Pipeline ELT serverless que extrae datos de Supabase (PostgreSQL), almacena en GCS como Parquet particionado, transforma con Dataform/SQL en BigQuery y expone dashboards en Looker Studio
Problema resuelto: Centralización de datos fragmentados de una fundación (donaciones, gastos operativos, casos de animales) para análisis financiero, segmentación de donantes y eficiencia operativa
Datos manejados: 50K+ registros históricos de transacciones, donantes, casos veterinarios, gastos y campañas de marketing
Stack: Google Cloud Platform (GCS, BigQuery, Cloud Run Jobs, Cloud Scheduler), Python, Dataform (SQLX), Looker Studio, Docker
Arquitectura: Lakehouse con carga incremental por watermarks, modelo de capas RAW → SILVER → GOLD, 100% serverless
