En el panorama empresarial actual, impulsado por los datos, pocas funciones son más cruciales que la de un desarrollador de ETL. Estos especialistas en software son responsables de diseñar complejos sistemas de almacenamiento de datos fundamentales para la inteligencia empresarial. En resumen, convierten los Big Data en Big Wins.
ETL significa extraer, transformar y cargar, y se refiere al procedimiento general para transferir datos de múltiples fuentes a un único almacén de datos. Luego, los datos son usados por los analistas para tomar mejores decisiones empresariales.
No hace falta decir que, si necesitas un desarrollador de ETL, es de vital importancia contratar al adecuado para tu empresa. No es ningún secreto que las empresas que conocen los datos superan a sus competidores.
Los reclutadores deben tener en cuenta que las herramientas de ETL pueden variar mucho. Por este motivo, es necesario adaptar el proceso de contratación a las necesidades específicas de ETL de tu organización siempre que sea posible.
Recomendamos usar una evaluación de habilidades antes de la entrevista para poder preseleccionar a los mejores candidatos y concentrarse solo en ellos, y no perder tiempo entrevistando a candidatos inadecuados.
Haz estas preguntas de entrevista al desarrollador de ETL para ayudarte a contratar a los mejores
A continuación, encontrarás 25 de las preguntas de entrevista más importantes de ETL para ayudarte a hacer la mejor contratación. Hemos dividido las preguntas en tres grupos: principiante, intermedio y avanzado, para diferentes niveles de experiencia.
También encontrarás ejemplos de respuestas para tener de referencia, de modo que puedas evaluar las habilidades de los candidatos con confianza, incluso si no tienes ninguna habilidad de desarrollo de ETL.
8 preguntas de entrevista para desarrolladores de ETL nivel principiante
Si estás contratando a un desarrollador de ETL de nivel inicial con hasta 2 años de experiencia, considera la posibilidad de usar estas preguntas de entrevista para nivel principiante.
1. ¿Cuáles son los pasos clave del proceso de ETL?
Respuesta de ejemplo:
Aunque la abreviatura implica un proceso ordenado de tres pasos, ETL en realidad abarca más pasos. El acrónimo ETL se refiere a la extracción de datos de diferentes fuentes, su transformación y carga en un almacén de datos, y el eventual análisis de los datos del almacén.
En resumen, ETL comprende el transporte de datos en las cuatro áreas: extracción, transformación, carga y análisis.
2. ¿Por qué es importante el almacenamiento de datos?
Respuesta de ejemplo:
El almacenamiento de datos es un componente esencial de la inteligencia empresarial. Al reunir las diferentes fuentes de datos en una única biblioteca unificada, los analistas pueden trabajar de forma más eficiente, obtener una visión más profunda y detectar patrones en diferentes conjuntos de datos.
En última instancia, ayuda a las empresas a ser más competitivas al mejorar su proceso de toma de decisiones.
3. ¿Cuáles son las principales diferencias entre ETL y ELT?
Respuesta de ejemplo:
El proceso de ETL transforma los datos antes de cargarlos en el sistema de destino, mientras que el de ELT transforma los datos dentro del almacén de datos. De las dos, el proceso de ELT se considera generalmente la mejor solución para grandes cantidades de datos, ya que ofrece una forma más flexible y ágil de trabajar con los datos.
4. ¿Qué se entiende por particiones en ETL?
Respuesta de ejemplo:
La partición se refiere a la división de grandes conjuntos de datos en áreas más pequeñas y manejables, basadas en características compartidas. Su objetivo es facilitar la navegación por el almacén de datos y mejorar el rendimiento del procesamiento de las queries.
5. ¿Qué tipos de aplicaciones y herramientas se usan en el proceso de ETL?
