Gastón Echenique · Senior Data Engineer

Pipelines que aguantan producción real.

Diseño la infraestructura primero, después los modelos que corren sobre ella. AWS, Azure, Databricks.

Qué construyo
Pipelines de datos
Sistemas batch y streaming diseñados para ingesta y procesamiento confiables.
Plataformas de datos
Arquitecturas lakehouse, modelos de datos y capas de almacenamiento.
Infraestructura
IaC, CI/CD, orquestación y entornos reproducibles.
Sistemas inteligentes
Agentes, tool calling y workflows de datos con LLMs.

Kage no Kaji (影の鍛冶) es "el herrero de las sombras": mi afinidad por Japón, la estética dark/metal y un guiño a Dark Aria, llevados al oficio. Kaji (鍛冶) es forja: fuego, martillo y disciplina hasta que el metal aguanta el golpe. Así pienso la ingeniería de datos: entran datos crudos, la infraestructura los templa, salen productos de datos confiables, construidos para no romperse en producción.

datos crudos
→
infraestructura
→
productos de datos confiables
Sobre mí

Senior Data Engineer con base en oceanografía física y sistemas geoespaciales. Empecé mi carrera en la Armada Argentina trabajando con datos hidrográficos y cartas náuticas (formatos S-57/S-100), después pasé por Google X diseñando pipelines de datos agrícolas geoespaciales. Hoy diseño y opero infraestructura de datos en producción para clientes de salud, energía y farma, con foco en AWS, Azure y Databricks. Fuera del trabajo ando aprendiendo a manejarme en skate, mi costado más inesperado. Doy clases en GeoDojo y sigo sumando certificaciones (AWS AI Practitioner, en camino a Claude Certified Architect).

Senior Data Engineer / ML Engineer
2022 — presente
Diseño y opero infraestructura de datos en producción para clientes de salud, energía y farma.
Data Engineer
2021 — 2022
Pipelines de datos geoespaciales para agricultura.
Hidrografía y cartografía náutica
2005 — 2021
Oceanografía y cartas náuticas (S-57/S-100) en el Servicio de Hidrografía Naval — el origen de mi carrera en datos.
Docente
2023 — presente
Principios de ingeniería
Infraestructura primero — construir la plataforma antes de optimizar lo que corre sobre ella.
Reproducibilidad — si solo funciona en mi máquina, no funciona.
La falla es parte del diseño — retries, idempotencia, validación y observabilidad importan.
Productos de datos, no scripts — un pipeline tiene que tener un propósito, una interfaz y un consumidor.
Proyectos
Proyecto
Medallion pipeline en Databricks
Terraform + CI/CD, mismo repo para dev, corriendo y forkeado por otros devs.
Proyecto
Asesor de turismo — Azure Databricks
5 fuentes heterogéneas, Medallion multi-fuente, agente con tool calling + mapa en vivo.
Proyecto
Streaming de satélites en Databricks
SGP4 + Event Hubs + Structured Streaming, Medallion en tiempo real con dashboard nativo en vivo.
Proyecto
Lakebase Multiformato — OLTP en Databricks
5 formatos heterogéneos ingestados a Lakebase (Postgres gestionado), consultables en vivo desde Unity Catalog vía Lakehouse Federation.
Proyecto
Pokedex Agent — Agente Claude con MCP en Databricks
Terraform + Medallion con Data Quality gate, MCP server propio sobre Unity Catalog y agente Claude (Profesor Oak) con hooks y tool_choice reales.
Proyecto
Entity 360 — Golden record multicloud en Databricks
5 fuentes de 4 productores (on-prem, AWS, GCP, container) resueltas en un golden record explicable, con contratos Soda, dbt + Iceberg y Snowflake zero-copy orquestados por Airflow.