Más de 50 preguntas y respuestas de entrevista sobre AWS para 2026

¿Por qué AWS?

Antes de entrar en las preguntas y respuestas, conviene entender por qué merece la pena considerar AWS Cloud como la plataforma de referencia.

El siguiente gráfico muestra la cuota de mercado mundial de los principales proveedores de servicios de infraestructura cloud en el tercer trimestre (Q3) de 2025. Este es el reparto representado:

• Amazon Web Services (AWS) lidera con un 29% de cuota.
• Microsoft Azure le sigue con un 20%.
• Google Cloud cuenta con un 13% del mercado.
• Alibaba Cloud tiene un 4%.
• Oracle ha crecido hasta alcanzar el 3%.
• Salesforce, IBM Cloud y Tencent Cloud cierran la lista con un 2% cada uno.

Fuente (Statista)

El gráfico también señala que los datos incluyen plataforma como servicio (PaaS) e infraestructura como servicio (IaaS), además de servicios de nube privada alojada. Además, se menciona que los ingresos por servicios de infraestructura cloud en el Q3 de 2025 ascendieron a 107.000 millones de dólares, un salto significativo frente al Q3 de 2024, cuando fueron 84.000 millones.

Amazon Web Services (AWS) sigue siendo el actor dominante en el mercado cloud a fecha de Q3 de 2025, con una ventaja notable sobre su competidor más cercano, Microsoft Azure.

El liderazgo de AWS en el mercado cloud subraya su importancia para la formación continua y ofrece ventajas profesionales claras por su amplia adopción y el valor que la industria tecnológica da a las habilidades en AWS.

Nuestra chuleta Comparativa de servicios de AWS, Azure y GCP para data science e IA reúne los principales servicios necesarios para trabajos de datos e IA: desde ingeniería de datos y análisis hasta ciencia de datos y creación de aplicaciones de datos.

Preguntas básicas sobre AWS

Empezamos por los fundamentos. Esta sección presenta preguntas básicas imprescindibles para asentar una base sólida. Está pensada para quienes se inician en AWS o necesitan refrescar conceptos, preparando el terreno para profundizar después.

¿Qué es la computación en la nube?

La computación en la nube ofrece acceso bajo demanda a recursos de TI como cómputo, almacenamiento y bases de datos a través de internet. Pagas solo por lo que usas en lugar de mantener infraestructura física propia.

La nube permite acceder a servicios tecnológicos con flexibilidad y según necesidad, sin grandes inversiones iniciales. Proveedores líderes como AWS ofrecen una amplia gama de servicios cloud con un modelo de pago por uso. Nuestro curso AWS Cloud Concepts cubre muchos de estos básicos.

¿Qué problemas tiene el enfoque tradicional de TI frente a usar la nube?

Cada vez más sectores están abandonando la TI tradicional para adoptar infraestructuras en la nube. La razón es que la nube aporta mayor agilidad de negocio, innovación más rápida, escalado flexible y un menor coste total de propiedad frente al enfoque clásico. Algunas diferencias clave:

¿Cuántos modelos de despliegue existen en la nube?

Hay tres tipos de modelos de despliegue en la nube, y se describen a continuación:

• Nube privada: servicio usado por una única organización y no expuesto al público. Es adecuado para organizaciones con aplicaciones sensibles.
• Nube pública: los recursos cloud son propiedad y están operados por proveedores terceros como Amazon Web Services, Microsoft Azure y los mencionados en la sección de cuota de mercado.
• Nube híbrida: combinación de nube privada y pública. Permite mantener parte de los servidores on‑premises mientras se extienden otras capacidades a la nube. Ofrece la flexibilidad y la eficiencia de costes de la nube pública.

¿Cuáles son las cinco características de la computación en la nube?

La computación en la nube se basa en cinco características principales:

• Autoservicio bajo demanda: los usuarios pueden aprovisionar servicios cloud cuando los necesitan sin intervención humana del proveedor.
• Acceso amplio a la red: los servicios están disponibles a través de la red y se accede por mecanismos estándar como móviles, portátiles y tabletas.
• Multi‑tenencia y agrupación de recursos: los recursos se agrupan para atender a múltiples clientes, asignando de forma dinámica recursos virtuales y físicos según la demanda.
• Elasticidad y escalabilidad rápidas: las capacidades se pueden aprovisionar y escalar de forma automática y ágil, hacia arriba o abajo, para ajustar la capacidad a la demanda.
• Servicio medido: el uso de recursos se monitoriza, controla, informa y factura de forma transparente según la utilización. Esto aporta transparencia tanto para el proveedor como para el consumidor.

¿Cuáles son los principales tipos de computación en la nube?