Respuesta de ejemplo:
En el mercado, existen diferentes herramientas de software de ETL, pero todas comparten el mismo propósito de integración de datos. Algunas de las herramientas de ETL más populares son:
- Informatica PowerCenter
- IBM InfoSphere DataStage
- Oracle Data Integrator
- Microsoft SQL Server Integration Services (SSIS)
- Xplenty
6. ¿Cuáles son los diferentes tipos de hechos en ETL?
Respuesta de ejemplo:
Los hechos son piezas cuantitativas de información sobre una empresa, como números de ventas o saldos de cuentas. Se almacenan en una tabla de hechos. Hay tres tipos diferentes de hechos:
- Los hechos no aditivos no pueden sumarse en ninguna dimensión de la tabla de hechos, como un porcentaje.
- Los hechos semiaditivos pueden sumarse para algunas dimensiones de la tabla de hechos, pero no para todas, como por ejemplo, un recuento.
- Los hechos aditivos pueden sumarse en todas las dimensiones de la tabla de hechos, como en las ventas.
7. ¿Cuál es la función de una tabla de dimensiones y en qué se diferencia de una tabla de hechos?
Respuesta de ejemplo:
Las tablas de hechos contienen medidas y métricas sobre una empresa. Las tablas de dimensiones están unidas a las tablas de hechos por una clave externa y muestran las características descriptivas de los hechos que contienen. Mientras que las tablas de hechos son granulares, las tablas de dimensiones son extensas y detalladas.
8. ¿Por qué son importantes las pruebas de ETL y cómo pueden hacerse?
Respuesta de ejemplo:
Las pruebas periódicas son una parte esencial del proceso de ETL y garantizan que los datos lleguen al almacén de análisis sin problemas y con precisión.
Las pruebas de ETL pueden realizarse de las siguientes maneras:
- Revisar las fuentes primarias para asegurarse de que se hayan extraído sin ninguna pérdida de datos.
- Verificar que los datos se hayan transformado en el tipo de datos adecuado para el almacén.
- Comprobar que el almacén informa con precisión de los casos de datos no válidos.
- Documentar cualquier error que se produzca durante el proceso de ETL.
8 preguntas de entrevista para desarrolladores de ETL nivel intermedio
A continuación, encontrarás algunas preguntas para desarrolladores de ETL de nivel intermedio. Úsalas para el reclutamiento de puestos de nivel medio en los que los candidatos ya tengan experiencia práctica en el uso de ETL.
9. ¿Cómo se analizan los datos en ETL?
Respuesta de ejemplo:
Una vez que los datos se transportaron con éxito al almacén de datos, los analistas suelen usar aplicaciones de Business Intelligence (BI) de terceros, como Tableau, para convertir los datos brutos en gráficos y diagramas, en función de los cuales se pueden tomar decisiones empresariales.
Algunas de las herramientas de ETL más recientes están equipadas con sus propios mecanismos de análisis de datos.
10. ¿Cuáles son algunos de los tipos más comunes de pruebas de ETL?
Respuesta de ejemplo:
Existen varios métodos de pruebas de ETL, cada uno de los cuales sirve para un propósito específico en diferentes puntos del proceso de ETL. Algunos de los tipos más comunes de pruebas de ETL son:
- Validación de la producción: Los datos del sistema de destino se comparan con los de las fuentes por razones de validez.
- Pruebas de recuento de origen a destino: Se comprueba que el número de registros cargados en el almacén de datos sea coherente con el recuento de registros esperados.
- Pruebas de rendimiento: El proceso de carga se prueba para asegurarse de que tiene lugar dentro de los plazos previstos.
- Pruebas de transformación de datos: Se comprueban los datos del sistema de destino para verificar que se hayan transformado correctamente de acuerdo con los requisitos de la empresa.
11. ¿Qué son las instantáneas en ETL?
Respuesta de ejemplo:
Las instantáneas son copias de solo lectura de los datos de la tabla maestra. Antes de hacer un cambio en el almacén de datos, se toma una instantánea y se almacena localmente como referencia. Esto sirve para conservar los registros tal y como estaban antes de realizar el cambio.
