FinOps & Data Engineering · LATAM

Tu plataforma de datos esconde dinero — y frena tu negocio. Yo encuentro dónde, y te digo cómo arreglarlo.

Dos consultorías para empresas medianas en LATAM: FinOps — administración y optimización de tus gastos de nube — y Data Engineering — arquitectura y operaciones de datos que sí funcionan. Con evidencia, no opiniones. Precio fijo. Garantía de resultado.

Agenda un diagnóstico Conoce las dos consultorías
USD 400k/añorecuperados en un solo cliente
+10 añosrescatando plataformas de datos en producción
100% read-onlycero riesgo para tu operación
¿Te suena?

Tu equipo de datos trabaja duro. Tu plataforma, no tanto.

La mayoría de las empresas medianas en LATAM no tiene un problema de talento: tiene un problema de plataforma sin gobierno. Y eso se paga todos los meses, en silencio.

SÍNTOMA 01

La factura crece más rápido que el negocio

BigQuery, Redshift o el storage suben cada mes y nadie sabe explicar exactamente por qué. No hay atribución de costo por equipo ni alertas de desviación.

SÍNTOMA 02

Nadie confía del todo en los números

Dos dashboards, dos cifras distintas. Pipelines duplicados, sin dueño, sin tests. El data lake se convirtió en pantano y las decisiones se toman "a ojo".

SÍNTOMA 03

Cada migración es una apuesta

El DWH vive en una VM, la base de producción no tiene réplicas y escalar significa "comprar una máquina más grande". El equipo le teme a cada cambio.

SÍNTOMA 04

Los proyectos de IA están trabados

Todos quieren IA, pero "los datos no están listos". Sin calidad, catálogo ni lineage, cada iniciativa de IA parte de cero y muere en el intento.

Servicios

Dos consultorías, un mismo método: evidencia primero.

Puedes contratarlas por separado o juntas. Las dos parten de lo mismo: mirar tu plataforma con lupa y hablarte en dólares, no en jerga.

01 · FINOPS

Administración y optimización de gastos de nube

Para empresas cuya factura cloud crece más rápido que el negocio. Recupero el desperdicio, y luego administro el gasto para que no vuelva a descontrolarse.

  • Diagnóstico del desperdicio con evidencia de tu propio billing (BigQuery, Redshift, AWS, GCP)
  • Optimización de queries, storage y compute: quick wins con ahorro estimado por hallazgo
  • Atribución de costos por equipo, presupuestos y alertas de desviación
  • Administración continua: revisión mensual del gasto y reporte a dirección en dólares

Desde un diagnóstico puntual hasta administración mensual continua.

Quiero controlar mi gasto cloud
02 · DATA ENGINEERING

Arquitectura y operaciones de datos

Para equipos frenados por plataformas frágiles: DWH que no escalan, bases de datos mal ubicadas, migraciones que dan miedo. Diseño y ejecuto la operación de datos que tu negocio necesita.

  • Diseño y re-arquitectura de plataformas de datos y DWH: del fierro al servicio correcto
  • Pipelines y migraciones bien hechas: idempotentes, con validación de conteos y rollback
  • DataOps: CI/CD de pipelines, tests de datos, lineage, alertas y dueños por dataset
  • Modelado y fundaciones para analítica e IA: calidad, catálogo y gobierno

Por proyecto, con roadmap y precio fijo por fase.

Quiero mejorar mi operación de datos
El punto de partida

¿No sabes por dónde empezar? Health Check: un diagnóstico con números, no un PowerPoint de buenas intenciones.

Ambas consultorías parten del mismo lugar: en 3 semanas evalúo tu plataforma en 7 dimensiones — costo, arquitectura, calidad, escalabilidad, gobierno, seguridad y AI-readiness —, cuantifico el problema con evidencia y entrego un roadmap priorizado. Todo read-only: no toco tu producción.