Hay tres tipos principales: IaaS, PaaS y SaaS.

• Infraestructura como servicio (IaaS): proporciona bloques básicos de TI en la nube como cómputo, almacenamiento y redes, accesibles bajo demanda sin gestionar la infraestructura subyacente. Ejemplos: AWS EC2, S3, VPC.
• Plataforma como servicio (PaaS): ofrece una plataforma gestionada para desarrollar, desplegar y gestionar apps cloud sin construir la infraestructura subyacente. Ejemplos: AWS Elastic Beanstalk, Heroku.
• Software como servicio (SaaS): da acceso a aplicaciones completas de usuario final que se ejecutan en la nube y se usan por internet. No gestionas ni la infraestructura ni las plataformas. Ejemplos: AWS Simple Email Service, Google Docs, Salesforce CRM.

Puedes profundizar en nuestro curso Understanding Cloud Computing.

¿Qué es Amazon EC2 y para qué se usa?

Amazon EC2 (Elastic Compute Cloud) proporciona servidores virtuales escalables llamados instancias en AWS. Se usa para ejecutar cargas de trabajo de forma flexible y rentable. Algunos usos habituales:

• Alojar sitios web y aplicaciones web
• Ejecutar procesos backend y trabajos por lotes
• Implementar soluciones de nube híbrida
• Lograr alta disponibilidad y escalabilidad
• Reducir el time‑to‑market de nuevos casos de uso

¿Qué es Amazon S3 y por qué es importante?

Amazon Simple Storage Service (S3) es un servicio de almacenamiento de objetos versátil, escalable y seguro. Es la base de muchas aplicaciones y cargas de trabajo en la nube. Algunas características clave:

• Durabilidad del 99,999999999% y disponibilidad del 99,99%, apto para datos críticos.
• Funciones de seguridad sólidas como políticas de acceso, cifrado y endpoints de VPC.
• Integración fluida con otros servicios de AWS como Lambda, EC2 o EBS, entre otros.
• Baja latencia y alto rendimiento: ideal para analítica de big data, apps móviles, almacenamiento y distribución de medios.
• Gestión flexible: monitorización, logs de acceso, replicación, versionado y políticas de ciclo de vida.
• Respaldado por la infraestructura global de AWS para un acceso de baja latencia en todo el mundo.

Explica el concepto de «regiones» y «zonas de disponibilidad» en AWS

• Regiones de AWS: ubicaciones geográficas independientes donde residen los recursos de AWS. Las empresas eligen regiones cercanas a sus clientes para reducir la latencia; la replicación entre regiones mejora la recuperación ante desastres.
• Zonas de disponibilidad (AZ): constan de uno o más centros de datos con energía, red y conectividad redundantes. Permiten desplegar recursos con mayor tolerancia a fallos.

Nuestro curso AWS Cloud Concepts ofrece una guía completa sobre los servicios principales de AWS, buenas prácticas de diseño y los beneficios de AWS para las empresas.

¿Qué es IAM y por qué es importante?

AWS Identity and Access Management (IAM) es un servicio para controlar de forma segura el acceso a servicios y recursos de AWS. Permite gestionar usuarios, grupos y roles con permisos granulares. Es clave para aplicar el principio de privilegio mínimo, garantizando que cada usuario solo acceda a lo que necesita, mejorando la seguridad y el cumplimiento.

Nuestra guía completa de AWS IAM explica el servicio en detalle.

¿Qué es Amazon RDS y en qué se diferencia de las bases de datos tradicionales?

Amazon Relational Database Service (RDS) es un servicio gestionado que permite configurar, operar y escalar bases de datos sin ocuparte de tareas de infraestructura como copias de seguridad, parches o escalado. A diferencia de las bases tradicionales, Amazon RDS es escalable y altamente disponible de serie, admite backups automáticos y permite réplicas de lectura y despliegues multi‑AZ para conmutación por error y redundancia.

Aquí tienes una tabla comparando RDS con bases de datos más tradicionales para quienes prefieren lo visual:

¿Qué es Amazon VPC y para qué se utiliza?

Amazon Virtual Private Cloud (VPC) te permite crear una red virtual en AWS similar a la de un centro de datos on‑premises. Se usa para aislar recursos, controlar el tráfico de entrada y salida y segmentar cargas en subredes con configuraciones de seguridad estrictas. Ofrece control granular sobre rangos IP, grupos de seguridad y listas de control de acceso a la red.

¿Qué es Amazon CloudWatch y cuáles son sus componentes principales?

