Usamos cookies técnicas y el registro de visitas anonimizado de Zorky. Yandex Metrica (los datos se guardan en servidores en Rusia) solo se activa con tu consentimiento. Nunca vendemos datos. Más sobre cookies y estadísticas.
Zorky está en modo de prueba: todo es gratis. Los empleos y las páginas de empresas están abiertos a todos; los enlaces a las ofertas y tu selección personal se abren tras registrarte. Regístrate →

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.

5563
empleos abiertos — por título del puesto, republicaciones fusionadas
$9083
mediana $/mes
31%
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
Nuevas ofertas por semana. Tabla de datos del bloque. Un valor ausente no es cero; las unidades y la muestra se indican en la descripción del indicador.
PeriodoNuevas ofertas por semana
2026-06-01294
2026-06-08213
2026-06-15249
2026-06-22673
2026-06-29541
2026-07-06533
2026-07-13701
2026-07-20857
2026-07-27477
2026-08-03417
2026-08-10253
2026-08-17294
2026-08-24272
2026-08-31297
2026-09-07318
2026-09-14377
2026-09-211172
2026-09-281043
2026-10-05923
2026-10-122237
2026-10-191265
2026-10-261352
2026-11-021262
2026-11-091420

Fuentes activas por semana

Fuentes en el periodo: 281. ▲ — semana en la que se conectaron muchas fuentes nuevas.

Datos del gráfico
Fuentes activas por semana. Tabla de datos del bloque. Un valor ausente no es cero; las unidades y la muestra se indican en la descripción del indicador.
PeriodoFuentes activas
2026-06-0127
2026-06-0826
2026-06-1528
2026-06-2245
2026-06-2987
2026-07-0672
2026-07-1382
2026-07-2092
2026-07-2779
2026-08-0379
2026-08-1052
2026-08-1754
2026-08-2448
2026-08-3156
2026-09-0759
2026-09-1458
2026-09-2171
2026-09-2875
2026-10-0579
2026-10-1280
2026-10-1990
2026-10-2697
2026-11-0295
2026-11-09101
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
SemanaFuentes nuevasOfertas nuevas
8 jun+6213
15 jun+7249
22 jun+21673
29 jun+48541
6 jul+29533
13 jul+21701
20 jul+19857
27 jul+8477
3 ago+10417
10 ago+5253
17 ago+3294
24 ago+2272
31 ago+8297
7 sept+4318
14 sept+4377
21 sept+61172
28 sept+71043
5 oct+4923
12 oct+62237
19 oct+111265
26 oct+71352
2 nov+91262
9 nov+91420

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
Cronología: ofertas y fuentes — Ingeniero de datos. Tabla de datos del bloque. Un valor ausente no es cero; las unidades y la muestra se indican en la descripción del indicador.
SemanaNuevas ofertas por semanaFuentes activas
2026-06-0129427
2026-06-0821326
2026-06-1524928
2026-06-2267345
2026-06-2954187
2026-07-0653372
2026-07-1370182
2026-07-2085792
2026-07-2747779
2026-08-0341779
2026-08-1025352
2026-08-1729454
2026-08-2427248
2026-08-3129756
2026-09-0731859
2026-09-1437758
2026-09-21117271
2026-09-28104375
2026-10-0592379
2026-10-12223780
2026-10-19126590
2026-10-26135297
2026-11-02126295
2026-11-091420101

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
Salario mediano, USD al mes. Tabla de datos del bloque. Un valor ausente no es cero; las unidades y la muestra se indican en la descripción del indicador.
PeriodoMedianaOfertas con salario por semana (n)
2026-07-20575024
2026-07-27—6
2026-08-03—0
2026-08-10—0
2026-08-17—0
2026-08-24—0
2026-08-31—9
2026-09-07835312
2026-09-14—8
2026-09-2110.30338
2026-09-28812573
2026-10-05709287
2026-10-127355147
2026-10-197500227
2026-10-267699259
2026-11-029457214
2026-11-099167235

La serie empieza el 20 jul: antes no hay datos.

