Ingeniero de datos: mercado
Datos a 19 de noviembre de 2026: ofertas abiertas de Ingeniero de datos — 5563, el 31% en remoto entre las ofertas que indican la modalidad; salario mediano anunciado $9083/mes (de 727 ofertas que indican salario). Fuente: Zorky, actualizado a diario.
Data Engineer — ingeniería de datos: pipelines ETL/ELT, modelado de DWH, procesamiento en streaming, orquestación de tareas, data lakes. El mayor segmento de la dirección Data, en la frontera del desarrollo backend y la analítica. Familia de roles: Data Engineer (general — pipelines + DWH), ETL Developer (batch clásico — Informatica/SSIS legacy + Airflow), Analytics Engineer (dbt + DWH, en la frontera con el Analyst), Pipeline Engineer (foco en la orquestación — Airflow/Dagster/Prefect), Data Platform Engineer (infra para equipos de datos — Kubernetes + clúster de Spark + Delta Lake/Iceberg). Stack: Python (obligatorio — pandas, PySpark, cloud SDKs), SQL (obligatorio, avanzado — funciones de ventana, CTEs, optimización), Airflow/Dagster/Prefect (orquestación), Spark/Flink/Kafka Streams (big data + streaming), dbt (analytics engineering — capa de transformación), DWH: Snowflake/BigQuery/ClickHouse/Redshift/Greenplum, Kafka+Debezium (CDC), S3/HDFS/Delta Lake/Apache Iceberg, data stacks de AWS/GCP/Azure, Docker+Kubernetes. Stack principal: python, cloud, sql, aws, azure. Entre las vacantes con modalidad de trabajo indicada, el 31% es remoto.
Datos al:
Las cifras clave del mercado de Ingeniero de datos: ofertas abiertas, salario mediano, grupo de especialistas observado y proporción de remoto.
El mercado de Ingeniero de datos tiene ahora 5563 puestos abiertos, 4831 de ellos observados recientemente. Median salary $9083/mo.
Entre las vacantes con modalidad de trabajo indicada, el 31% es remoto. El trabajo es totalmente en la nube. Sber: más a menudo presencial por residencia de datos / cumplimiento normativo.
⚠ salario conocido en 727 de 5563 empleos; cuota de remoto a partir de 4501 con formato indicado; 4831 contados como observaciones recientes; no se muestran la tendencia ni la dificultad de contratación
Cronología: ofertas y fuentes
Cuántas ofertas de Ingeniero de datos aparecieron cada semana desde el 1 jun y de cuántas fuentes. El gráfico inferior separa el crecimiento del mercado del crecimiento de nuestra cobertura: un salto en la semana en que se conectaron nuevas fuentes significa que empezamos a ver más, no que el mercado creció.
Nuevas ofertas por semana
Datos del gráfico
| Periodo | Nuevas ofertas por semana |
|---|---|
| 2026-06-01 | 294 |
| 2026-06-08 | 213 |
| 2026-06-15 | 249 |
| 2026-06-22 | 673 |
| 2026-06-29 | 541 |
| 2026-07-06 | 533 |
| 2026-07-13 | 701 |
| 2026-07-20 | 857 |
| 2026-07-27 | 477 |
| 2026-08-03 | 417 |
| 2026-08-10 | 253 |
| 2026-08-17 | 294 |
| 2026-08-24 | 272 |
| 2026-08-31 | 297 |
| 2026-09-07 | 318 |
| 2026-09-14 | 377 |
| 2026-09-21 | 1172 |
| 2026-09-28 | 1043 |
| 2026-10-05 | 923 |
| 2026-10-12 | 2237 |
| 2026-10-19 | 1265 |
| 2026-10-26 | 1352 |
| 2026-11-02 | 1262 |
| 2026-11-09 | 1420 |
Fuentes activas por semana
Fuentes en el periodo: 281. ▲ — semana en la que se conectaron muchas fuentes nuevas.
Datos del gráfico
| Periodo | Fuentes activas |
|---|---|
| 2026-06-01 | 27 |
| 2026-06-08 | 26 |
| 2026-06-15 | 28 |
| 2026-06-22 | 45 |
| 2026-06-29 | 87 |
| 2026-07-06 | 72 |
| 2026-07-13 | 82 |
| 2026-07-20 | 92 |
| 2026-07-27 | 79 |
| 2026-08-03 | 79 |
| 2026-08-10 | 52 |
| 2026-08-17 | 54 |
| 2026-08-24 | 48 |
| 2026-08-31 | 56 |
| 2026-09-07 | 59 |
| 2026-09-14 | 58 |
| 2026-09-21 | 71 |
| 2026-09-28 | 75 |
| 2026-10-05 | 79 |
| 2026-10-12 | 80 |
| 2026-10-19 | 90 |
| 2026-10-26 | 97 |
| 2026-11-02 | 95 |
| 2026-11-09 | 101 |
Nuevas fuentes conectadas: 22 jun +21 · 29 jun +48 · 6 jul +29 · 13 jul +21 · 20 jul +19 · todas las semanas (23) en la tabla
| Semana | Fuentes nuevas | Ofertas nuevas |
|---|---|---|
| 8 jun | +6 | 213 |
| 15 jun | +7 | 249 |
| 22 jun | +21 | 673 |
| 29 jun | +48 | 541 |
| 6 jul | +29 | 533 |
| 13 jul | +21 | 701 |
| 20 jul | +19 | 857 |
| 27 jul | +8 | 477 |
| 3 ago | +10 | 417 |
| 10 ago | +5 | 253 |
| 17 ago | +3 | 294 |
| 24 ago | +2 | 272 |
| 31 ago | +8 | 297 |
| 7 sept | +4 | 318 |
| 14 sept | +4 | 377 |
| 21 sept | +6 | 1172 |
| 28 sept | +7 | 1043 |
| 5 oct | +4 | 923 |
| 12 oct | +6 | 2237 |
| 19 oct | +11 | 1265 |
| 26 oct | +7 | 1352 |
| 2 nov | +9 | 1262 |
| 9 nov | +9 | 1420 |
La semana actual aún no ha terminado y no se muestra: una semana incompleta parecería una caída.