Amazon CloudWatch es un servicio de monitorización y observabilidad para seguir métricas, configurar alarmas y responder automáticamente a cambios en recursos de AWS. Mejora la visibilidad del rendimiento de aplicaciones, la salud del sistema y la operación. Sus componentes principales:

• Métricas: datos que aportan visibilidad sobre uso de recursos, rendimiento y estado operativo. Permiten analizar tendencias y escalar de forma proactiva.
• Alarmas: notifican o disparan acciones automáticas al superarse umbrales. Por ejemplo, si la CPU excede un valor, una alarma puede iniciar autoescalado.
• Logs: CloudWatch Logs centraliza los registros de aplicaciones e infraestructura para diagnosticar y resolver incidencias.
• Eventos: CloudWatch Events (o Amazon EventBridge) detecta cambios en recursos y puede activar acciones como invocar una función Lambda ante eventos concretos, facilitando la automatización.

¿Qué es AWS Lambda y cómo habilita el serverless?

AWS Lambda es un servicio de computación sin servidor que elimina la necesidad de gestionar servidores, facilitando ejecutar código en la nube. Así funciona y por qué impulsa el modelo serverless:

• Ejecución bajo demanda: Lambda ejecuta código cuando se dispara un evento (p. ej., una petición HTTP o la subida de un archivo a S3). Solo usas recursos cuando los necesitas, optimizando costes y eficiencia.
• Escalado automático: escala según el número de solicitudes entrantes, desde una hasta miles por segundo, manteniendo la aplicación receptiva.
• Enfócate en el código: al abstraer la infraestructura, puedes centrarte en programar y desplegar sin aprovisionar ni escalar servidores.

Con estas capacidades, Lambda encarna los principios del serverless: elimina la gestión de infraestructura y permite construir, probar y escalar aplicaciones con mayor agilidad.

¿Qué es Elastic Load Balancing (ELB) en AWS?

Elastic Load Balancing (ELB) distribuye automáticamente el tráfico de tu aplicación entre múltiples destinos para mantenerla ágil y resiliente. Sus ventajas principales:

• Distribución de tráfico: equilibra el tráfico entre instancias EC2, contenedores o direcciones IP, evitando sobrecargar un único recurso.
• Tolerancia a fallos y alta disponibilidad: reparte tráfico entre varias zonas de disponibilidad, manteniendo la app disponible incluso si una zona falla.
• Fiabilidad y escalabilidad: ajusta la distribución conforme cambia la demanda, absorbiendo picos sin degradar el rendimiento.

Preguntas de entrevista sobre AWS DevOps

Pasando a roles especializados, aquí se destaca cómo AWS impulsa las prácticas DevOps. Esta parte aborda la automatización y optimización de entornos en AWS, retando a demostrar tu capacidad para aprovechar AWS en integración y entrega continuas. Si optas a un rol avanzado en AWS, echa un vistazo a nuestro post Preguntas de entrevista para data architects para practicar cuestiones de infraestructura y arquitectura de datos.

¿Cómo usarías AWS CodePipeline para automatizar una canalización CI/CD para una aplicación multitier?

CodePipeline automatiza el flujo desde el commit hasta la compilación, pruebas y despliegue en múltiples entornos, agilizando la entrega de actualizaciones sin perder calidad.

Pasos a seguir para automatizar una canalización CI/CD:

• Crear la pipeline: empieza en AWS CodePipeline indicando tu repositorio de código (p. ej., GitHub, AWS CodeCommit).
• Definir la fase de build: conecta con AWS CodeBuild para compilar, ejecutar tests y generar artefactos desplegables.
• Configurar despliegues: añade etapas de despliegue para cada tier. Usa AWS CodeDeploy para EC2, AWS Elastic Beanstalk para apps web o AWS ECS para contenedores.
• Añadir aprobaciones (opcional): en entornos críticos, inserta aprobaciones manuales antes de desplegar.
• Monitorizar e iterar: vigila el rendimiento de la pipeline y ajusta según feedback para mejorar continuamente.

¿Qué factores clave consideras al diseñar en AWS una solución de despliegue que aprovisione, configure, despliegue, escale y monitorice aplicaciones?

Un diseño bien arquitectado en AWS adapta los servicios a las necesidades de tu app (cómputo, almacenamiento, bases de datos). Dado el amplio catálogo de AWS, céntrate en:

• Aprovisionamiento: configura infraestructura esencial como EC2, VPC, subredes o servicios gestionados como S3, RDS, CloudFront.
• Configuración: ajusta parámetros de entorno, seguridad, disponibilidad y rendimiento.
• Despliegue: libera versiones con transiciones fluidas entre versiones.
• Escalado: adapta recursos dinámicamente según criterios predefinidos.
• Monitorización: controla uso, resultados de despliegue, salud de la app y logs para asegurar el funcionamiento esperado.