Ofertas con salario por semana (n)

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
Salarios a lo largo del tiempo — Ingeniero de datos. Tabla de datos del bloque. Un valor ausente no es cero; las unidades y la muestra se indican en la descripción del indicador.
SemanaMediana
2026-06-01—
2026-06-08—
2026-06-15—
2026-06-22—
2026-06-29—
2026-07-06—
2026-07-13—
2026-07-205750
2026-07-27—
2026-08-03—
2026-08-10—
2026-08-17—
2026-08-24—
2026-08-31—
2026-09-078353
2026-09-14—
2026-09-2110.303
2026-09-288125
2026-10-057092
2026-10-127355
2026-10-197500
2026-10-267699
2026-11-029457
2026-11-099167

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
Ofertas remotas, %. Tabla de datos del bloque. Un valor ausente no es cero; las unidades y la muestra se indican en la descripción del indicador.
PeriodoRemoto
2026-06-0167,4
2026-06-0851,2
2026-06-1553,2
2026-06-2244,1
2026-06-2938,5
2026-07-0633,5
2026-07-1339,3
2026-07-2047,9
2026-07-2761,8
2026-08-0325,1
2026-08-1029,9
2026-08-1728,7
2026-08-2431,7
2026-08-3128,4
2026-09-0723,3
2026-09-1428,4
2026-09-2128,2
2026-09-2831,2
2026-10-0534,3
2026-10-1232,2
2026-10-1930,7
2026-10-2637,3
2026-11-0234,5
2026-11-0928,5

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
El trabajo remoto a lo largo del tiempo — Ingeniero de datos. Tabla de datos del bloque. Un valor ausente no es cero; las unidades y la muestra se indican en la descripción del indicador.
SemanaRemoto
2026-06-0167,4
2026-06-0851,2
2026-06-1553,2
2026-06-2244,1
2026-06-2938,5
2026-07-0633,5
2026-07-1339,3
2026-07-2047,9
2026-07-2761,8
2026-08-0325,1
2026-08-1029,9
2026-08-1728,7
2026-08-2431,7
2026-08-3128,4
2026-09-0723,3
2026-09-1428,4
2026-09-2128,2
2026-09-2831,2
2026-10-0534,3
2026-10-1232,2
2026-10-1930,7
2026-10-2637,3
2026-11-0234,5
2026-11-0928,5

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
Ofertas que mencionan la tecnología, %. Tabla de datos del bloque. Un valor ausente no es cero; las unidades y la muestra se indican en la descripción del indicador.
PeriodoPythoncloudSQL
2026-08-1041,529,628,2
2026-08-173933,529,9
2026-08-2437,332,323,6
2026-08-3134,224,227,4
2026-09-0741,731,728,9
2026-09-1435,533,533,5
2026-09-214145,238,2
2026-09-2861,150,855
2026-10-0556,247,554,2
2026-10-1248,65148,4
2026-10-1958,55459,3
2026-10-2660,752,161,3
2026-11-0261,952,760,7
2026-11-0962,347,759,9
Hasta 5 en el gráfico:

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
Tecnologías a lo largo del tiempo — Ingeniero de datos. Tabla de datos del bloque. Un valor ausente no es cero; las unidades y la muestra se indican en la descripción del indicador.
SemanaPythoncloudSQLAWSAzure
2026-08-1041,529,628,221,122,5
2026-08-173933,529,923,819,5
2026-08-2437,332,323,615,517,4
2026-08-3134,224,227,415,818,9
2026-09-0741,731,728,919,715,6
2026-09-1435,533,533,521,722,7
2026-09-214145,238,229,725
2026-09-2861,150,85534,434,1
2026-10-0556,247,554,230,932,5
2026-10-1248,65148,429,930
2026-10-1958,55459,330,432,4
2026-10-2660,752,161,334,932,7
2026-11-0261,952,760,735,830,1
2026-11-0962,347,759,931,628,1

