Amazon Data Engineer: CV, palabras clave y entrevista

No te llaman a entrevista o te quedas en la primera ronda. El CV no pega y las preguntas te pillan por sorpresa. Vamos a arreglarlo con un enfoque directo para el rol de Data Engineer en Amazon.

Entiende qué busca Amazon (sin inventar nada)#

Amazon se guía por sus Principios de Liderazgo. No es un slogan. Los evaluadores buscan ejemplos concretos de cómo los aplicas en tu trabajo diario. Tu CV y tus respuestas deben reflejarlos.

Piensa en frases cortas que demuestren iniciativa, ownership y foco en el cliente. Olvida los clichés vagos como "proactivo" o "trabajo en equipo". Necesitas datos y resultados.

Cómo adaptar tu CV a una Data Engineer en Amazon#

Tu CV debe pasar filtros automáticos (ATS) y convencer a un humano en 30 segundos. Cada palabra cuenta.

Primero, analiza la oferta. Extrae las palabras clave técnicas y las habilidades blandas. Luego, reescribe tu experiencia para usar ese vocabulario de forma natural.

Checklist para tu CV de Data Engineer en Amazon

• Usa un formato limpio, sin columnas, sin tablas, sin gráficos. Letra Arial o Calibri 10-11.
• Escribe un resumen profesional de 3-4 líneas. Incluye años de experiencia, tecnologías principales (Spark, SQL, Python, AWS) y un logro clave.
• En la experiencia, empieza cada bullet con un verbo de acción fuerte: "Diseñé", "Optimicé", "Migré", "Automaticé".
• Cuantifica todo lo posible: porcentajes de mejora, volúmenes de datos, ahorro de costes o tiempo.
• Incluye una sección de "Habilidades Técnicas" agrupada: Lenguajes (Python, SQL, Scala), Herramientas (Spark, Airflow, DBT), Plataformas (AWS, GCP, Azure), Bases de Datos (Redshift, Snowflake, DynamoDB).
• Adapta tu CV para cada oferta. No uses el mismo para todas.

Ejemplo práctico: reescribir un bullet de CV

Antes: "Responsable de los pipelines de datos".

Después: "Diseñé y desplegué 15 pipelines ETL en Airflow y Spark, procesando 50 TB de datos diarios para el equipo de Marketing, lo que redujo el tiempo de generación de informes en un 40%."

El segundo ejemplo es específico, muestra tecnología, escala y un resultado de negocio.

Palabras clave que no pueden faltar en tu CV#

Las ATS buscan coincidencias. Si no están, no pasas. Revisa la oferta de empleo en nuestro buscador de empleo y extrae los términos clave.

Las más comunes para este rol suelen ser: SQL, Python, Spark, Airflow, DBT, ETL/ELT, Data Warehouse, Data Lake, Redshift, S3, Glue, Athena, Lambda, Step Functions, CI/CD, Git, modelado de datos (star schema, snowflake), y conceptos como data quality, data governance y scalability.

Para asegurarte de que tu CV está optimizado, puedes usar nuestra herramienta gratuita para comprobar compatibilidad con ATS.

La entrevista técnica: más allá del código#

La entrevista técnica en Amazon tiene partes. Una es resolver problemas de código (SQL, Python) en un editor compartido. Otra es diseñar un sistema de datos.

Para el diseño, no busques la solución perfecta. Demuestra tu proceso de pensamiento. Haz preguntas para aclarar requisitos: ¿Qué volumen de datos? ¿Qué latencia se espera? ¿Qué tipo de consultas predominan? Luego, propón una arquitectura simple y ve añadiendo complejidad según las preguntas del entrevistador.

Usa el método STAR (Situación, Tarea, Acción, Resultado) para tus respuestas de comportamiento. Prepáralo antes.

Ejemplo de respuesta STAR para una pregunta de liderazgo

Pregunta: "Cuéntame una vez que hayas tenido que tomar una decisión difícil con poca información."

