# Patrones ETL / ELT / ETLT (Data Engineering) > ETL vs ELT vs ETLT, batch vs micro-batch vs streaming, idempotencia, manejo de errores, dead letter queues, calidad de datos, lineage - 20 preguntas de entrevista - Senior - [Preguntas de entrevista: Data Engineering](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista.md) ## 1. ¿Cuál es la principal diferencia entre ETL y ELT? **Respuesta** En ETL (Extract-Transform-Load), los datos se transforman en un servidor intermedio antes de cargarse en el destino. En ELT (Extract-Load-Transform), los datos brutos se cargan primero en el destino (generalmente un data warehouse cloud) y luego se transforman directamente allí usando su capacidad de cómputo. ELT se ha vuelto popular con data warehouses cloud como BigQuery, Snowflake o Redshift que ofrecen capacidad de cómputo elástica. ## 2. ¿Cuál es la principal ventaja del enfoque ELT en comparación con el ETL tradicional? **Respuesta** El enfoque ELT aprovecha la potencia de cómputo elástica de los data warehouses cloud modernos (BigQuery, Snowflake, Redshift). En lugar de mantener una infraestructura de transformación separada que puede convertirse en un cuello de botella, las transformaciones utilizan directamente las capacidades de escalado del data warehouse. Esto reduce la complejidad operativa y permite procesar volúmenes de datos mucho mayores sin aprovisionamiento manual de recursos. ## 3. ¿Qué es el patrón ETLT y cuándo es relevante? **Respuesta** ETLT combina ambos enfoques: primero se realiza una transformación ligera durante la extracción (limpieza, filtrado, anonimización), luego los datos se cargan y se aplican transformaciones más complejas en el data warehouse. Este patrón es útil cuando ciertas transformaciones deben hacerse río arriba por razones de cumplimiento (enmascaramiento de datos sensibles antes de cargarlos), reducción de volumen (filtrado temprano) o normalización de formatos de origen heterogéneos. ## 17 preguntas más disponibles - ¿Qué es la idempotencia en el contexto de los pipelines de datos? - ¿Cómo implementar la idempotencia al cargar datos en una tabla? Regístrate gratis: https://sharpskill.dev/es/login ## Otros temas de entrevista Data Engineering - [Linux & Shell - Fundamentos](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/linux-shell-basics.md): 20 preguntas, Junior - [Git & GitHub - Fundamentos](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/git-github-fundamentals.md): 20 preguntas, Junior - [Python avanzado para Data Engineering](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/python-advanced-de.md): 25 preguntas, Junior - [Docker - Fundamentos](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/docker-fundamentals.md): 25 preguntas, Junior - [Google Cloud Platform - Fundamentos](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/gcp-fundamentals.md): 20 preguntas, Junior - [CI/CD y calidad de código](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/ci-cd-code-quality.md): 20 preguntas, Mid-Level - [Docker Compose](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/docker-compose.md): 20 preguntas, Mid-Level - [FastAPI - APIs de datos](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/fastapi.md): 20 preguntas, Mid-Level - [SQL avanzado para Data Engineering](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/sql-advanced-de.md): 20 preguntas, Mid-Level - [Data Lake - Arquitectura e ingesta](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/data-lake.md): 20 preguntas, Mid-Level - [BigQuery para Data Engineering](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/bigquery-de.md): 20 preguntas, Mid-Level - [PostgreSQL - Administración](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/postgresql-admin.md): 20 preguntas, Mid-Level - [Data Modeling para Data Engineering](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/data-modeling-de.md): 20 preguntas, Mid-Level - [Fivetran & Airbyte - Ingesta de datos](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/fivetran-airbyte.md): 20 preguntas, Mid-Level - [dbt - Fundamentos](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/dbt-fundamentals-de.md): 20 preguntas, Mid-Level - [Apache Airflow - Fundamentos](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/airflow-fundamentals.md): 20 preguntas, Mid-Level - [Kubernetes - Fundamentos](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/kubernetes-fundamentals.md): 20 preguntas, Mid-Level - [dbt - Funcionalidades avanzadas](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/dbt-advanced-de.md): 20 preguntas, Senior - [Apache Airflow - Avanzado](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/airflow-advanced.md): 20 preguntas, Senior - [Airflow + dbt - Orquestación de pipelines](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/airflow-dbt-integration.md): 20 preguntas, Senior - [PySpark - Procesamiento a gran escala](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/pyspark.md): 20 preguntas, Senior - [Google Pub/Sub - Streaming de datos](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/pubsub-streaming.md): 20 preguntas, Senior - [Apache Beam & Dataflow](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/apache-beam-dataflow.md): 20 preguntas, Senior - [Kubernetes - Producción y escalado](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/kubernetes-advanced.md): 20 preguntas, Senior - [Terraform - Infrastructure as Code](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/terraform.md): 20 preguntas, Senior - [Bases de datos NoSQL](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/nosql-databases.md): 20 preguntas, Senior - [Arquitectura Data moderna](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/data-architecture.md): 20 preguntas, Senior - [Monitoreo y observabilidad](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/monitoring-observability.md): 20 preguntas, Senior - [IAM y seguridad de datos](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/iam-security-de.md): 20 preguntas, Senior --- Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack. HTML version of this page: https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/etl-elt-patterns