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
Ofertas en el país, %. Tabla de datos del bloque. Un valor ausente no es cero; las unidades y la muestra se indican en la descripción del indicador.
PeriodoEE. UU.PoloniaReino Unido
2026-06-0127,649,13,6
2026-06-0832,433,32
2026-06-1526,538,53,8
2026-06-2213,552,91,4
2026-06-291818,81,7
2026-07-0631,111,46,6
2026-07-1323,516,94,8
2026-07-2017,628,810,7
2026-07-2715,431,86,4
2026-08-0320,59,718,8
2026-08-1016,15,723,7
2026-08-1715,66,626,2
2026-08-2414,76,533,6
2026-08-319,63,333,8
2026-09-0712,63,332,3
2026-09-1422,33,628,9
2026-09-2125,85,515,5
2026-09-2819,314,613,7
2026-10-0516,221,513
2026-10-1216,6169,8
2026-10-1916,716,710,5
2026-10-261917,38,9
2026-11-0221,112,510,6
2026-11-0920,29,113,2
Hasta 5 en el gráfico:

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
Países a lo largo del tiempo — Ingeniero de datos. Tabla de datos del bloque. Un valor ausente no es cero; las unidades y la muestra se indican en la descripción del indicador.
SemanaEE. UU.PoloniaReino UnidoIndiaSingapur
2026-06-0127,649,13,63,30
2026-06-0832,433,3210,80
2026-06-1526,538,53,88,10
2026-06-2213,552,91,411,33,3
2026-06-291818,81,78,726
2026-07-0631,111,46,611,76,2
2026-07-1323,516,94,818,312,3
2026-07-2017,628,810,78,67,8
2026-07-2715,431,86,48,216,9
2026-08-0320,59,718,816,16,2
2026-08-1016,15,723,712,31,9
2026-08-1715,66,626,213,12,5
2026-08-2414,76,533,610,13,7
2026-08-319,63,333,817,92,1
2026-09-0712,63,332,312,63,7
2026-09-1422,33,628,913,82
2026-09-2125,85,515,59,37
2026-09-2819,314,613,7612,9
2026-10-0516,221,5137,27,8
2026-10-1216,6169,89,93,6
2026-10-1916,716,710,587
2026-10-261917,38,99,66,2
2026-11-0221,112,510,69,25,6
2026-11-0920,29,113,2104,6

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
Índice de contratación, 16 oct = 100. Tabla de datos del bloque. Un valor ausente no es cero; las unidades y la muestra se indican en la descripción del indicador.
PeriodoÍndice de contratación
2026-10-16100
2026-10-17100,03
2026-10-1899,76
2026-10-1999,68
2026-10-2099,27
2026-10-2198,6
2026-10-2299,07
2026-10-2397,4
2026-10-2497,41
2026-10-2697,33
2026-10-2796,76
2026-10-2896,21
2026-10-2995,17
2026-10-3095,13
2026-10-3193,65
2026-11-0193,33
2026-11-0292,67
2026-11-0392,65
2026-11-0492,41
2026-11-0592,13
2026-11-0690,44
2026-11-0790,48
2026-11-0890,45
2026-11-1090,29
2026-11-1190,22
2026-11-1390,12
2026-11-1489,7
2026-11-1589,68
2026-11-1689,62
2026-11-1888,91
2026-11-1988,02

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
Mercado limpio: índice de contratación — Ingeniero de datos. Tabla de datos del bloque. Un valor ausente no es cero; las unidades y la muestra se indican en la descripción del indicador.
DíaÍndice de contratación
2026-10-16100
2026-10-17100,03
2026-10-1899,76
2026-10-1999,68
2026-10-2099,27
2026-10-2198,6
2026-10-2299,07
2026-10-2397,4
2026-10-2497,41
2026-10-2697,33
2026-10-2796,76
2026-10-2896,21
2026-10-2995,17
2026-10-3095,13
2026-10-3193,65
2026-11-0193,33
2026-11-0292,67
2026-11-0392,65
2026-11-0492,41
2026-11-0592,13
2026-11-0690,44
2026-11-0790,48
2026-11-0890,45
2026-11-1090,29
2026-11-1190,22
2026-11-1390,12
2026-11-1489,7
2026-11-1589,68
2026-11-1689,62
2026-11-1888,91
2026-11-1988,02

Cuántas ofertas abiertas de Ingeniero de datos hay y cuántos especialistas adecuados observa Zorky.