Semana = fecha en que se detectó la oferta por primera vez, todos los estados; las ofertas se seleccionan con la misma regla que el contador de esta página. Las fuentes son canales de recopilación distintos; sus nombres no se publican.
Datos del gráfico
| Semana | Nuevas ofertas por semana | Fuentes activas |
|---|---|---|
| 2026-06-01 | 294 | 27 |
| 2026-06-08 | 213 | 26 |
| 2026-06-15 | 249 | 28 |
| 2026-06-22 | 673 | 45 |
| 2026-06-29 | 541 | 87 |
| 2026-07-06 | 533 | 72 |
| 2026-07-13 | 701 | 82 |
| 2026-07-20 | 857 | 92 |
| 2026-07-27 | 477 | 79 |
| 2026-08-03 | 417 | 79 |
| 2026-08-10 | 253 | 52 |
| 2026-08-17 | 294 | 54 |
| 2026-08-24 | 272 | 48 |
| 2026-08-31 | 297 | 56 |
| 2026-09-07 | 318 | 59 |
| 2026-09-14 | 377 | 58 |
| 2026-09-21 | 1172 | 71 |
| 2026-09-28 | 1043 | 75 |
| 2026-10-05 | 923 | 79 |
| 2026-10-12 | 2237 | 80 |
| 2026-10-19 | 1265 | 90 |
| 2026-10-26 | 1352 | 97 |
| 2026-11-02 | 1262 | 95 |
| 2026-11-09 | 1420 | 101 |
Salarios a lo largo del tiempo
Salario mediano de Ingeniero de datos por semana, USD al mes.
Salario mediano, USD al mes
Datos del gráfico
| Periodo | Mediana | Ofertas con salario por semana (n) |
|---|---|---|
| 2026-07-20 | 5750 | 24 |
| 2026-07-27 | — | 6 |
| 2026-08-03 | — | 0 |
| 2026-08-10 | — | 0 |
| 2026-08-17 | — | 0 |
| 2026-08-24 | — | 0 |
| 2026-08-31 | — | 9 |
| 2026-09-07 | 8353 | 12 |
| 2026-09-14 | — | 8 |
| 2026-09-21 | 10.303 | 38 |
| 2026-09-28 | 8125 | 73 |
| 2026-10-05 | 7092 | 87 |
| 2026-10-12 | 7355 | 147 |
| 2026-10-19 | 7500 | 227 |
| 2026-10-26 | 7699 | 259 |
| 2026-11-02 | 9457 | 214 |
| 2026-11-09 | 9167 | 235 |
La serie empieza el 20 jul: antes no hay datos.
Solo ofertas con salario en USD y periodo conocido (mes o año), de 500 a 50 000 $ al mes. Las semanas con menos de 10 ofertas así quedan en blanco: significa sin datos, no cero.
Datos del gráfico
| Semana | Mediana |
|---|---|
| 2026-06-01 | — |
| 2026-06-08 | — |
| 2026-06-15 | — |
| 2026-06-22 | — |
| 2026-06-29 | — |
| 2026-07-06 | — |
| 2026-07-13 | — |
| 2026-07-20 | 5750 |
| 2026-07-27 | — |
| 2026-08-03 | — |
| 2026-08-10 | — |
| 2026-08-17 | — |
| 2026-08-24 | — |
| 2026-08-31 | — |
| 2026-09-07 | 8353 |
| 2026-09-14 | — |
| 2026-09-21 | 10.303 |
| 2026-09-28 | 8125 |
| 2026-10-05 | 7092 |
| 2026-10-12 | 7355 |
| 2026-10-19 | 7500 |
| 2026-10-26 | 7699 |
| 2026-11-02 | 9457 |
| 2026-11-09 | 9167 |
El trabajo remoto a lo largo del tiempo
Proporción de ofertas de Ingeniero de datos con trabajo totalmente remoto, por semana.
