🍽️ Brief de Entrevistas — Qoa
24 de Marzo 2026
📊 Resumen Comparativo
| Candidato | Perfil | Nivel | Retail/Logística | Hora |
|---|
| Jared Díaz | DS / BI | Jr | ❌ No | 11:00 AM |
| Jorge Peralta | Data Engineer | Sr | ✅ Alpura | 12:00 PM |
| Adolfo Ollin | Head of DS | Sr / Líder | ✅ Tiendas 3B | 1:00 PM |
| Jorge Andrade | DS + ML Eng | Sr | ✅ Icalia (logística) | 4:30 PM |
Fit más alto: Jorge Andrade y Jorge Peralta (retail + pipelines + escala)
---
🥇 JORGE ANDRADE — Data Scientist Sr
Hora: 4:30 PM | Meet: en calendario
Ubicación: CDMX | Contacto: jorandradefig@gmail.com | +52 55 2896 3130
LinkedIn: linkedin.com/in/jorandradefig
Rol actual: Engineering Manager — Icalia Labs
Fit: 🔗 MUY ALTO — El más completo de los 4
Stack
Python, SQL, R, FastAPI, LangChain, PostgreSQL, NLP, ETL, embeddings
Experiencia clave
- 10+ años de experiencia: web → data analysis → data science
- CTO en Data Civica (6 años) — NLP, scraping, LLMs, RAG
- Logística retail: plataforma multi-carrier, SAP, facturación, KPIs
- Automatizaciones que redujeron trabajo manual 70-90%
- RAG sobre manuales y repositorios con embeddings y búsqueda vectorial
🎯 Preguntas clave
1. ¿Cuéntame del proyecto RAG — ¿sobre qué documentos? ¿Qué embeddings usaron y cómo evaluaron calidad?
2. En logística con SAP — ¿cómo extraían datos? ¿Conectores directos, APIs, exports?
3. ¿Cómo mides que una automatización realmente ahorra 70-90%? ¿Métricas de antes/después?
4. ¿Cuántas personas lideras en Icalia Labs y de qué perfil?
5. ¿Qué te hizo buscar cambio después de 10+ años de evolución?
6. ¿Qué tipo de modelos has puesto en producción y cómo los monitoreas?
🚩 Red flags
• Prioriza complejidad técnica sobre impacto en negocio
• Gestión excesiva vs. capacidad hands-on actual
• Si no ha trabajado con stakeholders no-técnicos
---
🥈 JORGE PERALTA — Data Engineer Sr
Hora: 12:00 PM | Meet: en calendario
Ubicación: CDMX | Contacto: jorgeperalta1@hotmail.es | 5569370356
Rol actual: Senior AI Data Engineer — Encora (Shopkick)
Fit: 🔗 ALTO — Retail + pipelines + GCP
Stack
Python, Kotlin, Kafka, Flink, GCP (GKE), Kubernetes, SQL, Helm
Certificación: GCP Professional ML Engineer (2025)
Experiencia clave
- Retail (Alpura): pipelines BI en GCP, dashboards, data quality
- Shopkick/Encora: pipelines AI real-time con Flink y Kafka, ad serving insights
- NTT Data: Lead Engineer GenAI — LLMs para telecom
- Física y Matemáticas — IPN (ESFM)
- Disponible de inmediato
🎯 Preguntas clave
1. En Alpura (retail) — ¿cómo fue el proceso de ingesta? ¿GCP pipeline orchestration?
2. En Shopkick, los pipelines con Flink+Kafka — ¿streaming vs. batch? ¿Arquitectura?
3. ¿Un proyecto donde elegiste complejidad de pipeline vs. velocidad de implementación?
4. ¿Qué te interesa más: datos o ML/AI en tu día a día?
5. ¿Cómo fue tu transición de física a ingeniería de datos?
🚩 Red flags
• Solo conoce teoría sin haber puesto pipelines en producción
• No ha trabajado con datos a escala real
• No puede explicar trade-offs técnicos
---
🥉 ADOLFO OLLIN — Head of Data Science
Hora: 1:00 PM | Meet: en calendario (NUEVO)
Ubicación: CDMX | Contacto: adolfo.ollin@gmail.com
Rol actual: Head of Data Science — Tiendas 3B
Fit: 👔 ALTO — Líder + estratégico + retail mexicano
Experiencia clave
- Head of Data Science en Tiendas 3B (retail mexicano)
- Experiencia en Coca-Cola FEMSA (gran volumen de datos retail/CPM)
- IBM — contexto enterprise
- Perfil más estratégico y de liderazgo que técnico puro
🎯 Preguntas clave
1. ¿Cuéntame de tu rol en 3B — ¿cuántas personas en tu equipo, qué proyectos?
2. En Coca-Cola FEMSA, ¿qué proyectos de datos y qué impacto tuvieron?
3. ¿Cómo decides qué proyecto de datos tiene más valor para el negocio? ¿ROI?
4. ¿Prefieres seguir como líder o también meterte técnicamente (modelar, programar)?
5. ¿Qué experiencia tienes con modelos predictivos a escala en retail?
6. ¿Qué infraestructura de datos usan en 3B? (cloud, data warehouse, ML platform?)
🚩 Red flags
• Más acostumbrado a dar órdenes que a meter mano técnica
• Sin experiencia putting models in production
• Enfoque solo académico/consultivo sin impacto real
---
🌱 JARED DÍAZ — Data Science / BI (Jr)
Hora: 11:00 AM | Meet: en calendario
Ubicación: CDMX | Contacto: diazcesar768@gmail.com
Rol actual: Jr Data Analyst — Scotiabank
Fit: 🌱 POTENCIAL ALTO — Jr con iniciativa
Stack
Python, SQL, Power BI, eCommerce Analytics, Pandas
Experiencia clave
- Automatización en Python que redujo tiempos en 80% en Scotiabank
- Segmentation de clientes
- Dashboards en Power BI para eCommerce de Telefónica
- Formación: Ingeniería en Computación — IPN
🎯 Preguntas clave
1. Cuéntame del proyecto que redujo 80% — ¿herramientas exactas y cómo mediste impacto?
2. ¿Qué tipo de modelos o análisis has hecho con Python (no solo scripts)? ¿Has hecho ML?
3. En Telefónica, ¿cómo era el proceso de decisión basado en datos? ¿Quién usaba tus dashboards?
4. ¿Qué te interesa aprender o hacer en los próximos 2 años en datos?
🚩 Red flags
• Si solo sabe usar herramientas sin entender el negocio
• No puede explicar el "80%" con datos concretos
• Sin inquietud por aprender más allá de tareas asignadas
---
💡 Consejos Generales
- Para DE (Jorge Peralta): Enfocarse en arquitectura, pipelines, escala, GCP
- Para DS (Jorge Andrade, Adolfo): Enfocarse en impacto en negocio, modelos en producción, estrategia
- Para Jr (Jared): Enfocarse en curiosidad, capacidad de aprendizaje, proyectos personales
- Pregunta final para todos: ¿Por qué Qoa y no otra empresa?
Documento preparado por Ariza para Iddar Olivares — Qoa | 24 de Marzo 2026