Servicio
Infraestructura de datos que aguanta en producción
Tus datos viven en una docena de sistemas, nadie se pone de acuerdo sobre qué número es el correcto y cada proyecto nuevo arranca reconstruyendo la misma extracción. Cualquier modelo que pongas encima hereda ese desorden.
El problema casi nunca es la herramienta
La mayoría de los proyectos de infraestructura de datos que heredamos no fallaron porque alguien eligió la base de datos equivocada. Fallaron porque nadie definió para qué eran los datos. Los pipelines se armaron fuente por fuente, cada reporte calculaba su propia versión de la facturación y la lógica terminó en planillas que entiende una sola persona.
Por eso arrancamos por las preguntas que el negocio necesita responder y vamos hacia atrás hasta las fuentes. Eso nos dice qué ingerir, qué modelar y, igual de importante, qué dejar afuera.
Qué construimos
Diseñamos la arquitectura, construimos los pipelines y modelamos los datos para que las mismas definiciones alimenten dashboards, reportes y modelos de ML. Usamos servicios gestionados cuando te ahorran trabajo operativo y herramientas open source cuando te ahorran plata o dependencia de un proveedor.
- En Aeropuertos Argentina migramos los procesos de ETL de Power Query a PySpark en 35 aeropuertos. El pipeline principal pasó de 45 a 15 minutos y el error en los reportes bajó un 5%.
- En Grupo Patagonia los reportes pasaron de días de Excel manual a dashboards que se actualizan en minutos, sobre un datalake construido en la infraestructura propia del cliente.
- En Agrology unificamos dos ERPs en una plataforma 100% serverless en AWS (Lambda, S3, Glue y Redshift).
- En Moni la nueva infraestructura de datos redujo los costos operativos un 50% e hizo el desarrollo de pipelines cinco veces más rápido.
A la medida, no sobredimensionado
Una startup con unos pocos gigas no necesita la plataforma que necesita un banco. Sobredimensionar te cuesta dos veces: una al construirlo y otra todos los meses al mantenerlo. Te proponemos la arquitectura más simple que resuelve tu problema hoy y que puede crecer cuando crezcas vos.
Qué queda cuando nos vamos
Tu equipo se queda con el código, la documentación y el porqué de cada decisión. Si seguimos trabajando juntos, es porque hay más para hacer, no porque nadie más pueda tocar los pipelines.
Qué te llevás
Una arquitectura a la medida del problema
Un diseño acorde a tu volumen de datos, tu equipo y tu presupuesto. Si los datos entran en memoria, no te vamos a armar un cluster de Spark.
Pipelines que corren sin niñera
Ingesta, transformación y orquestación con tests y alertas, para que las fallas aparezcan en un log y no en una reunión de directorio.
Una sola fuente de verdad
Un lake, warehouse o lakehouse donde las definiciones de negocio viven una sola vez, y reportes y modelos leen del mismo lugar.
Documentación que tu equipo puede usar
Runbooks, contratos de datos y un traspaso ordenado, para que el próximo cambio no dependa de nosotros.
Cómo trabajamos
Diagnóstico
El problema real no siempre es el aparente a simple vista. Vemos la situación sin el sesgo de estar adentro de la organización.
Solución justa
Proponemos la solución más simple y adecuada que resuelva tu problema concreto. Nunca una bazooka para matar un mosquito.
Capacidad instalada
Cuando terminamos, tu equipo tiene ownership completo de la solución. Si seguimos trabajando juntos es porque querés y te podemos ayudar, no porque te tenemos cautivo con una caja negra.
Casos relacionados
Transporte
Aeropuertos Argentina
Migración ETL y gobernanza de datos en 35 aeropuertos: control y eficiencia que redujo el tiempo de procesamiento de 45 a 15 minutos.
Agro-tech
Agrology
Producto basado en datos que requería nueva infraestructura de datos.
Banca
Grupo Patagonia
Automatización y visibilidad: el mejor punto de partida.
Para seguir leyendo
DBT en acción: construí la capa de marts que conecta tus datos con el negocio
Los marts son la capa donde tus modelos de DBT se vuelven realmente útiles: datasets curados, listos para análisis y decisiones de negocio.
Modelos, Sources y Seeds en dbt: Tutorial completo para transformar datos con SQL reproducible
Domina dbt con esta guía práctica: aprende a crear modelos, declarar sources y gestionar seeds usando Docker y Postgres. Tutorial paso a paso para acelerar tu modern data stack y lograr transformaciones de datos reproducibles y confiables.
Cómo sumar IA generativa local a Grafana y convertir gráficos en decisiones
Integrá un modelo de lenguaje local (LLM) en Grafana y convertí tus dashboards en herramientas inteligentes para la toma de decisiones. En esta guía paso a paso te mostramos cómo visualizar, analizar e interpretar métricas en tiempo real sin exponer datos a servicios externos.
Preguntas frecuentes
¿Necesito un data warehouse antes de hacer IA?
Necesitás datos confiables en un solo lugar. A veces eso es un warehouse, a veces un lake bien ordenado y a veces unas pocas tablas en la base que ya tenés. Lo definimos en el diagnóstico, según qué querés responder y cuántos datos tenés.
¿Con qué nubes trabajan?
Sobre todo AWS, también Azure, y tus propios servidores cuando esa es la restricción. En Grupo Patagonia armamos todo el datalake sobre la infraestructura on-prem del cliente con herramientas open source.
¿Pueden trabajar con nuestro stack y nuestro equipo actuales?
Sí, y lo preferimos. Extendemos lo que ya funciona, reemplazamos lo que no y documentamos todo para que tu equipo lo pueda operar cuando nos vayamos.
¿Cuánto dura un proyecto de infraestructura de datos?
Depende de cuántas fuentes haya y qué tan rotas estén. Nuestros proyectos recientes duraron entre 5 y 6 meses. Primer Paso, de 4 semanas, te da un diagnóstico, un prototipo funcionando y un roadmap antes de comprometerte con algo más grande.