RN Krishnan

Su base se construyó en la gestión de datos de prueba, las pruebas funcionales y las pruebas de ETL, apoyadas en la automatización con Python y la práctica de entrega ágil.

Desarrolló un dominio práctico del ciclo de vida de las pruebas y del ciclo de vida de los defectos, y un historial de descubrir errores, resolverlos y asegurar que lo que llegaba al cliente cumpliera la calidad esperada. Trabajando con supervisión mínima en varios frentes simultáneos, colaboró con desarrolladores y gerentes de proyecto para cumplir los hitos de entrega.

De aquí viene la disciplina que sostiene su trabajo de ingeniería. La gestión de datos de prueba, en particular, es una especialidad poco vistosa que enseña algo que ningún curso de analítica enseña: cómo construir datos que ejerciten los casos límite que un sistema terminará encontrando en producción.

Su trabajo en este período fue reconocido con un premio al mejor debutante, junto con reconocimientos previos por excelencia académica y por un proyecto de aprendizaje basado en investigación.

Pasó de asegurar los datos a interpretarlos, asumiendo un rol de analista de datos que unió su formación en calidad con el trabajo de ingeniería que vino después.

Es una etapa breve en el papel e importante en la práctica: es el punto en que la pregunta pasó de "¿son correctos estos datos?" a "¿qué significan estos datos y quién los necesita?"

En su rol actual trabaja como ingeniero de datos en Google Cloud Platform, entregando soluciones de datos para distintos requerimientos de negocio.

La combinación que aporta es poco frecuente. La mayoría de los ingenieros de datos llega desde el software o la analítica; él llegó desde la gestión de datos de prueba, lo que significa que trata un pipeline como un ingeniero de pruebas trata una compilación: como algo que debe demostrarse y no darse por supuesto, considerando los modos de falla antes de celebrar el camino feliz.

Junto al trabajo de plataforma ha avanzado hacia la inteligencia artificial y la IA generativa, las bases de datos de grafos y las herramientas de ciencia de datos de código abierto, con certificación como Google Cloud Professional Data Engineer y como Neo4j Certified Professional.