¿Qué es Infrastructure as Code? Explícalo con tus palabras

Infrastructure as Code (IaC) es un método para gestionar y aprovisionar centros de datos mediante archivos de definición legibles por máquina, en lugar de configurar hardware o usar herramientas interactivas.

En esencia, permite a desarrollo y operaciones gestionar, monitorizar y aprovisionar recursos automáticamente mediante código, en vez de configurar todo a mano.

Además, IaC facilita desplegar entornos consistentes de forma rápida y escalable al codificar la infraestructura, reduciendo errores humanos y ganando eficiencia.

¿Cómo gestionas la integración y el despliegue continuos en AWS DevOps?

En AWS DevOps, puedes apoyarte en AWS Developer Tools. Empieza almacenando y versionando el código fuente.

Después, orquesta build, pruebas y despliegues con AWS CodePipeline. CodePipeline es la columna vertebral, integrándose con AWS CodeBuild para compilar y probar, y con AWS CodeDeploy para automatizar el despliegue en varios entornos. Así obtienes flujos eficientes y automatizados para CI/CD.

¿Cómo beneficia Amazon ECS a AWS DevOps?

Amazon ECS es un servicio escalable de gestión de contenedores que simplifica la ejecución de contenedores Docker en instancias EC2 o de forma serverless con Fargate, mejorando despliegue y operación. Para los equipos DevOps integra de forma nativa CodePipeline y CodeDeploy para despliegues automatizados — incluido blue/green con rollback automático — y se conecta con IAM, CloudWatch y balanceadores sin configuración extra.

¿Qué estrategias existen para despliegues blue/green en AWS?

Los despliegues blue/green reducen riesgos y downtime ejecutando dos entornos: el actual (blue) y el nuevo (green). En AWS puedes usar Elastic Beanstalk, AWS CodeDeploy o ECS. Redirige tráfico entre entornos con Route 53 o un Application Load Balancer, prueba el entorno green con seguridad y haz rollback al instante si hace falta.

¿Por qué elegir ECS frente a Kubernetes?

ECS ofrece mayor sencillez de implementación, flexibilidad y escalabilidad frente a Kubernetes, lo que lo hace preferible en ciertos despliegues.

¿Cómo gestionarías y asegurarías secretos en una pipeline CI/CD en AWS?

Usa AWS Secrets Manager o AWS Systems Manager Parameter Store para guardar información sensible (claves API, contraseñas, certificados). Ambos se integran con CodePipeline y CodeBuild, permitiendo acceso seguro sin hardcodear secretos.

Controla permisos con IAM para que solo entidades autorizadas accedan a los datos sensibles y refuerza así la seguridad del proceso CI/CD.

¿Cómo usas AWS Systems Manager en producción?

AWS Systems Manager ayuda a automatizar y gestionar la infraestructura a escala. En producción se usa para gestión de parches, ejecución remota de comandos, inventario y almacenamiento seguro de parámetros y secretos. Se integra con EC2, RDS y otros servicios, ofreciendo visibilidad centralizada y control operativo.

¿Qué es AWS CloudFormation y cómo facilita las prácticas DevOps?

AWS CloudFormation automatiza el aprovisionamiento y la gestión de infraestructura en AWS mediante código (IaC). Te permite definir la infraestructura con plantillas, facilitando versionado, pruebas y réplica de entornos de desarrollo, preproducción y producción.

En un entorno DevOps, CloudFormation mantiene la consistencia, reduce errores manuales y soporta despliegues automatizados, siendo clave para entrega continua y réplica de entornos.

Para cerrar esta sección de DevOps, aquí tienes una tabla que resume servicios de AWS y sus casos de uso:

Preguntas de entrevista para AWS Solution Architect

Para solution architects, el foco está en diseñar soluciones en AWS que cumplan requisitos concretos. Se evalúa la capacidad de crear sistemas escalables, eficientes y rentables siguiendo buenas prácticas de arquitectura.

¿Cuál es el papel de un AWS solution architect?

Diseña y supervisa aplicaciones en AWS, garantizando escalabilidad y rendimiento óptimo. Guía a desarrolladores, administradores y clientes en el uso eficaz de AWS para sus necesidades, y comunica conceptos complejos a perfiles técnicos y no técnicos.

¿Cuáles son las buenas prácticas clave de seguridad para AWS EC2?

Usar IAM para la gestión de accesos, restringir el acceso a hosts de confianza, minimizar permisos, deshabilitar accesos por contraseña en las AMI e implementar autenticación multifactor para reforzar la seguridad.

¿Cómo garantizas redundancia multirregión en una arquitectura de AWS?