Qué incluye
  • Scorecard 0–100 en 7 dimensiones: arquitectura, gobierno, calidad, costo, escalabilidad, seguridad y AI-readiness
  • Análisis read-only de tu billing y warehouse (BigQuery, Redshift, AWS Cost Explorer)
  • Cuantificación del desperdicio: top queries por costo, recursos zombie, storage sin lifecycle, tablas sin particionar
  • Quick wins ejecutables en semanas, con ahorro estimado por hallazgo
  • Roadmap priorizado impacto × esfuerzo, con runbooks para tu equipo
  • Presentación ejecutiva a dirección (CFO-friendly: en dólares, no en jerga)
Qué NO incluye (scope blindado)
  • Implementación de los fixes: esa es la consultoría de FinOps o el proyecto de data engineering, y se cotiza con el roadmap en la mano
  • Desarrollo de pipelines o dashboards nuevos
  • Trabajo con acceso de escritura a tus sistemas
Metodología abierta

F.L.O.W. — del caos al flujo, con evidencia en cada paso.

La metodología es pública y open source. Puedes auditarla, usarla tú mismo o contratarme para aplicarla. Regla de oro: sin evidencia no hay hallazgo — cada afirmación se sostiene con un query, un export de billing o un screenshot.

F

Find

Diagnóstico: inventario, scanners read-only y checklists con tu equipo. Salida: scorecard + hallazgos con evidencia.

L

Lock

Cortar la sangría: quick wins reversibles y de bajo riesgo. Pausar antes que borrar. Baseline documentado.

O

Optimize

Rediseño estructural vía runbooks: particionamiento, modelado, data contracts, lineage, capas de calidad.

W

Watch

Gobierno continuo: presupuestos, alertas, dueños por dataset y revisión periódica para que no vuelva el caos.

Scorecard de ejemplo: así se ve una plataforma típica antes del Health Check

7 dimensiones, puntaje 0–100. Las dimensiones en ámbar son donde se está fugando el dinero.

Arquitectura
58
Gobierno
24
Calidad
41
Costo (FinOps)
19
Escalabilidad
52
Seguridad
63
AI-Readiness
15

Datos ilustrativos basados en patrones reales de plataformas evaluadas. Tu scorecard se construye con tu evidencia.

Rescates de datos · lo que encuentro en terreno

No todo es la factura: estas son las trampas que rescato cada mes.

Años asesorando empresas de la región dejan un patrón: las mismas decisiones de arquitectura, repetidas. Si te reconoces en alguna fila, conviene hablar antes de que escale.

Lo que encuentroLo que cuestaA dónde lo llevo
DB de producción en una VM backups manuales, sin HA: cada reinicio es una oración → servicio administrado con réplicas y PITR
datos IoT en motor OLTP queries de minutos y storage inflado para series de tiempo → motor columnar o time-series correcto
migraciones "a punta de queries" sin idempotencia ni validación: registros perdidos en silencio → pipeline versionado, con conteos de control y rollback
DWH montado en una VM cómputo y storage amarrados: pagas 24/7 por picos de 2 horas → warehouse moderno con separación cómputo/storage
pipelines sin dueño ni tests cada cambio rompe algo aguas abajo y nadie sabe por qué → DataOps: CI/CD, tests de datos, lineage y alertas

Casos reales de asesorías en LATAM, anonimizados. Cada fix se entrega como runbook: tu equipo puede ejecutarlo, o lo ejecuto yo en la consultoría de data engineering.

Resultados reales

USD 400,000 al año, recuperados en días.

En una reestructuración reciente apliqué exactamente esta metodología sobre la plataforma de datos de una empresa en operación. No fue magia: fue mirar donde nadie estaba mirando.

−USD 400k de gasto cloud anual eliminado, sin degradar ningún servicio
  • 01Auditoría read-only del billing: identificación de los top consumidores de costo
  • 02Detección de recursos zombie, queries sin optimizar y storage sin lifecycle
  • 03Quick wins reversibles primero; cambios estructurales después, con runbooks
  • 04Baseline y alertas para que el ahorro se sostenga en el tiempo
Las empresas que más desperdician no son las que menos saben: son las que nunca se detuvieron a mirar la factura con lupa. Ese es exactamente mi trabajo.

— Felipe Veloso, fundador de DatanomadLab

Herramienta open source

datanomad-review: pruébalo gratis antes de contratarme.

La CLI open source implementa la misma metodología del Health Check: escanea tu proyecto dbt, BigQuery o AWS Cost Explorer en modo read-only y te muestra un primer nivel de hallazgos. Pruébala en 30 segundos con datanomad-review demo — y si la herramienta gratis ya te encuentra desperdicio, imagina el diagnóstico completo.

