LO
Avísame cuando llegue un registro verificado a esta ocupación →
Ingeniero de datos
Mueve datos de donde ocurren a donde se pregunta por ellos, y es quien se entera primero cuando las dos cosas dejan de cuadrar.
Esto no es una probabilidad de perder el empleo. Combina qué parte de la carga de tareas del puesto está expuesta a la automatización con hasta dónde ha llegado realmente la adopción: sirve para comparar ocupaciones sobre una base constante, y para nada más.
Escrito para ingenieros que construyen y operan canalizaciones, almacenes y los modelos que se apoyan en ellos. La página de analista de datos cubre a quienes consultan el resultado; la ingeniería de aprendizaje automático es otro trabajo con su propia página. Esta página salda una deuda: el alcance de la página de analista ha dicho siempre que la ingeniería de datos es distinta.
Qué está cambiando de verdad#
La unidad de análisis es la tarea, no el nombre del puesto. Un puesto no se sustituye: se le mueve la mezcla de tareas.
¿Es este tu trabajo? Dilo y esta página se estrecha a tu parte de él.
El nombre de un puesto es un paquete de tareas compradas juntas, y no hay dos personas con el mismo paquete. No se envía nada a ninguna parte: se queda en este navegador.
Construir la canalización
Automatizándose✓ Con evidenciaExtraer de una fuente, reformarlo, cargarlo en algún sitio consultable, y programar todo el conjunto.
Los conectores a las fuentes habituales ahora se compran en vez de escribirse, y el código de transformación está lo bastante bien especificado como para que la generación lo resuelva. Dos décadas de que este trabajo sea repetitivo entre empresas son justo la condición que abarata una tarea.
Que la canalización corra no es lo mismo que que los números estén bien. Construirla nunca fue donde se iba el tiempo en un equipo de datos maduro; mantenerla verdadera sí.
Cuando los datos están mal y no falló nada
Sigue llevándola una persona≈ Inferencia de la plataformaUn campo cambió de significado aguas arriba, un proceso corrió dos veces, se movió una zona horaria — y todos los cuadros de mando siguen en verde.
La falsedad silenciosa es el fallo que define este trabajo, y no es un problema de detección que resuelvan mejores herramientas — exige saber qué se supone que significa el número para el negocio, y eso vive en las personas y no en el esquema. Las pruebas cazan lo que se te ocurrió probar.
Es un juicio sobre la naturaleza del fallo más que una medición de cuánto ocurre. No tenemos ninguna ficha de equipos cuantificando errores de datos silenciosos, en parte porque por definición se encuentran tarde o no se encuentran.
Ser dueño de lo que significa un número
Sigue llevándola una persona✓ Con evidenciaDefinir usuario activo, ingresos, abandono — y sostener esa definición cuando dos equipos quieren que signifique cosas distintas.
Las herramientas de texto a SQL abaratan consultar y con ello hacen que las definiciones soporten más carga, no menos: en cuanto cualquiera puede preguntar, la respuesta depende por entero de qué definición recogió el modelo. La evidencia de la página de analista apunta en la misma dirección — en un banco de pruebas construido con almacenes de empresa reales un modelo a secas sacó cero, mientras sacaba entre el 80 y el 90% en los bancos públicos, y la distancia es el esquema y la semántica, no el SQL.
Ese banco de pruebas va de consultar y no de quién es dueño de las definiciones, y sus autores venden un sistema alternativo, cosa que dice la ficha de la página de analista. Establece que los esquemas de empresa derrotan a los modelos actuales; no establece que se esté contratando a nadie para mantener la semántica.
Lo que cuesta seguir preguntando
Aumentada por la máquina≈ Inferencia de la plataformaParticiones, niveles de almacenamiento, la consulta que alguien programó cada hora y que escanea todo, y la factura de fin de mes.
Los almacenes ya sacan a la luz por sí mismos la consulta cara y sugieren el arreglo, que es ayuda de verdad. Lo que queda es la decisión de si la respuesta vale el dinero, y eso exige saber quién usa el número y para qué.
No dice nada sobre si los costes suben o bajan en conjunto, y que consultar sea barato tiende a aumentar el número de preguntas, lo que puede mover la factura en cualquier dirección.