Cada instantánea tiene tres componentes:
- La hora en que se tomó.
- Una clave para identificar la instantánea.
- Los datos relativos a la clave.
12. ¿Qué es el perfilado de datos en ETL?
Respuesta de ejemplo:
El perfilado de datos es el proceso de revisión de los datos de origen para identificar su estructura, su calidad y sus interrelaciones.
Es un precursor importante de la fase de análisis, ya que garantiza que los datos de origen adecuados se carguen en el almacén de datos y que se transformen de acuerdo con los requisitos de la empresa.
13. ¿Cuáles son los errores más frecuentes de ETL?
Respuesta de ejemplo:
Las pruebas de ETL pueden revelar una gran variedad de problemas. Algunos de ellos son:
- Pérdida de datos entre el sistema de origen y el de destino.
- Falta de coherencia entre los conjuntos de datos.
- Procesamiento prolongado de consultas.
- Caídas del sistema debido a la escala del almacén de datos.
- Errores estéticos relacionados con la fuente, el color o la alineación.
14. ¿Qué significa la arquitectura de tres niveles de ETL?
Respuesta de ejemplo:
La mayoría de los almacenes de datos comprenden tres áreas separadas. Estas son:
- El área de preparación, donde los datos se extraen de varias fuentes y se procesan.
- El área de integración de datos, donde se transforman los datos del área de preparación (a veces llamado servidor OLAP).
- El área de acceso, donde los datos transformados son recuperados por los usuarios para su análisis.
15. ¿Por qué es importante la zona de puesta en escena en el proceso de ETL?
Respuesta de ejemplo:
El área de preparación es la zona de aterrizaje para los datos extraídos de las fuentes y se sitúa entre la fuente y el objetivo en el proceso de ETL.
Aquí se limpian y modifican los datos antes de transferirse al almacén de datos. Se trata de una alternativa más eficaz que la transformación de los datos en el propio sistema de destino.
16. ¿Cuál es la diferencia entre una carga inicial y una carga incremental en el proceso de ETL?
Respuesta de ejemplo:
La carga inicial se refiere al proceso de cargar todos los datos de las fuentes primarias en el sistema de destino por primera vez. Una vez completado esto, todas las cargas posteriores en el sistema serán cargas incrementales, donde solo se ingresan los registros nuevos o modificados.
9 preguntas de entrevista para desarrolladores de ETL nivel avanzado
A continuación, encontrarás nueve preguntas para desarrolladores de ETL de nivel avanzado. Puedes usarlas para evaluar las habilidades y los conocimientos de los desarrolladores de ETL senior que tienen mucha experiencia.
17. ¿Cuáles son algunos de los retos de las pruebas de ETL?
Respuesta de ejemplo:
Es importante identificar los posibles retos en una fase temprana del proceso de ETL para evitar cuellos de botella más adelante. Algunos de los problemas y retos más frecuentes de las pruebas de ETL son los siguientes:
- Pérdida, corrupción o duplicación de datos durante el traslado.
- Rendimiento insuficiente causado por grandes volúmenes de datos históricos.
- Requisitos empresariales inalcanzables.
- Disponibilidad limitada de los datos de origen.
- Herramientas de ETL obsoletas.
18. ¿Puedes explicar el proceso de pruebas de ETL de principio a fin?
Respuesta de ejemplo:
Las pruebas de ETL son un proceso exigente que debe completarse en el siguiente orden:
- Definir los requisitos empresariales: Establecer contacto con el cliente para entender sus necesidades de información y definir el alcance del proyecto.
- Validar las fuentes de datos: Realizar una comprobación del recuento de datos y verificar que las claves de comprobación están en su sitio.
- Diseñar la lógica de ETL: Diseñar la hoja de mapeo, el script SQL y los códigos de transformación.