Respuesta (estructura STAR): Situación: En mi proyecto anterior, el equipo de producto quería integrar una nueva fuente de datos no estructurada en 2 semanas para un lanzamiento. Tarea: Mi tarea era evaluar la viabilidad técnica y el riesgo de retrasar todo el proyecto. Acción: Después de un análisis rápido (2 días), concluí que la calidad de los datos era demasiado baja. En lugar de decir "no", presenté un plan alternativo: usar una muestra de los datos para el lanzamiento, con un disclaimer en el producto, mientras el equipo de datos trabajaba en una solución robusta para el siguiente trimestre. Resultado: El equipo de producto aceptó. Lanzamos a tiempo con la muestra, y el trimestre siguiente implementamos la solución completa. El proyecto no se retrasó y la confianza entre equipos mejoró.

La ronda de Principios de Liderazgo#

Esta es la parte más importante. Prepárate al menos 2 historias por cada Principio. No memorices respuestas, pero sí ten claro el hilo conductor de tus ejemplos.

Principios clave para Data Engineer: "Ownership", "Bias for Action", "Dive Deep", "Insist on the Highest Standards", "Earn Trust".

Para "Dive Deep", no digas "soy detallista". Cuenta una historia donde revisaste logs, consultaste metadatos o analizaste un plan de ejecución de una query para encontrar un bug que otros pasaron por alto.

Salarios y modalidad de trabajo#

Los salarios para Data Engineer en Amazon varían mucho por país, nivel y si es rol remoto. En España, los rangos brutos anuales suelen estar entre 35.000€ y 60.000€ para perfiles mid-level. En Latinoamérica, los rangos son muy variables por país y modalidad (local o contractor). Investiga en fuentes locales como Glassdoor, LinkedIn Salary o portales de empleo específicos de tu país. No confíes en cifras promedio de internet.

Amazon tiene oficinas en Madrid, Barcelona y otros hubs. Muchos roles son híbridos o remotos. Revisa siempre la oferta concreta.

Para descifrar qué piden exactamente en una oferta, usa nuestro decodificador de descripciones de empleo.

Preparación final: checklist de la última semana#

• Practica 2 problemas de SQL medio-alto cada día (ventanas, CTEs, optimización).
• Graba tus respuestas STAR en audio. Escúchalas. ¿Son claras? ¿Suenan naturales?
• Prepara 3-5 preguntas para el entrevistador sobre el equipo, los desafíos técnicos y la cultura.
• Investiga el producto o servicio específico del equipo al que aplicas.
• Descansa. La claridad mental vale más que una hora más de estudio.

Para más consejos sobre entrevistas y CVs en el sector tecnológico, explora nuestro blog con guías actualizadas.

Preguntas frecuentes#

¿Es necesario tener experiencia previa con AWS para un rol de Data Engineer en Amazon?

No siempre es obligatorio, pero es un diferenciador muy fuerte. Si no tienes experiencia profesional, al menos familiarízate con los servicios clave (S3, Glue, Redshift, Lambda) mediante proyectos personales o certificaciones.

¿Cómo demuestro los Principios de Liderazgo si vengo de una empresa pequeña?

Los Principios se aplican a cualquier escala. "Ownership" puede ser tomar la iniciativa en un proyecto sin que te lo pidan. "Bias for Action" puede ser proponer y ejecutar una mejora rápida en un proceso. Escala tu ejemplo, pero sé auténtico.

¿Cuánto dura el proceso de entrevistas en Amazon?

Suele ser largo. Desde la primera llamada hasta la oferta final pueden pasar 4-8 semanas. Incluye: llamada con reclutador, prueba técnica online, entrevista técnica por videollamada y la "loop final" (4-5 entrevistas en un día, virtuales o presenciales).

¿Piden título universitario específico?

Generalmente piden un grado en Ingeniería, Informática, Matemáticas o campos relacionados. La experiencia relevante puede compensar un título diferente, pero es más difícil pasar el primer filtro.

¿Qué herramientas de orquestación y transformación son las más importantes?

Airflow y DBT son los estándares de facto en la industria. En el ecosistema AWS, también es común ver Step Functions y Glue. Dominar SQL y Python es innegociable, y Spark es casi un requisito para el procesamiento a gran escala.