# pruébalo en 30 segundos, sin credenciales
$ pip install datanomad-review
$ datanomad-review demo
 
▲ AP-G02 solo 25% de los modelos tiene tests
▲ AP-AI01 0/2 sources con freshness configurado
▲ AP-C02 SELECT * en capas marts
 
→ ahora apúntalo al tuyo: scan bigquery --project mi-gcp
  • MIT license: úsalo, fork­éalo, intégralo a tu CI
  • 100% read-only: usa tus propias credenciales, no toca nada
  • Checklists, catálogo de anti-patrones y runbooks incluidos
  • Ver el repositorio en GitHub →
Quién está detrás

Felipe Veloso

Ingeniero de datos y arquitecto cloud con más de una década construyendo y rescatando plataformas de datos en producción para empresas de LATAM: bases de datos que vivían en VMs, warehouses que no escalaban, migraciones que daban miedo. He estado del lado de adentro: sé cómo se ve una plataforma cuando nadie es dueño de la factura ni de la arquitectura, y sé exactamente qué mirar para arreglarla.

Fundé DatanomadLab con una tesis simple: toda arquitectura de datos es, en el fondo, una decisión de costo — y las empresas medianas de la región merecen acceso al mismo nivel de rigor que las grandes consultoras reservan para clientes de millones de dólares, a un precio que se paga solo.

Certificaciones vigentes · verificables en Credly
Google Cloud · Professional Data Engineer Google Cloud · Professional Cloud Architect Google Cloud · Professional ML Engineer Python Institute · PCAP Python Software Foundation · Miembro
LinkedIn GitHub Newsletter
Preguntas frecuentes

Lo que todos preguntan antes de agendar.

¿Qué es un Data Platform Health Check?

Es un diagnóstico read-only de 3 semanas que evalúa tu plataforma de datos en 7 dimensiones (arquitectura, gobierno, calidad, costo, escalabilidad, seguridad y AI-readiness). Entrega un scorecard 0–100, hallazgos cuantificados en dólares con evidencia de tu propio billing, y un roadmap priorizado por impacto y esfuerzo.

¿Cuánto cuesta y cómo se cobra?

Entre USD 4.000 y 8.000 según el tamaño de la plataforma, en un pago único de precio fijo. Nunca por hora ni porcentaje del ahorro. Incluye garantía 3×: si el diagnóstico no identifica ahorros anuales de al menos 3 veces el fee, devuelvo el 100%.

¿Es seguro darte acceso a nuestros sistemas?

El análisis es 100% read-only: trabajo con credenciales de solo lectura que tú creas y controlas, firmo NDA antes de ver cualquier dato, y no ejecuto ningún cambio en producción. Los cambios los aplica tu equipo con los runbooks del roadmap, o yo dentro de la consultoría que contrates.

¿Trabajas solo costos cloud o también arquitectura de datos?

Ambos, como consultorías separadas o juntas. FinOps: administración y optimización de tus gastos de nube (BigQuery, Redshift, AWS, GCP). Data Engineering: arquitectura de datos y operaciones — DWH, migraciones bien hechas, DataOps. El Health Check es el punto de partida común y su roadmap alimenta ambas.

¿Qué stacks y nubes cubres?

GCP/BigQuery, AWS/Redshift y entornos multi-cloud; proyectos dbt y plataformas de datos híbridas. Si tu stack es otro, la llamada inicial de 30 minutos (sin costo) sirve exactamente para decirte con honestidad si puedo ayudarte o no.

Empecemos

Agenda un diagnóstico inicial de 30 minutos, sin costo.

Cuéntame qué te duele — la factura, la calidad, la IA trabada — y te digo con honestidad si el Health Check tiene sentido para tu caso. Si no lo tiene, también te lo digo.

Qué pasa después de escribirme:

  • Respondo en menos de 24 horas hábiles
  • Llamada de 30 min para entender tu contexto y tu stack
  • Si hay fit, propuesta de precio fijo en 48 horas
  • Si no hay fit, te lo digo y te recomiendo por dónde partir gratis (la CLI, por ejemplo)

¿Prefieres directo? Escríbeme por LinkedIn.