- Extraer los datos de origen: Identificar cualquier error durante la fase de extracción.
- Transformación de datos: Asegurarse de que los datos se transforman de forma coherente.
- Cargar los datos: Realizar una comprobación del recuento de registros y verificar la exactitud de los datos cargados.
- Proceso de revisión: Verificar la validez, el diseño y la funcionalidad de exportación del informe resumido.
- Presentar el informe de la prueba: Compartir los resultados de las pruebas con las partes interesadas.
19. ¿Cuáles son algunas de las mejores funciones de ETL que nuestra empresa debería usar?
Respuesta de ejemplo:
Una buena herramienta de ETL hace que el proceso de integración de datos sea más eficiente y fácil de usar. Algunas características de ETL especialmente útiles son las siguientes:
- Compatibilidad con la nube, lo que permite una mayor flexibilidad y un mejor manejo de conjuntos de datos masivos.
- Integraciones de terceros para conectar con plataformas ERP y herramientas BI.
- Generación automática de código para reducir los riesgos de errores humanos y acelerar el desarrollo.
- Interfaz intuitiva para mejorar la navegación del usuario.
- Herramientas sofisticadas de depuración, que reducen la interrupción de los flujos de datos.
20. ¿Cuál es el papel del proceso de ETL en la extracción de datos?
Respuesta de ejemplo:
El proceso de ETL es una importante fase inicial del proceso de extracción de datos. Una vez identificadas las fuentes de datos y fijados los requisitos de la empresa, se realiza ETL para reunir todos los datos históricos en un sistema único y coherente.
A partir de aquí, los datos se analizan y modelan usando herramientas de BI. Luego, los científicos de datos pueden evaluar los datos para sacar conclusiones sobre las decisiones empresariales.
21. ¿Cuáles son los diferentes tipos de particiones en ETL y cuándo deben usarse?
Respuesta de ejemplo:
Los dos tipos principales de particiones en ETL son los siguientes:
- Particiones Hash: Las filas se asignan usando una clave hash, lo que significa que las particiones dependen del algoritmo hash especificado.
- Particiones round-robin: Las filas se asignan de forma rotatoria, lo que significa que cada partición contiene aproximadamente el mismo número de filas.
22. ¿Qué se entiende por pruebas de regresión en ETL?
Respuesta de ejemplo:
Las pruebas de regresión se usan después de desarrollar reparaciones funcionales en el almacén de datos. Su objetivo es comprobar si dichas reparaciones han perjudicado a otras áreas del proceso de ETL.
Las pruebas de regresión deben realizarse siempre después de las modificaciones del sistema para ver si generaron nuevos defectos.
23. ¿Cuál es el objetivo de la depuración y de archivar los datos?
Respuesta de ejemplo:
La depuración de datos es el proceso de eliminación permanente de los datos obsoletos del almacén de datos. Por ejemplo, los datos pueden purgarse cuando cumplen diez años. Esto se hace para liberar espacio en el servidor y mejorar el rendimiento.
La depuración de datos suele ir acompañada de un proceso de archivo, en el que los datos se trasladan a un dispositivo de almacenamiento independiente para su conservación a largo plazo, normalmente con fines legales.
24. ¿Cuáles son las principales diferencias entre las búsquedas conectadas y no conectadas en ETL?
Respuesta de ejemplo:
Hay varias diferencias clave entre las búsquedas conectadas y las no conectadas:
- Las búsquedas conectadas devuelven varias columnas de la misma fila, mientras que las búsquedas no conectadas devuelven una columna de cada fila.
- Las búsquedas conectadas reciben valores directamente de la cadena de mapeo, mientras que las búsquedas no conectadas reciben valores de una transformación separada.
- Las búsquedas conectadas usan una caché dinámica o estática, mientras que las no conectadas solo usan una caché estática.
25. ¿Cuándo realizarías una transformación de búsqueda en el proceso de ETL?