Ofertas remotas, %
Datos del gráfico
| Periodo | Remoto |
|---|---|
| 2026-06-01 | 67,4 |
| 2026-06-08 | 51,2 |
| 2026-06-15 | 53,2 |
| 2026-06-22 | 44,1 |
| 2026-06-29 | 38,5 |
| 2026-07-06 | 33,5 |
| 2026-07-13 | 39,3 |
| 2026-07-20 | 47,9 |
| 2026-07-27 | 61,8 |
| 2026-08-03 | 25,1 |
| 2026-08-10 | 29,9 |
| 2026-08-17 | 28,7 |
| 2026-08-24 | 31,7 |
| 2026-08-31 | 28,4 |
| 2026-09-07 | 23,3 |
| 2026-09-14 | 28,4 |
| 2026-09-21 | 28,2 |
| 2026-09-28 | 31,2 |
| 2026-10-05 | 34,3 |
| 2026-10-12 | 32,2 |
| 2026-10-19 | 30,7 |
| 2026-10-26 | 37,3 |
| 2026-11-02 | 34,5 |
| 2026-11-09 | 28,5 |
La proporción se calcula entre las ofertas que indican la modalidad (remoto, híbrido, oficina). Las semanas con menos de 10 ofertas así quedan en blanco.
Datos del gráfico
| Semana | Remoto |
|---|---|
| 2026-06-01 | 67,4 |
| 2026-06-08 | 51,2 |
| 2026-06-15 | 53,2 |
| 2026-06-22 | 44,1 |
| 2026-06-29 | 38,5 |
| 2026-07-06 | 33,5 |
| 2026-07-13 | 39,3 |
| 2026-07-20 | 47,9 |
| 2026-07-27 | 61,8 |
| 2026-08-03 | 25,1 |
| 2026-08-10 | 29,9 |
| 2026-08-17 | 28,7 |
| 2026-08-24 | 31,7 |
| 2026-08-31 | 28,4 |
| 2026-09-07 | 23,3 |
| 2026-09-14 | 28,4 |
| 2026-09-21 | 28,2 |
| 2026-09-28 | 31,2 |
| 2026-10-05 | 34,3 |
| 2026-10-12 | 32,2 |
| 2026-10-19 | 30,7 |
| 2026-10-26 | 37,3 |
| 2026-11-02 | 34,5 |
| 2026-11-09 | 28,5 |
Tecnologías a lo largo del tiempo
Cómo cambió la proporción de ofertas de Ingeniero de datos que mencionan cada una de las principales tecnologías.
Ofertas que mencionan la tecnología, %
Datos del gráfico
| Periodo | Python | cloud | SQL |
|---|---|---|---|
| 2026-08-10 | 41,5 | 29,6 | 28,2 |
| 2026-08-17 | 39 | 33,5 | 29,9 |
| 2026-08-24 | 37,3 | 32,3 | 23,6 |
| 2026-08-31 | 34,2 | 24,2 | 27,4 |
| 2026-09-07 | 41,7 | 31,7 | 28,9 |
| 2026-09-14 | 35,5 | 33,5 | 33,5 |
| 2026-09-21 | 41 | 45,2 | 38,2 |
| 2026-09-28 | 61,1 | 50,8 | 55 |
| 2026-10-05 | 56,2 | 47,5 | 54,2 |
| 2026-10-12 | 48,6 | 51 | 48,4 |
| 2026-10-19 | 58,5 | 54 | 59,3 |
| 2026-10-26 | 60,7 | 52,1 | 61,3 |
| 2026-11-02 | 61,9 | 52,7 | 60,7 |
| 2026-11-09 | 62,3 | 47,7 | 59,9 |
Proporción entre las ofertas con stack etiquetado; la serie empieza el 10 ago: antes las etiquetas de stack se asignaban de otra forma. Las semanas con menos de 20 ofertas etiquetadas quedan en blanco.
Datos del gráfico
| Semana | Python | cloud | SQL | AWS | Azure |
|---|---|---|---|---|---|
| 2026-08-10 | 41,5 | 29,6 | 28,2 | 21,1 | 22,5 |
| 2026-08-17 | 39 | 33,5 | 29,9 | 23,8 | 19,5 |
| 2026-08-24 | 37,3 | 32,3 | 23,6 | 15,5 | 17,4 |
| 2026-08-31 | 34,2 | 24,2 | 27,4 | 15,8 | 18,9 |
| 2026-09-07 | 41,7 | 31,7 | 28,9 | 19,7 | 15,6 |
| 2026-09-14 | 35,5 | 33,5 | 33,5 | 21,7 | 22,7 |
| 2026-09-21 | 41 | 45,2 | 38,2 | 29,7 | 25 |
| 2026-09-28 | 61,1 | 50,8 | 55 | 34,4 | 34,1 |
| 2026-10-05 | 56,2 | 47,5 | 54,2 | 30,9 | 32,5 |
| 2026-10-12 | 48,6 | 51 | 48,4 | 29,9 | 30 |
| 2026-10-19 | 58,5 | 54 | 59,3 | 30,4 | 32,4 |
| 2026-10-26 | 60,7 | 52,1 | 61,3 | 34,9 | 32,7 |
| 2026-11-02 | 61,9 | 52,7 | 60,7 | 35,8 | 30,1 |
| 2026-11-09 | 62,3 | 47,7 | 59,9 | 31,6 | 28,1 |
Países a lo largo del tiempo
Cómo cambió por semana la proporción de ofertas de Ingeniero de datos en cada uno de los principales países.
