LO
Avísame cuando llegue un registro verificado a esta ocupación → · Marca cuáles de estas tareas son tuyas (VOLO Pro, gratis) → · Para un equipo o una promoción de graduados →
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.
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.
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.
Cada casilla es una tarea. Su tamaño es cuánto pesa en el trabajo; su color, hacia dónde va la tarea. Haz clic en una casilla para ver qué no establece ese juicio.
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.
Un juicio sobre la naturaleza del fallo, no una medición de con qué frecuencia ocurre. Los errores de datos silenciosos no están cuantificados en ninguna parte, en parte porque, por definición, se descubren tarde o no se descubren.
Ese banco de pruebas trata de consultas, no de quién es responsable de las definiciones, y su 21,3 % corresponde a un agente sobre un modelo a finales de 2024. Establece que los esquemas empresariales superan a los modelos actuales; no establece que se esté contratando a nadie para mantener la semántica.
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.
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.
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.
¿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.
Cambios recientes#
Un regulador, un conjunto de datos, declarado por obligación legal. Entrada CFTC-001 del CSV de declaración individual, cuyo texto completo son dos frases: un modelo de detección de anomalías «diseñado para identificar cargas de datos potencialmente erróneas en los datos TCR», que usa «un modelo de bosque de aislamiento con datos agregados» y «se ejecuta automáticamente a diario». La entrada no trae fecha de puesta en producción, ni proveedor, ni volumen, ni explicación de qué detecta o deja pasar el modelo, así que la fecha aquí es la publicación del inventario consolidado (28 de enero de 2026) y nada de la implantación en sí tiene fecha. Establece que al menos un equipo de datos ha entregado la primera mitad de esta tarea, notar que una carga parece mal, a un modelo programado; no dice nada de la segunda mitad, averiguar qué significa la carga errónea y qué hacer. El mismo inventario trae una entrada que se lee al revés: DOJ-0006, la Oficina de Alcohol, Tabaco, Armas de Fuego y Explosivos, lista una plataforma de datos cuyas funciones de detección de anomalías y calidad de datos están «integradas en las herramientas» y añade «aunque no usamos estas funciones directamente». Una capacidad listada y una usada son cosas distintas, y el formato del inventario permite a un organismo decir cuál tiene.
Una empresa lo ha puesto en producción. Puede mover la línea de base, ponderado por la escala y por cuánto se parece ese entorno al tuyo.
El mismo censo, decimotercera de las 20 preguntas: buscar información del organismo mediante un sistema de recuperación de conocimiento recibe Sí en 35 de 45. La columna de producto nombra los sistemas mismos y no una categoría: Microsoft 365 Copilot en la mayoría, ChatGPT Enterprise en Energía, Claude y Gemini a través de la plataforma USAi de la Administración de Servicios Generales, Palantir Foundry y Credal en Salud y Servicios Humanos, Vertex AI y RelativityOne en Seguridad Nacional, AWS Bedrock en Comercio y Transporte. Esta tarea lleva la etiqueta de emergente, es decir, trabajo que existe a causa de la automatización, y lo que el censo establece es su premisa: en 35 de 45 organismos hay un sistema de recuperación apuntado a los documentos de ese organismo, de modo que hay un corpus que alguien tiene que mantener al día y acotar. Lo que no establece es el trabajo. El archivo no tiene columna para quién mantiene lo que el sistema lee, ni medida de esfuerzo, ni nada que diga si esa tarea recae en un equipo de datos, en un archivo o en el proveedor. Es además un solo empleador, y uno poco corriente: un organismo obligado a publicar un inventario de su IA y a responder por quién puede ver qué documento no sustituye con justicia a un empleador que no tiene ninguna de las dos obligaciones.
Una empresa lo ha puesto en producción. Puede mover la línea de base, ponderado por la escala y por cuánto se parece ese entorno al tuyo.
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.
Un gran empleador tecnológico, su propia plataforma de big data. El equipo de ingeniería escribe que, en lugar de fijar límites y presupuestos estrictos a los equipos, Uber da a las partes interesadas transparencia sobre los costos y el uso de recursos; que sus proyectos de eficiencia de costos toman decisiones automatizadas y basadas en datos para reducir costos; y que uno de ellos revisa los patrones de acceso a las tablas y crea tickets para que los responsables impulsen eliminaciones y caducidades cuando los datos no se consultan con frecuencia, con comprobaciones similares que generan tickets para reducir o detener el cómputo sin uso. Los responsables actúan sobre los tickets; la publicación no da cifras de cuántos se aceptan.
Una empresa lo ha puesto en producción. Puede mover la línea de base, ponderado por la escala y por cuánto se parece ese entorno al tuyo.
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 632 flujos de trabajo de datos extraídos de almacenes de datos empresariales reales, un agente de código resolvió el 21,3 %, frente al 91,2 % en la versión académica de la misma tarea. La diferencia no está en el SQL, sino en esquemas que a menudo superan las 1.000 columnas y en significados que viven fuera de ellos. Que las consultas sean baratas aumenta 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.
En qué se apoyan estos juicios#
De los 6 juicios de tarea de esta página, 5 se apoyan en un evento verificado y 1 son inferencia de la plataforma, cada uno etiquetado donde aparece. Detrás hay 2 dimensiones tecnológicas, una trayectoria reconstruida desde que los modelos de lenguaje llegaron al público y 4 eventos verificados.
Ver qué tecnologías, cómo llegó hasta aquí y el método →
Dónde se sitúa en la clasificación oficial: habilidades, conocimientos y trabajos afines →
Otros puestos de la misma función#
Una empresa divide su trabajo en funciones antes de dividirlo en puestos. Estos están en Tecnología y datos junto a este — un hecho sobre los organigramas, no un juicio de que se parezcan ni de que cambien en la misma dirección.
Desarrollador de software júnior · Ingeniero de software con experiencia · Desarrollador frontend · Desarrollador backend · Ingeniero de aprendizaje automático · Investigador de IA · Tester de software / ingeniero de QA · Analista de datos · Científico de datos · Estadístico · Economista · Analista de negocio · Responsable de sistemas de negocio · Técnico de soporte informático / mesa de ayuda · Analista de seguridad (SOC) · Ingeniero de DevOps / ingeniero de plataforma / SRE · Ingeniero de redes · Redactor técnico / ingeniero de documentación · Redactor de solicitudes de subvención / técnico de subvenciones