Demanda y oferta observada

Datos del gráfico
Tabla de datos del bloque. Un valor ausente no es cero; las unidades y la muestra se indican en la descripción del indicador.
IndicadorValor
Demanda abierta5563
Demanda abierta5563
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

P25 $6250 · P50 $9083 · P75 $12.541
Datos del gráfico
Tabla de datos del bloque. Un valor ausente no es cero; las unidades y la muestra se indican en la descripción del indicador.
IndicadorValor
<$1k7
$1–2k8
$2–3k11
$3–4k26
$4–5k56
$5–6k59
$6–7k80
$7–8k65
$8–9k48
$9–10k52
$10–12k90
$12–15k121
$15–20k91
$20k+13
Salario en las ofertas: base 5563
  • 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
Distribución de salarios — Ingeniero de datos. Tabla de datos del bloque. Un valor ausente no es cero; las unidades y la muestra se indican en la descripción del indicador.
IndicadorLímite inferiorLímite superiorCantidad
<$1k010007
$1–2k100020008
$2–3k2000300011
$3–4k3000400026
$4–5k4000500056
$5–6k5000600059
$6–7k6000700080
$7–8k7000800065
$8–9k8000900048
$9–10k900010.00052
$10–12k10.00012.00090
$12–15k12.00015.000121
$15–20k15.00020.00091
$20k+20.000—13

En qué países hay más ofertas abiertas de Ingeniero de datos.

Geografía de la demanda

paísempleosproporción
Estados Unidos113423,9%
Polonia68614,5%
India4479,4%
Reino Unido4208,9%
Singapur2565,4%
Alemania2365%
Francia1513,2%
Canadá1503,2%
Rusia831,8%
Sudáfrica681,4%
Otros países110723,4%

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
Geografía de la demanda — Ingeniero de datos. Tabla de datos del bloque. Un valor ausente no es cero; las unidades y la muestra se indican en la descripción del indicador.
PaísOfertas
US1134
PL686
IN447
GB420
SG256
DE236
FR151
CA150
RU83
ZA68

Qué tecnologías se piden con más frecuencia en la misma oferta que Ingeniero de datos.

Se usa junto con

python
236942,6%
cloud
231641,6%
sql
205536,9%
aws
151327,2%
azure
140925,3%
databricks
139925,1%
airflow
104518,8%
dbt
91116,4%
spark
79914,4%
snowflake
78814,2%

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
Se usa junto con — Ingeniero de datos. Tabla de datos del bloque. Un valor ausente no es cero; las unidades y la muestra se indican en la descripción del indicador.
NombreCantidad
python2369
cloud2316
sql2055
aws1513
azure1409
databricks1399
airflow1045
dbt911
spark799
snowflake788
gcp711
pyspark593

Cuántas ofertas de Ingeniero de datos hay en cada nivel, de junior a principal.

Demanda por nivel

nivelempleos
senior2079
middle357
lead350
principal248
junior220

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
Demanda por nivel — Ingeniero de datos. Tabla de datos del bloque. Un valor ausente no es cero; las unidades y la muestra se indican en la descripción del indicador.
NivelCantidad
senior2079
middle357
lead350
principal248
junior220

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.

el mayor 1,1%2.º–3.º 1,1%4.º–10.º 2,5%el resto 95,3%
proporciónvalor
top-11.1%
top-32.2%
top-104.7%
cola larga95.3%

⚠ 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
Dónde ve Zorky este mercado — Ingeniero de datos. Tabla de datos del bloque. Un valor ausente no es cero; las unidades y la muestra se indican en la descripción del indicador.
ClaseNombreNombre en inglésCantidadProporción
atsATS и карьерные сайтыATS y webs de empleo de empresas32240,5795
boardджоб-борды и агрегаторыportales de empleo y agregadores20780,3735
telegramTelegramTelegram2510,0451
comunidadсообщества и публичные профилиcomunidad y perfiles públicos100,0018

Las ofertas de Ingeniero de datos más recientes de las webs de empleo de las empresas.

Vacantes recientes

Todos los empleos →

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.

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.

Big DataDBAStreamingData Warehouse

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.

Al enviar, aceptas la política de privacidad.