Portafolio profesional

Camilo Suazo

Data Engineer Junior | Python, SQL y Pipelines de Datos

Ingeniero en Computación e Informática con experiencia en análisis, procesamiento y automatización de datos.

  • Python
  • SQL
  • pandas
  • JSON / JSONL
  • SQL Server
  • AWS básico
  • Kubernetes operativo

SmartUp / SmartVOC | Agosto 2025 - Actualidad

Data & Software Engineer Junior / SmartVOC

Apoyo la operación de pipelines de transcripción, categorización con IA, reprocesos batch, validación de datos y consultas SQL.

Señales de valor

Datos y automatización

Python, pandas, SQL y JSONL

Operación SmartVOC

Batches, reprocesos y validación

Proyección

Data Engineering e IA aplicada

Sobre mí

Perfil junior orientado a Data Engineering y automatización

Soy Ingeniero en Computación e Informática, con experiencia práctica en análisis de datos, automatización con Python, procesamiento de archivos JSON/JSONL, consultas SQL y operación de pipelines de datos.

Mi trayectoria en SmartUp comenzó más cerca del análisis de datos, procesamiento de archivos, Excel, Power Query, dashboards, reportes en Notion y análisis de conversaciones. Desde junio de 2026 estoy asumiendo tareas más cercanas a Data Engineering, operación técnica de pipelines, automatización y soporte de SmartVOC.

Actualmente estoy orientando mi perfil hacia Data Engineering y AI Data Engineering, trabajando con flujos de procesamiento, categorización con modelos de IA, validación de resultados, reprocesos batch y soporte técnico-operacional de sistemas de datos.

Resumen profesional

Rol actual Data & Software Engineer Junior / SmartVOC
Base técnica Ingeniero en Computación e Informática UNAB
Inicio en SmartUp 27 de agosto de 2025
Foco actual Data Engineering, automatización, pipelines e IA aplicada a datos

Intereses de crecimiento

  • Data Engineering
  • AI Data Engineering
  • Pipelines de datos
  • Procesamiento batch
  • Cloud y operación de sistemas de datos

Qué hago

Operación técnica de datos en SmartVOC

Apoyo flujos de procesamiento, validación y trazabilidad de datos en una plataforma de análisis de conversaciones.

01

Procesamiento con Python

Desarrollo y adaptación de scripts para procesar archivos JSON/JSONL, transformar datos y generar salidas estructuradas en Excel.

02

Consultas SQL y trazabilidad

Revisión de batches, conversation IDs, estados de procesamiento y outputs en bases de datos SQL Server.

03

Reprocesos y validación

Apoyo en reprocesos de datos, validación de conversaciones procesadas y carga hacia tablas de endpoint.

04

Análisis conversacional

Análisis de conversaciones y generación de reportes para clientes como Falabella, Claro, Sixbell y Mundo Call / SONAP.

05

Pipelines con IA

Participación en tareas operacionales relacionadas con pipelines de transcripción, categorización con IA y envío de resultados a endpoints.

06

Cloud y Kubernetes operativo

Uso operativo de herramientas cloud y Kubernetes para revisión de servicios, logs, pods y procesos asociados a SmartVOC.

Stack

Herramientas organizadas por foco de trabajo

Trabajo con un stack práctico para procesamiento, automatización, consultas SQL y operación de pipelines de datos.

Lenguajes y datos

Python SQL pandas JSON / JSONL Excel / Power Query

Data Engineering

ETL básico Procesamiento batch Automatización de scripts Validación de datos Pipelines de datos Integración con endpoints

Cloud y operación

AWS S3 AWS Lambda AWS IAM AWS EC2 Kubernetes básico GitHub

IA aplicada a datos

Categorización de conversaciones con modelos de IA Procesamiento de transcripciones Evaluación de outputs Automatización de reportes

Bases y entornos

SQL Server BigQuery Jupyter Notebook Notion Git / GitHub

Proyectos

Casos aplicados en datos y operación

Casos aplicados orientados a procesamiento de conversaciones, reportes y soporte operacional de pipelines de datos.

SmartVOC Próximamente

Procesamiento de conversaciones SmartVOC

Procesamiento y validación de conversaciones mediante scripts Python, transformación de archivos JSONL a Excel, revisión de estados batch y análisis de outputs generados por modelos de IA.

Python pandas JSON / JSONL Excel SQL Server
Reportería Próximamente

Automatización de reportes para clientes

Generación de reportes basados en análisis de conversaciones, métricas de calidad, motivos de llamada, cumplimiento de pautas y hallazgos operacionales.

Python Excel Power Query Notion Análisis conversacional
Operación de datos Próximamente

Soporte operacional de pipelines de datos

Apoyo en revisión de errores, reprocesos, validación de carga en endpoint y consultas SQL para trazabilidad de datos procesados.

Python SQL SQL Server AWS Kubernetes

Formación

Base técnica y aprendizaje continuo

Mi formación combina una base formal en Ingeniería en Computación e Informática con aprendizaje práctico en datos, SQL, Python, automatización, cloud y sistemas de datos.

Marzo 2023 - Septiembre 2025

Ingeniería en Computación e Informática - Universidad Andrés Bello

Base formal en programación, lógica, estructuras de datos, bases de datos y fundamentos técnicos para construir soluciones.

Coursera

Certificaciones relevantes

Google Data Analytics Professional Certificate (2025), IBM Data Science Professional Certificate (2024) e IBM AI Developer Professional Certificate (2025).

Especialización continua

Formación complementaria en datos

Cursos aplicados como Data Analysis with Python y Databases and SQL for Data Science, enfocados en trabajo práctico con datos, Python y SQL.

Desarrollo profesional

Data Science Bootcamp en curso

Fortalecimiento de SQL, Python, estadística, machine learning, visualización e IA mediante estudio continuo, con orientación actual hacia Data Engineering.

Mi enfoque

Datos con trazabilidad, contexto y operación responsable

Mi enfoque combina criterio analítico con disciplina técnica: entender el contexto, procesar datos de forma reproducible, validar resultados y mantener trazabilidad cuando un flujo requiere soporte o reproceso.

Trazabilidad de datos

Revisar estados, identificadores, outputs y cargas para entender qué ocurrió en cada etapa de procesamiento.

Automatización mantenible

Preferir scripts y procesos ordenados que puedan repetirse, ajustarse y validarse cuando cambian los archivos o necesidades.

Comunicación técnica clara

Traducir hallazgos, errores y estados de procesamiento en mensajes útiles para equipos técnicos y de negocio.

Aprendizaje continuo

Profundizar progresivamente en Data Engineering, cloud, automatización, bases de datos e IA aplicada a sistemas de datos.

IA con validación

Usar modelos de IA como parte de flujos de procesamiento sin perder validación de outputs, revisión de errores ni responsabilidad sobre los datos.