Ofertas en el país, %
Datos del gráfico
| Periodo | EE. UU. | Polonia | Reino Unido |
|---|---|---|---|
| 2026-06-01 | 27,6 | 49,1 | 3,6 |
| 2026-06-08 | 32,4 | 33,3 | 2 |
| 2026-06-15 | 26,5 | 38,5 | 3,8 |
| 2026-06-22 | 13,5 | 52,9 | 1,4 |
| 2026-06-29 | 18 | 18,8 | 1,7 |
| 2026-07-06 | 31,1 | 11,4 | 6,6 |
| 2026-07-13 | 23,5 | 16,9 | 4,8 |
| 2026-07-20 | 17,6 | 28,8 | 10,7 |
| 2026-07-27 | 15,4 | 31,8 | 6,4 |
| 2026-08-03 | 20,5 | 9,7 | 18,8 |
| 2026-08-10 | 16,1 | 5,7 | 23,7 |
| 2026-08-17 | 15,6 | 6,6 | 26,2 |
| 2026-08-24 | 14,7 | 6,5 | 33,6 |
| 2026-08-31 | 9,6 | 3,3 | 33,8 |
| 2026-09-07 | 12,6 | 3,3 | 32,3 |
| 2026-09-14 | 22,3 | 3,6 | 28,9 |
| 2026-09-21 | 25,8 | 5,5 | 15,5 |
| 2026-09-28 | 19,3 | 14,6 | 13,7 |
| 2026-10-05 | 16,2 | 21,5 | 13 |
| 2026-10-12 | 16,6 | 16 | 9,8 |
| 2026-10-19 | 16,7 | 16,7 | 10,5 |
| 2026-10-26 | 19 | 17,3 | 8,9 |
| 2026-11-02 | 21,1 | 12,5 | 10,6 |
| 2026-11-09 | 20,2 | 9,1 | 13,2 |
Proporción entre las ofertas con país conocido; el gráfico muestra los cinco países con más ofertas en seis meses. Las semanas con menos de 20 ofertas con país conocido quedan en blanco. Una proporción al alza puede deberse a una fuente recién conectada en ese país y no al crecimiento del mercado.
Datos del gráfico
| Semana | EE. UU. | Polonia | Reino Unido | India | Singapur |
|---|---|---|---|---|---|
| 2026-06-01 | 27,6 | 49,1 | 3,6 | 3,3 | 0 |
| 2026-06-08 | 32,4 | 33,3 | 2 | 10,8 | 0 |
| 2026-06-15 | 26,5 | 38,5 | 3,8 | 8,1 | 0 |
| 2026-06-22 | 13,5 | 52,9 | 1,4 | 11,3 | 3,3 |
| 2026-06-29 | 18 | 18,8 | 1,7 | 8,7 | 26 |
| 2026-07-06 | 31,1 | 11,4 | 6,6 | 11,7 | 6,2 |
| 2026-07-13 | 23,5 | 16,9 | 4,8 | 18,3 | 12,3 |
| 2026-07-20 | 17,6 | 28,8 | 10,7 | 8,6 | 7,8 |
| 2026-07-27 | 15,4 | 31,8 | 6,4 | 8,2 | 16,9 |
| 2026-08-03 | 20,5 | 9,7 | 18,8 | 16,1 | 6,2 |
| 2026-08-10 | 16,1 | 5,7 | 23,7 | 12,3 | 1,9 |
| 2026-08-17 | 15,6 | 6,6 | 26,2 | 13,1 | 2,5 |
| 2026-08-24 | 14,7 | 6,5 | 33,6 | 10,1 | 3,7 |
| 2026-08-31 | 9,6 | 3,3 | 33,8 | 17,9 | 2,1 |
| 2026-09-07 | 12,6 | 3,3 | 32,3 | 12,6 | 3,7 |
| 2026-09-14 | 22,3 | 3,6 | 28,9 | 13,8 | 2 |
| 2026-09-21 | 25,8 | 5,5 | 15,5 | 9,3 | 7 |
| 2026-09-28 | 19,3 | 14,6 | 13,7 | 6 | 12,9 |
| 2026-10-05 | 16,2 | 21,5 | 13 | 7,2 | 7,8 |
| 2026-10-12 | 16,6 | 16 | 9,8 | 9,9 | 3,6 |
| 2026-10-19 | 16,7 | 16,7 | 10,5 | 8 | 7 |
| 2026-10-26 | 19 | 17,3 | 8,9 | 9,6 | 6,2 |
| 2026-11-02 | 21,1 | 12,5 | 10,6 | 9,2 | 5,6 |
| 2026-11-09 | 20,2 | 9,1 | 13,2 | 10 | 4,6 |
Mercado limpio: índice de contratación
Los mismos 7505 portales de empleo de empresas; el número de ofertas se toma del propio portal. Conectar nuevas fuentes no mueve este índice: muestra el mercado, no nuestra cobertura. Es todo el mercado del panel, no solo Ingeniero de datos.