Respuesta de ejemplo:
La transformación de búsqueda se usa para recuperar valores de una fuente de datos basada en condiciones de búsqueda específicas. Hay algunos escenarios en los que esto podría ser necesario, por ejemplo, para:
- Actualizar una tabla de dimensiones.
- Comprobar si los registros ya existen en una tabla.
- Encontrar un valor específico de una tabla.
¿En qué fase del proceso de contratación debes usar las preguntas de entrevista para desarrolladores de ETL?
Las entrevistas son solo una parte de lo que debería ser un riguroso proceso de selección de candidatos en varias fases. Es importante recurrir a otras herramientas y técnicas de reclutamiento cuando estés contratando a tu próximo desarrollador de ETL para poder obtener una visión más completa del conjunto de habilidades de cada candidato.
Las entrevistas funcionan mejor en la parte final del proceso de selección: el uso de evaluaciones de habilidades y tareas de antemano te permitirá descartar a los candidatos poco calificados en una fase anterior, lo que te ayudará a ahorrar tiempo entrevistando solo a los mejores candidatos.
Aquí tienes un esquema para un proceso de contratación de ETL eficaz:
- Publicación del empleo: Asegúrate de indicar las herramientas de ETL que usa tu organización en la publicación del empleo y detalla las responsabilidades del puesto.
- Selección de currículums: Examina los currículums y preselecciona a los candidatos que puedan tener las competencias de ETL necesarias para el puesto.
- Evaluación de habilidades: Invite a los candidatos preseleccionados a completar una evaluación de habilidades en línea de hasta cinco pruebas diferentes; puede evaluar sus habilidades de ETL, habilidades cognitivas o incluso sus rasgos de personalidad o su cultura.
- Llamado de convocatoria: Mantén una charla informal con los candidatos para ver si tus expectativas y objetivos coinciden.
- Tarea específica del puesto: Presenta a los candidatos una tarea de ETL similar a la que harían en el puesto, como crear un proceso automatizado de limpieza de datos.
- Entrevista: Aprovecha las preguntas de entrevista anteriores, pero recuerda también evaluar las habilidades blandas del candidato.
- Comprobación de referencias: Realiza comprobaciones de los antecedentes y referencias del candidato.
- Decisión final y oferta de trabajo: Toma la decisión final según las habilidades, la personalidad y la prueba de cultura potencial antes de hacer una oferta de trabajo.
La naturaleza altamente especializada del proceso de ETL hace que sea aún más importante incluir evaluaciones de habilidades de programación prácticas y tareas específicas del puesto como parte del proceso de selección.
Las muestras de trabajo son uno de los indicadores más eficaces del posible rendimiento de un candidato y son usadas por muchas de las principales empresas del mundo, como Google. Las entrevistas estructuradas, en las que se hacen las mismas preguntas a todos los entrevistados en el mismo orden, te ayudarán a evaluar con precisión el rendimiento y a limitar los prejuicios.
Si, en el momento de la entrevista ya tienes una buena idea de los conocimientos de ETL del candidato, haz unas cuantas preguntas específicas sobre el proceso de ETL y concéntrate en las habilidades blandas y la personalidad del candidato. Cualquier decisión de contratación debe tener en cuenta la actitud tanto como la aptitud.
Cómo encontrar a tu próximo desarrollador de ETL
Usando las preguntas de entrevista junto con las evaluaciones específicas del puesto, podrás crear un proceso de selección a prueba de balas capaz de desenterrar al mejor desarrollador de ETL para tu organización.
Recuerda adaptar el proceso de reclutamiento a las necesidades de tu empresa y a los requisitos específicos del puesto. Esto te ayudará a encontrar un candidato con las habilidades adecuadas y, en última instancia, a maximizar tus posibilidades de hacer una contratación mutuamente beneficiosa a largo plazo.
Prueba TestGorilla gratis hoy mismo y empieza a tomar mejores decisiones de contratación.