Despliega recursos críticos (EC2, RDS, S3) en múltiples regiones. Usa Route 53 para enrutamiento geográfico y replicación entre regiones de S3 para copias. Emplea configuraciones activo‑activo o activo‑pasivo según tu estrategia de conmutación, y monitoriza rendimiento y replicación con CloudWatch y AWS Global Accelerator.

¿Qué estrategias sigues para crear una arquitectura altamente disponible y tolerante a fallos para aplicaciones web críticas?

Para alta disponibilidad y tolerancia a fallos en AWS:

• Implementar redundancia para evitar puntos únicos de fallo
• Usar balanceo de carga para repartir tráfico y mantener el rendimiento
• Configurar monitorización automática para detección y respuesta en tiempo real; diseñar para escalar y con arquitectura distribuida
• Aislar fallos, realizar copias y planes de DR para proteger datos y recuperar rápido
• Diseñar para degradación controlada y practicar tests y despliegues continuos para mejorar la fiabilidad

Explica cómo elegirías entre Amazon RDS, Amazon DynamoDB y Amazon Redshift para una aplicación basada en datos.

Depende de las necesidades:

• Amazon RDS es ideal para bases relacionales tradicionales con SQL, transacciones y consultas complejas.
• Amazon DynamoDB encaja para NoSQL altamente escalable con rendimiento rápido y predecible a cualquier escala.
• Amazon Redshift es mejor para analítica con consultas complejas sobre grandes volúmenes, gracias al almacenamiento columnar y el data warehousing.

¿Qué tendrías en cuenta al migrar una aplicación on‑premises a AWS? Pon un ejemplo.

AWS recomienda pensar la migración con el marco de las "7 Rs": rehost (lift and shift), replatform, repurchase, refactor, retire, retain y relocate. La opción correcta depende de la complejidad y del grado de cambio asumible.

Por ejemplo, migrar un CRM. Consideraciones clave:

• Estrategia. Un CRM a medida suele encajar con replatform — pasar a servicios gestionados como RDS y EC2 sin reescribir. Uno comercial muy personalizado puede requerir repurchase (cambiar a un SaaS equivalente).
• Migración de datos. Usa AWS DMS para mover la base con mínimo downtime y Direct Connect para un enlace estable durante el corte.
• Dependencias. Cataloga integraciones (email, facturación, soporte) y migra primero módulos no críticos para validar el enfoque.
• Seguridad y cumplimiento. Replica controles con IAM, cifra con KMS y verifica requisitos normativos (RGPD, HIPAA).
• Coste. Modela el coste post‑migración con AWS Pricing Calculator y planifica el paso de capex a opex.

El error más común en entrevistas es saltar directo a «usaría EC2 y RDS» sin definir antes la estrategia.

Describe cómo usarías servicios de AWS para implementar una arquitectura de microservicios.

Implementar microservicios implica dividir la aplicación en servicios pequeños e independientes que se comunican por APIs. Guía resumida:

• Desarrollo ágil: metodologías ágiles para iterar y desplegar rápido cada microservicio.
• API‑first: diseña primero las APIs para garantizar comunicación clara y consistente.
• CI/CD: automatiza pruebas y despliegue para ganar velocidad y fiabilidad.
• Doce factores: aplica estos principios para servicios escalables y mantenibles en la nube.
• Patrón adecuado: evalúa patrones dirigidos por API, eventos o streaming según la necesidad.
• Despliegue en AWS: usa tecnologías de contenedores para escalar o serverless para reducir la complejidad operativa.
• Serverless cuando convenga: elimina gestión de infraestructura, escala automático y paga solo por uso.
• Resiliencia: diseña con tolerancia a fallos aprovechando la disponibilidad de AWS.
• Aspectos transversales: monitorización distribuida, logging, trazas y consistencia de datos.
• Revisa con Well‑Architected: usa la herramienta de AWS para validar buenas prácticas.

Con estos puntos, podrás implementar microservicios escalables y flexibles aprovechando al máximo las capacidades de AWS.

¿Qué relación hay entre AWS Glue y AWS Lake Formation?

AWS Lake Formation se apoya en la infraestructura de AWS Glue e incorpora su ETL, consola de control, catálogo de datos y arquitectura serverless. Glue se centra en ETL; Lake Formation añade funciones para construir, asegurar y gestionar data lakes, ampliando las capacidades de Glue.

En entrevistas sobre AWS Glue conviene entender cómo Glue respalda Lake Formation. Prepárate para explicar su papel en la gestión del data lake dentro de AWS y cómo ambos servicios se integran para procesar y gobernar datos con eficiencia.

¿Cómo optimizas los costes de AWS para una aplicación web de alto tráfico?