Índice de contratación, 16 oct = 100
Datos del gráfico
| Periodo | Índice de contratación |
|---|---|
| 2026-10-16 | 100 |
| 2026-10-17 | 100,03 |
| 2026-10-18 | 99,76 |
| 2026-10-19 | 99,68 |
| 2026-10-20 | 99,27 |
| 2026-10-21 | 98,6 |
| 2026-10-22 | 99,07 |
| 2026-10-23 | 97,4 |
| 2026-10-24 | 97,41 |
| 2026-10-26 | 97,33 |
| 2026-10-27 | 96,76 |
| 2026-10-28 | 96,21 |
| 2026-10-29 | 95,17 |
| 2026-10-30 | 95,13 |
| 2026-10-31 | 93,65 |
| 2026-11-01 | 93,33 |
| 2026-11-02 | 92,67 |
| 2026-11-03 | 92,65 |
| 2026-11-04 | 92,41 |
| 2026-11-05 | 92,13 |
| 2026-11-06 | 90,44 |
| 2026-11-07 | 90,48 |
| 2026-11-08 | 90,45 |
| 2026-11-10 | 90,29 |
| 2026-11-11 | 90,22 |
| 2026-11-13 | 90,12 |
| 2026-11-14 | 89,7 |
| 2026-11-15 | 89,68 |
| 2026-11-16 | 89,62 |
| 2026-11-18 | 88,91 |
| 2026-11-19 | 88,02 |
Índice encadenado: cada día compara solo los portales consultados ese día y el anterior; se excluyen los valores atípicos y las caídas de consulta de toda una plataforma. Los días sin pares comparables quedan en blanco.
Datos del gráfico
| Día | Índice de contratación |
|---|---|
| 2026-10-16 | 100 |
| 2026-10-17 | 100,03 |
| 2026-10-18 | 99,76 |
| 2026-10-19 | 99,68 |
| 2026-10-20 | 99,27 |
| 2026-10-21 | 98,6 |
| 2026-10-22 | 99,07 |
| 2026-10-23 | 97,4 |
| 2026-10-24 | 97,41 |
| 2026-10-26 | 97,33 |
| 2026-10-27 | 96,76 |
| 2026-10-28 | 96,21 |
| 2026-10-29 | 95,17 |
| 2026-10-30 | 95,13 |
| 2026-10-31 | 93,65 |
| 2026-11-01 | 93,33 |
| 2026-11-02 | 92,67 |
| 2026-11-03 | 92,65 |
| 2026-11-04 | 92,41 |
| 2026-11-05 | 92,13 |
| 2026-11-06 | 90,44 |
| 2026-11-07 | 90,48 |
| 2026-11-08 | 90,45 |
| 2026-11-10 | 90,29 |
| 2026-11-11 | 90,22 |
| 2026-11-13 | 90,12 |
| 2026-11-14 | 89,7 |
| 2026-11-15 | 89,68 |
| 2026-11-16 | 89,62 |
| 2026-11-18 | 88,91 |
| 2026-11-19 | 88,02 |
Cuántas ofertas abiertas de Ingeniero de datos hay y cuántos especialistas adecuados observa Zorky.
Demanda y oferta observada
Datos del gráfico
| Indicador | Valor |
|---|---|
| Demanda abierta | 5563 |
| Demanda abierta | 5563 |
| Oferta observada | — no publicado |
Data Engineer genera el flujo de vacantes más grande y estable entre los segmentos de datos. La demanda crece sobre todo en las empresas de producto de la CEI (migración de DWH heredados al modern data stack: Snowflake/dbt/Airflow) y en FinTech.
⚠ los candidatos que encajan con una vacante aún no se cuentan: se muestran la demanda y el pool observado
Cómo se distribuyen los salarios en las ofertas de Ingeniero de datos, en dólares estadounidenses al mes.
Distribución de salarios
Datos del gráfico
| Indicador | Valor |
|---|---|
| <$1k | 7 |
| $1–2k | 8 |
| $2–3k | 11 |
| $3–4k | 26 |
| $4–5k | 56 |
| $5–6k | 59 |
| $6–7k | 80 |
| $7–8k | 65 |
| $8–9k | 48 |
| $9–10k | 52 |
| $10–12k | 90 |
| $12–15k | 121 |
| $15–20k | 91 |
| $20k+ | 13 |
- apto para el cálculo: 727 (13,1%)
- indicado, pero no convertido a USD/mes: 817 (14,7%)
- no indicado: 4019 (72,2%)
Una de cada diez ofertas paga menos de $4437 y una de cada diez más de $15.833. La mitad de las ofertas ofrece entre $6250 y $12.541. Muestra: 727.