Qué hay que guardar, borrar o no recoger nunca
Sigue llevándola una persona≈ Inferencia de la plataformaPlazos de conservación, solicitudes de borrado, dónde se permite que estén los datos personales, y poder demostrarlo.
Es una obligación legal implementada en canalizaciones, y las obligaciones legales se pegan a una persona y no a un sistema. Las herramientas pueden hacer cumplir una regla una vez que alguien la ha decidido; decidirla, y poder demostrar el cumplimiento después, es la parte que se queda.
Los requisitos difieren mucho según el mercado y el tipo de dato, y lo que zanjaría esta tarea es una acción sancionadora que nombre la práctica de conservación o de borrado de un equipo de datos en vez de a la empresa entera — un regulador diciendo quién tenía que borrar qué, y para cuándo.
Alimentar a los sistemas que responden con frases
Tarea nueva≈ Inferencia de la plataformaMeter los documentos correctos, con la frescura correcta y con las reglas de acceso correctas en aquello de lo que lee la función de IA.
La calidad de la recuperación es hoy un problema de datos con una etiqueta de IA, y recae aquí porque va de canalizaciones, permisos y frescura y no de modelos. No existía como trabajo antes de que las funciones generativas llegaran a los productos.
Que aparezca trabajo nuevo no es plantilla nueva. En la mayoría de las empresas esto lo está absorbiendo quien ya es dueño del almacén, y nada de esto dice lo contrario.
Qué tecnologías importan aquí#
Cuatro señales separadas. Deliberadamente no se suman: un trabajo expuesto a dos tecnologías no está expuesto al doble.
Cómo se llegó hasta aquí#
El índice no es un número fijo. Esto es donde habría estado en cada hito de capacidad desde ChatGPT: reconstruido, y etiquetado como tal.
● 1 hecho verificado de esta ocupación, dibujado en la fecha en que ocurrió: los tramos de la línea cercanos a una marca están anclados a algo comprobable.
El punto de partida más alto de las tres capas de ingeniería, porque este trabajo ya se estaba convirtiendo en producto básico antes de que existieran las herramientas generativas: los conectores comprados y los almacenes gestionados llevaban años comiéndose la mitad de construir. La subida del medio es el código de transformación volviéndose barato de redactar y la consulta en lenguaje natural llegando. Se aplana antes que ninguna y deja de subir del todo después de 2025, y la razón está en la página: consultar barato hace que las definiciones sostengan más peso, no menos. La única prueba de referencia que tenemos construida a partir de almacenes corporativos reales le pone un cero a un modelo sin más donde las pruebas públicas dan entre 80 y 90; esa distancia es el significado, y el significado vive en las personas.
Una línea plana no es un pronóstico de seguridad. Dice a qué tareas ha llegado la automatización hasta ahora: las ocupaciones que menos se movieron aquí son aquellas en las que la restricción es física o normativa, y las dos pueden cambiar.
Cambios recientes#
632 problemas construidos a partir de aplicaciones de datos reales sobre BigQuery y Snowflake, con bases que a menudo superan las 1.000 columnas. Lo que los hace difíciles lo dicen los autores y es exactamente el entorno diario de esta ocupación: la respuesta exige buscar en los metadatos de la base y en la documentación del dialecto, leer el propio código del proyecto, sostener un contexto muy largo, y emitir varias consultas en dialectos distintos que con frecuencia pasan de las 100 líneas. El 21,3% es un marco de agente sobre o1-preview a finales de 2024 y quedará desfasado; el hallazgo duradero es la distancia hasta el 91,2% en Spider 1.0 y el 73,0% en BIRD, que es una medición de cuánta dificultad vive en el almacén y no en el SQL. No dice nada sobre empleo, ni nada sobre canalizaciones que se construyen en vez de consultarse — mide producir la consulta, no operar el sistema que la sigue produciendo.
Un fallo, una marcha atrás, una regulación o un coste están frenando la adopción. Puede bajar una evaluación o ensanchar su incertidumbre.
Qué significa esto para ti#
Construir canalizaciones — lo que enseñan los tutoriales y para lo que te contratarían — es la mitad expuesta. Lo que aguanta es saber qué se supone que significa un número, y eso se aprende estando cerca de quien lo usa. Un puesto de datos lejos del negocio es la versión más arriesgada de este trabajo.