Empieza con AWS Cost Explorer y AWS Budgets para controlar el gasto. Luego aplica:

• Reserved y Spot Instances para cargas predecibles y flexibles, respectivamente.
• Autoescalado para ajustar recursos según la demanda, reduciendo costes en valles.
• Optimiza almacenamiento con políticas de ciclo de vida en S3 y S3 Intelligent‑Tiering.
• Cacheo con Amazon CloudFront y Amazon ElastiCache para reducir peticiones al backend.

Así mejoras la eficiencia sin comprometer rendimiento ni disponibilidad.

¿Cuáles son los pilares clave del AWS Well‑Architected Framework?

El AWS Well‑Architected Framework ofrece un enfoque estructurado para diseñar arquitecturas seguras, eficientes y resilientes. Consta de cinco pilares:

• Excelencia operativa: soporte a desarrollo y operaciones mediante monitorización, respuesta a incidentes y automatización.
• Seguridad: protección de datos, sistemas y activos con gestión de identidades, cifrado y respuesta a incidentes.
• Fiabilidad: sistemas que se recuperan de fallos, escalan dinámicamente y gestionan problemas de red.
• Eficiencia de rendimiento: uso de recursos escalables y optimización de cargas.
• Optimización de costes: control de costes eligiendo los recursos adecuados y modelos como Reserved Instances.

Conocer estos pilares te permite construir soluciones equilibradas alineadas con buenas prácticas de seguridad, rendimiento, fiabilidad y coste.

Preguntas de entrevista para AWS Data Engineer

Dirigido a data engineers, aquí profundizamos en servicios de AWS para gestión de datos, desde almacenamiento y analítica hasta procesamiento en tiempo real. Se evalúa la pericia para construir pipelines escalables en AWS.

Explica la diferencia entre Amazon Redshift, RDS y S3, y cuándo usar cada uno.

• Amazon S3 es almacenamiento de objetos escalable y duradero para cualquier volumen de datos. Útil para datos brutos y no estructurados como logs, CSVs, imágenes, etc.
• Amazon Redshift es un data warehouse en la nube optimizado para analítica e inteligencia de negocio. Se integra con S3 para cargar datos y ejecutar consultas complejas y generar informes.
• Amazon RDS ofrece bases de datos relacionales gestionadas (PostgreSQL, MySQL, etc.) para aplicaciones transaccionales que requieren ACID, índices, restricciones, etc.

Describe un caso en el que usarías Amazon Kinesis en lugar de AWS Lambda para procesamiento de datos. ¿Cuáles son las claves?

Kinesis gestiona grandes volúmenes de datos en streaming y permite leer y procesar los flujos con aplicaciones consumidoras.

Consideraciones clave:

• Volumen de datos: Kinesis maneja megabytes por segundo por shard frente al límite de 6 MB por invocación de Lambda, útil para alto caudal.
• Procesamiento continuo: los consumidores de Kinesis procesan datos en tiempo real a su llegada; Lambda tiende a invocaciones por lotes.
• Reprocesamiento: Kinesis conserva datos por un periodo configurado, permitiendo replay; Lambda no está pensada para ello.
• Ordenación: los shards de Kinesis preservan el orden de registros relacionados; Lambda puede procesar fuera de orden.
• Escalado y paralelismo: Kinesis escala por shards; Lambda puede requerir orquestación adicional.
• Integración: Kinesis se integra con Firehose, Redshift, EMR para analítica.

Para flujos de alto volumen, continuos, ordenados y reprocesables (p. ej., analítica en tiempo real), Kinesis ofrece soporte nativo frente al enfoque por lotes de Lambda.

Para aprender más, nuestro curso Streaming Data with AWS Kinesis and Lambda te enseña a aprovechar estas tecnologías para ingerir datos de millones de fuentes y analizarlos en tiempo real. Te ayudará a prepararte mejor para preguntas sobre AWS Lambda.

¿Cuáles son las diferencias clave entre procesamiento batch y en tiempo real? ¿Cuándo elegirías uno u otro en un proyecto de datos?

El procesamiento por lotes agrupa datos durante un periodo y los procesa en grandes bloques. Es adecuado para analizar datos históricos y menos frecuentes.

El procesamiento en tiempo real analiza datos de forma continua a medida que llegan en pequeños incrementos, ideal para información reciente y cambiante.

Elegiría tiempo real cuando:

• Necesitas insights inmediatos y no puedes esperar a un proceso batch (p. ej., detección de fraude).
• Los datos cambian constantemente y el análisis debe seguir el ritmo (p. ej., redes sociales).
• Requieres baja latencia (p. ej., trading automatizado).