Datos del gráfico
| Indicador | Límite inferior | Límite superior | Cantidad |
|---|---|---|---|
| <$1k | 0 | 1000 | 7 |
| $1–2k | 1000 | 2000 | 8 |
| $2–3k | 2000 | 3000 | 11 |
| $3–4k | 3000 | 4000 | 26 |
| $4–5k | 4000 | 5000 | 56 |
| $5–6k | 5000 | 6000 | 59 |
| $6–7k | 6000 | 7000 | 80 |
| $7–8k | 7000 | 8000 | 65 |
| $8–9k | 8000 | 9000 | 48 |
| $9–10k | 9000 | 10.000 | 52 |
| $10–12k | 10.000 | 12.000 | 90 |
| $12–15k | 12.000 | 15.000 | 121 |
| $15–20k | 15.000 | 20.000 | 91 |
| $20k+ | 20.000 | — | 13 |
En qué países hay más ofertas abiertas de Ingeniero de datos.
Geografía de la demanda
| país | empleos | proporción |
|---|---|---|
| Estados Unidos | 1134 | 23,9% |
| Polonia | 686 | 14,5% |
| India | 447 | 9,4% |
| Reino Unido | 420 | 8,9% |
| Singapur | 256 | 5,4% |
| Alemania | 236 | 5% |
| Francia | 151 | 3,2% |
| Canadá | 150 | 3,2% |
| Rusia | 83 | 1,8% |
| Sudáfrica | 68 | 1,4% |
| Otros países | 1107 | 23,4% |
El líder por número de vacantes de Data Engineer es EE. UU. (1134 vacantes). Polonia — segundo por número de vacantes en remoto para rusohablantes.
⚠ solo número de empleos: el salario por país no se publica
Datos del gráfico
| País | Ofertas |
|---|---|
| US | 1134 |
| PL | 686 |
| IN | 447 |
| GB | 420 |
| SG | 256 |
| DE | 236 |
| FR | 151 |
| CA | 150 |
| RU | 83 |
| ZA | 68 |
Qué tecnologías se piden con más frecuencia en la misma oferta que Ingeniero de datos.
Se usa junto con
Cuota: cuántas de las 5563 ofertas del mercado Ingeniero de datos mencionan esta tecnología. Ordenado por número de ofertas, no por «fuerza de asociación». Términos genéricos como cloud no son una nube concreta (AWS, Azure).
Stack principal de Data Engineer 2026: Python + SQL avanzado (obligatorio), Airflow / Dagster / Prefect (orquestación), Spark / Flink / Kafka Streams (big data + streaming), dbt (capa de transformación), Snowflake / BigQuery / ClickHouse / Redshift (DWH), Kafka + Debezium (CDC), Delta Lake / Iceberg (lakehouse), Docker + Kubernetes. Senior: observabilidad + data quality.
Parejas habituales: Python + SQL, Python + Airflow, Spark + Hadoop, dbt + Snowflake, Kafka + Spark Streaming, Airflow + BigQuery. Hoja de ruta de aprendizaje: Python + SQL → Airflow → un DWH → dbt → PySpark → nociones de Kafka.
Datos del gráfico
| Nombre | Cantidad |
|---|---|
| python | 2369 |
| cloud | 2316 |
| sql | 2055 |
| aws | 1513 |
| azure | 1409 |
| databricks | 1399 |
| airflow | 1045 |
| dbt | 911 |
| spark | 799 |
| snowflake | 788 |
| gcp | 711 |
| pyspark | 593 |
Cuántas ofertas de Ingeniero de datos hay en cada nivel, de junior a principal.
Demanda por nivel
| nivel | empleos |
|---|---|
| senior | 2079 |
| middle | 357 |
| lead | 350 |
| principal | 248 |
| junior | 220 |
Junior es raro: el mercado contrata tras Python Middle o Analyst Senior con SQL avanzado. Trayectoria: Junior → Middle → Senior → Analytics Engineer / Data Platform / Head of Data.
⚠ solo el lado de la demanda: el nivel del pool observado se desconoce en su mayor parte
Datos del gráfico
| Nivel | Cantidad |
|---|---|
| senior | 2079 |
| middle | 357 |
| lead | 350 |
| principal | 248 |
| junior | 220 |
Quién contrata más en Ingeniero de datos y cuánto se concentra la demanda en las empresas más grandes.
Empleadores
La demanda se reparte entre 3218 empleadores. El mayor concentra el 1.1%, los diez primeros el 4.7%; el 95.3% restante es cola larga.
| proporción | valor |
|---|---|
| top-1 | 1.1% |
| top-3 | 2.2% |
| top-10 | 4.7% |
| cola larga | 95.3% |
⚠ no se muestran nombres: el clasificador aún no distingue entre agencias de selección y empleadores finales
De qué webs de empresas y portales de empleo recoge Zorky las ofertas de Ingeniero de datos.
Dónde ve Zorky este mercado
Observado en 139 fuentes; la mayor concentra el 11.5%: este mercado no depende de un solo canal.
Datos del gráfico
| Clase | Nombre | Nombre en inglés | Cantidad | Proporción |
|---|---|---|---|---|
| ats | ATS и карьерные сайты | ATS y webs de empleo de empresas | 3224 | 0,5795 |
| board | джоб-борды и агрегаторы | portales de empleo y agregadores | 2078 | 0,3735 |
| telegram | Telegram | Telegram | 251 | 0,0451 |
| comunidad | сообщества и публичные профили | comunidad y perfiles públicos | 10 | 0,0018 |
Las ofertas de Ingeniero de datos más recientes de las webs de empleo de las empresas.
