Actúa como un ingeniero de datos senior. Diseña un pipeline ETL para el siguiente caso:
**Fuentes de datos:** [FUENTE_1], [FUENTE_2], [FUENTE_3]
**Destino:** [DATA_WAREHOUSE/LAKE]
**Volumen estimado:** [REGISTROS_DIARIOS] registros/día
**Latencia requerida:** [TIEMPO_MÁXIMO]
**Stack tecnológico:** [TECNOLOGÍAS_DISPONIBLES]
Proporciona:
**1. Arquitectura del pipeline:**
Diagrama textual del flujo de datos desde origen hasta destino.
**2. Estrategia de extracción:**
Full load vs incremental. Cómo detectar cambios (CDC, timestamps, watermarks).
**3. Transformaciones necesarias:**
Limpieza, normalización, deduplicación y enriquecimiento de datos.
**4. Modelo de datos de destino:**
Esquema de tablas en el destino con tipos de datos y relaciones.
**5. Manejo de errores:**
Dead letter queues, reintentos, alertas y logging de fallos.
**6. Monitorización:**
Métricas clave del pipeline (filas procesadas, latencia, tasa de error) y cómo alertar.
**7. Consideraciones de escalabilidad:**
Cómo el diseño maneja x10 el volumen actual.
Incluye código de ejemplo en [LENGUAJE_PREFERIDO] para la transformación más compleja.