El batch es mejor cuando:

• Se necesitan modelos o análisis complejos sobre históricos (p. ej., previsión de demanda).
• Las fuentes solo entregan volcado periódico.
• Prima reducir costes de proceso sobre la velocidad.

En resumen, tiempo real para datos dinámicos que exigen análisis continuo; batch para datos periódicos y modelado histórico.

¿Cómo automatizas la evolución de esquemas en una pipeline de datos en AWS?

Puedes gestionarla con los dynamic frames e inferencia de esquemas de AWS Glue. Junto con Glue Data Catalog, rastreas cambios automáticamente. Para no romper procesos downstream, implementa validaciones de esquema con herramientas como AWS Deequ o añade lógica en tus ETL para registrar y resolver desajustes.

¿Cómo gestionas schema‑on‑read frente a schema‑on‑write en data lakes de AWS?

Schema‑on‑read se usa en data lakes donde se guarda dato bruto o semiestructurado (p. ej., en S3) y el esquema se aplica en la consulta con herramientas como Athena o Redshift Spectrum. Ofrece flexibilidad. Schema‑on‑write, típico en RDS o Redshift, impone estructura al ingreso y se prefiere para datasets transaccionales o muy estructurados que requieren validación estricta.

¿Qué es un operational data store y cómo complementa a un data warehouse?

Un operational data store (ODS) es una base diseñada para soportar operaciones y analítica en tiempo real. Actúa como plataforma intermedia entre sistemas transaccionales y el data warehouse.

Mientras el warehouse contiene datos de alta calidad optimizados para BI y reporting, el ODS mantiene datos actualizados, integrados y orientados a sujetos desde múltiples fuentes.

Características clave del ODS:

• Aporta datos en tiempo real para monitorización y decisión operativa
• Integra datos vivos de varias fuentes
• Optimiza consultas rápidas y analítica frente a almacenamiento a largo plazo
• Contiene datos granulares y atómicos frente a agregados en el warehouse

ODS y data warehouse se complementan: el ODS apoya operaciones con datos actuales; el warehouse habilita reporting y análisis estratégicos con históricos integrados.

¿Cómo montarías un data lake en AWS y qué servicios usarías?

El núcleo es Amazon S3 para almacenar datos brutos, estructurados y no estructurados a escala y con durabilidad. Enfoque y servicios:

• Capa de almacenamiento: Amazon S3, con jerarquías por tipo, fuente o frescura.
• Catálogo de datos: AWS Glue para crear un catálogo y facilitar búsquedas y consultas mediante metadatos.
• Transformación y ETL: AWS Glue ETL para preparar y transformar datos brutos.
• Seguridad y control de acceso: AWS IAM y AWS Lake Formation para permisos y cifrado.
• Analítica y consultas: Amazon Athena para ad‑hoc, Redshift Spectrum para analítica y Amazon QuickSight para visualización.

Este diseño ofrece un data lake flexible y escalable para grandes volúmenes de datos estructurados y no estructurados.

Explica las distintas clases de almacenamiento en Amazon S3 y cuándo usarlas.

Amazon S3 ofrece varias clases optimizadas para casos de uso y costes específicos. Resumen:

Conocer estas clases ayuda a optimizar costes y tiempos de acceso según cada necesidad.

¿Qué es Amazon Bedrock y cuándo lo usarías?

Amazon Bedrock es un servicio totalmente gestionado que da acceso a modelos fundacionales de proveedores como Anthropic, Meta, Mistral y otros, además de los modelos Nova y Titan de Amazon. Lo usarías para crear aplicaciones de IA generativa sin gestionar infraestructura de modelos ni pipelines de fine‑tuning.

Casos típicos: RAG con Bedrock Knowledge Bases, construcción de agentes con Bedrock Agents y personalización de modelos con tus datos mediante fine‑tuning o preentrenamiento continuo.

¿Qué es Amazon Q y en qué se diferencia de Bedrock?

Amazon Q es el asistente de IA generativa de AWS, disponible como Q Developer (asistente de codificación en IDEs, consola de AWS y CLI) y Q Business (chat conectado a datos empresariales como S3, Salesforce, Confluence y ServiceNow). La principal diferencia frente a Bedrock es el nivel de abstracción: Bedrock te da acceso por API a modelos fundacionales para construir tus apps; Q es una aplicación ya construida sobre esa base.

Preguntas de AWS basadas en escenarios

Con foco en la aplicación práctica, estas preguntas evalúan tu capacidad para resolver problemas en situaciones realistas, exigiendo un entendimiento integral de cómo emplear servicios de AWS para retos complejos.

