aprobación del responsable.

· Fase de producción:

Despliegue final tras superar todas las validaciones anteriores, con aprobación de los involucrados.

Mallas de Ejecución

Las mallas son flujos de procesos programados, secuenciales o paralelos, organizados con timestamp (yy-mm-dd-hh-mm-ss). Estas pueden incluir:

· Ejecución de Store Procedures en BigQuery.

· Actualización del modelo semántico en Power BI.

· Ejecución de Cloud Functions o Cloud Run.

Estas mallas son construidas una vez se ha completado exitosamente el pase a producción.

AYNITECH (Lima Miraflores, Perú)

Empresa Líder en soluciones de TI y Bi con más de 10 años de experiencia en el mercado peruano.

https://www.aynitech.com/

Analista de BI e Ingeniero de datos (Octubre 2021- Octubre 2023)

Análisis de proceso BI con plataforma cloud (GCP) y On-premise para la empresa Cliente Pacasmayo. https://www.cementospacasmayo.com.pe/

Desempeño profesional en entorno híbrido (On-Premise y Cloud)

Mi labor en la empresa cliente ha estado orientada al análisis y optimización de procesos ETL en entornos On-Premise, así como al diseño e implementación de modelos de datos para soluciones de Business Intelligence (BI), empleando arquitecturas en estrella o copo de nieve con el soporte de la herramienta ERwin.

En el entorno Cloud, mi función principal ha sido la construcción integral de flujos de datos utilizando las capacidades de Google Cloud Platform (GCP). Además, he liderado la administración total de los reportes implementados en MicroStrategy y he participado activamente en la implementación de nuevos proyectos de BI, desde el levantamiento de requerimientos hasta la publicación de dashboards para usuarios finales.

Herramientas y tecnologías utilizadas

· SQL Server:

o Desarrollo de procesos ETL mediante SQL, incluyendo procedimientos almacenados, programación de tareas (Jobs) y mantenimiento de rutinas automatizadas.

o Administración del Data Warehouse, que alberga múltiples proyectos de BI, cada uno con su correspondiente modelo de datos.

o Gestión de la base de datos "Sincro", utilizada como repositorio de datos crudos y depurados provenientes de ERPs como SAP, los cuales alimentan modelos consolidados en el Data Warehouse.

· PowerShell:

o Automatización de procesos batch críticos, tales como la depuración de archivos duplicados y la estandarización de formatos de texto masivo (por ejemplo, conversión de UTF-8 a ANSI).

· Google Cloud Platform (GCP):

o Dataflow: Implementación de flujos de datos con Apache Beam y Python, empleando plantillas personalizadas para canalización de datos.

o Cloud Functions: Desarrollo de funciones en Python para automatización y procesamiento de datos dentro de los flujos.

o Cloud Storage: Almacenamiento de objetos, plantillas y estructuras de datos para su reutilización en procesos.

o BigQuery: Construcción de ETLs multifuente, modelado de datos y explotación analítica en un entorno altamente escalable y paralelo.

o Cloud Scheduler: Programación de ejecuciones automáticas asociadas a flujos de datos o tareas con disparadores definidos.

o Dataproc: Conocimiento en su uso para procesamiento distribuido sobre Hadoop, cuando es requerido por la arquitectura del proyecto.

o Cloud SQL: Administración de instancias SQL dentro del ecosistema GCP.

· MicroStrategy:

o Developer: Diseño de reportes, dashboards, programación de suscripciones y envíos automáticos, creación de indicadores, métricas y modelado de atributos.

o Web: Visualización y prueba de tableros y reportes interactivos en entorno web.

o Administración de servidores: Monitoreo y gestión de los entornos donde se despliegan los servicios de MicroStrategy.

· Python (Pandas):

o Manipulación de datos estructurados y no estructurados con pandas para su transformación y posterior carga en BigQuery.

o Desarrollo de scripts Python para Cloud Functions, orientados a resolver requerimientos específicos con lógica personalizada, aplicando buenas prácticas de codificación (uso de herramientas como flake8, pydocstyle, Black, entre otras).

SONDA (Lima San Isidro, Perú)

Empresa Líder en soluciones de TI y transformación digital con 45 años de experiencia en el mercado Latinoamericano.

https://www.sonda.com/

Análisis de procesos BI. Procesos Linux, base de datos y Business Intelligence para la empresa cliente

EFE (Febrero 2020- Octubre 2021) https://www.efe.com.pe/

Mi desempeño en la empresa fue administrar, monitorear y analizar los sistemas de BI de la empresa cliente.

• Uso de SQL Server Integration Services para realizar ETL a requerimiento y/o revisar posibles errores que se puedan presentar. También SQL Server Analysis Services, para la administración y/o modificación de los data Mart a requerimiento.
• Uso SQL Server como data datawarehouse, administración de las bases de datos para su correcta población diaria de las tablas de hechos y dimensiones, mediante ETL.
• Uso de DML para todas las bases de datos en producción (SQL Server, DB2, Informix) y QA. Consulta a requerimiento tales como insert, update y delete para tablas especificas en producción. Consultas avanzadas a requerimiento.
• Administración IPS data Warehouse, para este Data WareHouse, se realizaba el monitoreo diario para la correcta carga de data mediante ETLs de diferente fuentes de datos.
• Administración servidores Red Hat soportado por IBM, en estos servidores se validaba el correcto funcionamiento de procesos bash usando herramienta de automatización como es automate scheduler y cron en el mismo servidor. Actualización de bash arequerimiento.
• Administración de QLik para reportes gerenciales.

INGENIERO DE SISTEMAS E INFORMATICA EN LA USIL. (2011-2016)

CURSANDO MAESTRIA EN IA EN LA UNI (2025-CURSANDO)