Vacantes recientes
- Snowflake Data Engineer (Middle+/Senior)
- Senior Data Engineer · PL
- Snowflake Data Engineer (Middle+/Senior) | Remote
- Snowflake Data Engineer | German B2+ Required | Fully Remote · RS
- Snowflake Data Engineer | 3 year(s) | Middle | IC
- Data Engineer (Entry) 1724 · ZA
- Senior AI & Data Engineer · ZA
- Senior Data Engineer (Snowflake, AWS, Big Data) · AU
Últimas vacantes abiertas de Data Engineer: las 10 posiciones más recientes con una descripción de calidad suficiente. La lista completa está en nuestro CRM o en el enlace «ver todas» de abajo.
Mercados adyacentes
Data Engineer — el mayor segmento de la dirección de datos (60-70% de las vacantes de datos). La comparación está en el SiblingSubnichesChart de arriba.
⚠ los mercados adyacentes para comparar aún no están definidos
Cómo se mide
- Vacante
- un empleo abierto que superó el filtro de calidad y menciona al menos dos tecnologías
- Candidato observado
- un candidato cuyo stack contiene esta tecnología; es un agregado: ni un solo registro sale del perímetro
- Candidato emparejable
- aún no contabilizado
- Ventana
- empleos abiertos en el momento en que se generó el snapshot
Sobre los datos
- Algunos desgloses están ocultos: su cobertura de datos aún no es suficiente.
- Las estadísticas se muestran solo donde la muestra supera un control de calidad.
- Que falte un bloque no significa que el valor sea cero.
Desgloses ocultos actualmente: 8.
Área: Ingeniería de datos
Especializaciones relacionadas
Dentro de Data Engineer: Data Engineer (general: pipelines + DWH), ETL Developer (batch clásico), Analytics Engineer (dbt + DWH), Pipeline Engineer (orquestación), Data Platform Engineer (infraestructura para equipos de datos). La comparación con otras especializaciones de datos/big data está en la barra de abajo.
Preguntas frecuentes
Las preguntas más frecuentes sobre Data Engineer: salario, Spark frente a Flink frente a Kafka Streams, Airflow frente a Dagster, diferencias con Backend y ML Engineer, trabajo remoto, cómo empezar (12-18 meses tras Python Middle), skills de Senior. Las respuestas se recalculan automáticamente.
¿Cuánto gana un Data Engineer Junior, Middle, Senior o Lead?
Las vacantes Junior escasean: el mercado espera Python Middle + SQL avanzado o un cambio desde Backend/Analyst. El salto de Junior a Middle: Airflow + un DWH + nociones de Spark. Un Senior es responsable de todo un dominio de datos (p. ej., el pipeline de eventos). Lead Data Engineer / Head of Data Platform: dirige a 3-8 ingenieros, responde de las decisiones de arquitectura + el modelo del DWH + el gobierno de datos. Trayectoria: Backend Middle/Analyst Senior → Data Engineer Middle → Senior → luego Analytics Engineering (foco en dbt), Platform Engineering (foco en infraestructura) o Head of Data.
¿Qué stack necesita con más frecuencia un Data Engineer?
Principales 5: python, cloud, sql, aws, azure. Python, obligatorio (pandas, PySpark, boto3, GCP SDK). SQL, avanzado obligatorio (window functions, CTEs, optimización de consultas, EXPLAIN ANALYZE). Airflow, estándar de orquestación de la industria; Dagster/Prefect crecen en proyectos nuevos. Spark (PySpark/Scala), big data batch + streaming. Kafka, obligatorio para Middle+ en event-driven. Flink, un skill de prima para streaming real. dbt, estándar de la capa de transformación en el modern data stack. DWH: Snowflake (premium cloud), BigQuery (GCP), ClickHouse (OLAP, domina en la CEI), Redshift (AWS legacy). Almacenamiento: S3/HDFS, Delta Lake/Apache Iceberg (lakehouse). Docker+Kubernetes. Terraform/Pulumi para IaC. Senior: observabilidad (Datadog/Grafana + Great Expectations / Soda para data quality).
Spark frente a Flink frente a Kafka Streams: ¿cuál elegir en 2026?
Spark: estándar del sector para batch + micro-batch streaming. PySpark es el mayor mercado laboral; Spark Scala, un nicho premium. Pega: la latencia del micro-batch (segundos-minutos), no es tiempo real de verdad. Flink: motor de streaming real con latencia de milisegundos, semántica exactly-once de serie. Segmento en crecimiento: FinTech/AdTech/IoT/inferencia de ML en tiempo real. Kafka Streams (solo Java/Scala): librería de streaming ligera, no un clúster aparte. Buena para procesamiento de flujos a nivel de microservicio, mala para joins/estado pesados. Estrategia: primero Spark (tamaño de mercado), luego Flink para diversificar y por el pago premium. Kafka Streams: un añadido de nicho para los backend engineers de la JVM.
Airflow frente a Dagster frente a Prefect: ¿qué aprender para la orquestación?