La siguiente tabla resume escenarios habituales en entrevistas de AWS, con su descripción y posibles soluciones:

Preguntas no técnicas sobre AWS

Además de la parte técnica, entender el impacto de las soluciones de AWS es clave en una entrevista. Aquí tienes algunas preguntas con respuestas de ejemplo. Las respuestas variarán según tu experiencia.

¿Cómo te mantienes al día de tendencias en AWS y tecnología cloud?

• Qué espera el entrevistador: demostrar compromiso con el aprendizaje continuo y cómo mantienes tus habilidades actualizadas. Busca recursos o prácticas concretas.
• Respuesta de ejemplo: "Me mantengo al día leyendo los blogs oficiales de AWS y participando en foros como el subreddit de AWS. También asisto a meetups locales y webinars. Esto me ayuda a conocer las últimas funcionalidades y buenas prácticas."

Describe una ocasión en la que explicaste un concepto complejo de AWS a alguien sin perfil técnico. ¿Cómo lo hiciste?

• Qué espera el entrevistador: evalúa tu comunicación y capacidad de simplificar. Busca evidencias de tu faceta docente y paciencia.
• Respuesta de ejemplo: "En mi anterior trabajo, expliqué los beneficios del almacenamiento en la nube a stakeholders no técnicos. Usé la analogía de guardar archivos en una nube frente a un disco físico, destacando acceso y seguridad. Lo entendieron sin entrar en tecnicismos."

¿Qué te motiva para trabajar en cloud computing, especialmente con AWS?

• Qué espera el entrevistador: medir tu pasión y motivaciones alineadas con el rol y la empresa.
• Respuesta de ejemplo: "Me atrae el poder transformador de la nube para escalar negocios e impulsar innovación. La evolución constante de AWS me motiva a resolver nuevos retos y aportar en proyectos con impacto."

¿Puedes describir un proyecto desafiante que hayas gestionado y cómo aseguraste su éxito?

• Qué espera el entrevistador: gestión de proyectos y resolución de problemas. Quiere ver cómo superas obstáculos y entregas resultados.
• Respuesta de ejemplo: "Tuvimos retrasos por falta de recursos. Prioricé por impacto, negocié recursos adicionales y mantuve una comunicación clara con el equipo y stakeholders. Cumplimos hitos y entregamos a tiempo."

¿Cómo gestionas plazos ajustados cuando varios proyectos reclaman tu atención?

• Qué espera el entrevistador: gestión del tiempo y priorización; cómo manejas estrés y carga de trabajo.
• Respuesta de ejemplo: "Combino priorización y delegación. Evalúo urgencia e impacto, priorizo y delego cuando procede. Además, comunico avances y ajustes necesarios para llegar a tiempo."

¿Qué crees que diferencia a AWS de otros proveedores de nube?

• Qué espera el entrevistador: tu comprensión de la propuesta de valor de AWS.
• Respuesta de ejemplo: "La infraestructura global de AWS ofrece escalabilidad y fiabilidad sin parangón. Además, su apuesta por la innovación y la amplitud y profundidad de servicios permiten soluciones más flexibles y a medida que la competencia."

¿Cómo abordas el aprendizaje de nuevas herramientas o servicios de AWS cuando se lanzan?

• Qué espera el entrevistador: tu adaptabilidad y forma de aprender en un entorno que cambia rápido.
• Respuesta de ejemplo: "Empiezo con la documentación oficial y las notas de lanzamiento para entender propósito y funciones. Luego hago tutoriales prácticos y experimento en un entorno sandbox. Si puedo, lo comento con colegas o en foros para ver usos reales. Esta combinación de teoría y práctica me acelera el aprendizaje."

Describe cómo equilibras seguridad y eficiencia al diseñar soluciones en AWS.

• Qué espera el entrevistador: ver pensamiento estratégico en seguridad sin sacrificar rendimiento.
• Respuesta de ejemplo: "Seguridad y eficiencia van de la mano. Diseño con mentalidad security‑first: políticas IAM, aislamiento con VPC y cifrado. Para ser eficiente, evito latencias innecesarias optimizando configuraciones y eligiendo servicios escalables como AWS Lambda. Busco arquitecturas seguras, ágiles y rentables."

Conclusión

Este artículo te ofrece una hoja de ruta completa con preguntas de entrevista sobre AWS para distintos niveles: desde quienes dan sus primeros pasos hasta profesionales con experiencia que quieren impulsar su carrera.

Tanto si te preparas para tu primera entrevista de AWS como si aspiras a un puesto avanzado, esta guía es un recurso valioso. Te prepara no solo para responder, sino para profundizar en la plataforma de AWS y mejorar cómo aprovechas sus amplias capacidades.