Que consultar sea barato sube el valor de quien es dueño de las definiciones y baja el de quien solo mueve datos. Si tu semana es sobre todo conectores y planificación, esa es la configuración expuesta; si es sobre todo discusiones sobre qué cuenta como cliente, esa es la duradera.
Tus opciones#
Cuatro direcciones, cada una con sus restricciones reales y con una cosa que puedes probar esta semana. Seguir como estás es una opción legítima; solo tiene que ser una opción elegida.
Ser dueño de la semántica, no de las tuberías
Cuando cualquiera puede hacer una pregunta con palabras, la respuesta depende de qué definición recogió la herramienta. Ser quien la decide es la posición duradera.
Es trabajo tan político como técnico — las definiciones se discuten porque distintos equipos se miden con ellas.
Toma una métrica de un cuadro de mando de la empresa y pregúntale a dos equipos qué significa. Si las respuestas difieren, has encontrado el trabajo.
Quedarte con la capa de recuperación
Toda función de IA de una empresa acaba siendo una pregunta sobre qué documentos, con qué frescura y quién puede verlos — que es este trabajo con otro nombre.
Ahora mismo es poco lucido y a menudo no es de nadie, y puede que tengas que reclamarlo antes de que nadie le ponga presupuesto.
Busca una función de IA de tu empresa y rastrea de qué lee de verdad. Comprueba si sus permisos coinciden con los del sistema de origen.
Acercarte a la decisión
La ingeniería de analítica y la analítica de producto están entre el almacén y quienes actúan a partir de él, y el razonamiento se transfiere directamente.
Requiere estar dispuesto a equivocarte en público sobre qué significa un número, que es una exposición distinta de equivocarse en una canalización.
Elige un número que produzcas y averigua qué decisión se tomó de verdad por su causa el trimestre pasado. A veces la respuesta es ninguna.
Preguntas frecuentes#
Hazte la pregunta por tarea, porque no se mueven juntas. Construir y programar canalizaciones es la parte expuesta y lleva abaratándose desde mucho antes de las herramientas generativas. Saber que un número dejó en silencio de significar lo que significaba no se ha movido en absoluto, porque el conocimiento va del negocio y no de los datos. Una señal que puedes comprobar tú: cuando un número estuvo mal el trimestre pasado, quién se dio cuenta, y cómo.
La evidencia de este sitio apunta al revés, y de forma concreta. En un banco de pruebas construido con registros reales de consultas de almacenes de empresa, un modelo a secas sacó cero y los planteamientos con agentes llegaron en torno al 10%, mientras que la misma clase de modelo saca entre el 80 y el 90% en los bancos públicos. La distancia no es el SQL — son esquemas con miles de tablas y significados que viven fuera de ellos. Que consultar salga barato sube el valor de quien mantiene ese significado.
Depende de cuál de las dos mitades harías, y conviene resolverlo antes de moverte. Los puestos que son sobre todo conectores y planificación están en la mitad expuesta y llevan años volviéndose mercancía. Los puestos cercanos al negocio, donde se espera que discutas sobre definiciones, son la mitad duradera. El cargo es el mismo en los dos casos, así que pregunta en la entrevista de qué iban las tres últimas discusiones.
Cómo gana dinero el negocio, con detalle suficiente para notar cuándo un número deja de ser coherente con eso. Las herramientas cambian cada pocos años y todas se aprenden en semanas; la capacidad de mirar un cuadro de mando y decir que eso no puede estar bien es lo que distingue a quienes se quedan. Da la casualidad de que es además lo que un modelo leyendo tu esquema no puede hacer.
¿Estudiando para esto?
Estas carreras llevan hasta aquí. Sus páginas desglosan cuáles de sus competencias se transfieren y qué les suele faltar a quienes se gradúan.
Escrito sobre esto#
Estos textos argumentan a partir de los mismos registros que tiene esta página, y cada una de sus secciones nombra aquello en lo que se apoya.
Método y fuentes#
- Fecha de la evaluación
- 2026-09-12
- Base de los juicios de tarea
- 2 con evidencia · 4 inferencia de la plataforma · 0 sin evidencia suficiente
- Hechos verificados
- 1