DAGs en Python, un enorme ecosistema de operadores. Desventajas: basado en horarios, no orientado a eventos de forma nativa, mala generación dinámica de DAGs. Dagster: el retador moderno (al estilo Elementl/Astronomer). Centrado en assets, la mejor DX, testing nativo, data lineage de serie. Segmento en crecimiento: startups de producto, modern data stack. Prefect: filosóficamente entre Airflow y Dagster. Bueno para flujos híbridos (batch + streaming). Menos empleos que Airflow, pero en crecimiento. Estrategia: primero Airflow (necesidad del mercado), luego Dagster como alternativa moderna. Cron + scripts de Python: enfoque obsoleto, no lo aprendas como principal.
¿Qué proporción de vacantes ofrece trabajo remoto?
Entre las vacantes con modalidad de trabajo indicada, el 31% es remoto. Las vacantes sin modalidad indicada se excluyen del denominador; el trabajo híbrido no se cuenta como remoto.
¿En qué se diferencia Data Engineer de Backend y de ML Engineer?
Backend Engineer: APIs REST/GraphQL, lógica de negocio, bases de datos transaccionales (PostgreSQL/MySQL). Enfoque: atender las peticiones del producto. Sistemas OLTP. Data Engineer: pipelines ETL/ELT, modelado de DWH, streaming, procesamiento batch de terabytes. Enfoque: mover y transformar grandes volúmenes de datos. Sistemas OLAP. ML Engineer: desplegar modelos en producción (FastAPI + ONNX/TorchServe), feature store, MLOps, monitorización de modelos. Enfoque: inferencia lista para producción. Cambio de carrera: de Backend Senior a Data Engineer Middle en 4-8 meses (Airflow + dbt + un DWH). De Data Engineer a ML Engineer en 6-12 meses (PyTorch + stack MLOps). Por salario: Data Engineer ≥ Backend Senior en Moscú; ML Engineer ≈ Data Engineer Senior en promedio.
¿Por dónde empezar en Data Engineering en 2026?
Hoja de ruta: 1) Python hasta nivel Middle: pandas, numpy, tipado, pruebas. 2) SQL a nivel avanzado: funciones de ventana, CTE, subconsultas, optimización (EXPLAIN ANALYZE), índices. PostgreSQL + un OLAP (se recomienda ClickHouse). 3) Airflow: el tutorial oficial, escribe 3-5 DAGs. 4) Un DWH: BigQuery (nivel gratuito) o prueba de Snowflake. Domina el modelado (esquema en estrella/copo de nieve, SCD). 5) dbt: la capa de analytics engineering. Tutorial de dbt + proyecto personal con el dataset jaffle-shop. 6) Nociones de PySpark: DataFrame API + un proyecto personal con 1-10 GB de datos. 7) Nociones de Kafka: producer/consumer + un proyecto personal de streaming. 8) Proyecto personal de extremo a extremo: pipeline desde una API/archivos a través de Airflow + dbt hasta el DWH, dashboard en Metabase/Superset, desplegado en la nube. Cursos: Karpov.Courses "Data Engineer", OTUS "Data Engineer", Yandex.Practicum "Data Engineer", DataCamp Data Engineer Track. Libros: "The Data Warehouse Toolkit" de Kimball, "Fundamentals of Data Engineering" de Reis. Tiempo hasta Middle (Junior es raro): 12-18 meses a tiempo completo tras experiencia como Python Middle.
¿Cuántas vacantes abiertas contiene esta muestra?
La muestra publicada contiene 5563 vacantes abiertas tras agrupar las republicaciones. Es la misma cifra del indicador principal. La sección geográfica describe la cobertura de la muestra; no es una estimación de todo el mercado.
¿Qué skills necesita un Senior Data Engineer?
Un Senior Data Engineer es responsable del ciclo completo de los pipelines de datos. SQL: dominio (funciones de ventana, CTEs recursivas, optimización de consultas, partition pruning, vistas materializadas). Python: dominio de pandas/PySpark, profiling de memoria, async para ingesta intensiva en I/O. Sistemas distribuidos: modelo de ejecución de Spark (shuffle, broadcast, particionado), exactly-once en Kafka, two-phase commit, idempotencia. Modelado de DWH: Kimball (esquema en estrella, SCD), Data Vault, arquitectura lakehouse (Delta Lake/Iceberg). Orquestación: diseño de DAGs de Airflow (tareas idempotentes, backfills, sensores), generación dinámica de DAGs. Streaming: diseño de Kafka (particiones, grupos de consumidores, exactly-once), Spark Streaming o Flink. Cloud: una de AWS/GCP/Azure a nivel de arquitecto (IAM + optimización de costes + redes + niveles de almacenamiento). Calidad de datos: Great Expectations / Soda, métricas de monitorización + alertas. DevOps: Docker, operators de Kubernetes (Spark/Kafka sobre k8s), Terraform/Pulumi para IaC. Soft: code review, mentoría a Middle, trabajo con Analistas/PM sobre los requisitos. Inglés: imprescindible para Senior+ (el stack de datos está mayoritariamente en inglés).
Dejar una solicitud
Describe la tarea y deja un contacto: la solicitud llega a nuestro CRM y respondemos al contacto que indiques.