IA / ML / Data Science: mercado
Datos a 19 de noviembre de 2026: ofertas abiertas de IA / ML / Data Science — 12.757, el 25% en remoto entre las ofertas que indican la modalidad; salario mediano anunciado $12.583/mes (de 1719 ofertas que indican salario). Fuente: Zorky, actualizado a diario.
IA / ML / Data Science es una familia de roles: ML Engineer (modelos y pipelines en producción), Data Scientist (análisis estadístico, pruebas A/B, modelos de ML), AI Engineer (aplicaciones LLM, RAG, GenAI), MLOps (infraestructura de ML), ingenieros de visión artificial y de NLP. El stack principal es Python, PyTorch, TensorFlow, scikit-learn, pandas, NumPy, Jupyter, MLflow, Kubeflow, HuggingFace Transformers, LangChain, OpenAI API, bases de datos vectoriales (Pinecone, Weaviate, Qdrant). Las tecnologías más demandadas: python, cloud, sql, llm, pytorch. Entre las vacantes con modalidad de trabajo indicada, el 25% es remoto. Los datos se actualizan a diario.
Datos al:
Las cifras clave del mercado de IA / ML / Data Science: ofertas abiertas, salario mediano, grupo de especialistas observado y proporción de remoto.
El mercado de IA / ML / Data Science tiene ahora 12.757 puestos abiertos, 11.434 de ellos observados recientemente. Median salary $12.583/mo.
Entre las vacantes con modalidad de trabajo indicada, el 25% es remoto. Los bancos exigen más a menudo híbrido por cumplimiento normativo; en los equipos internacionales de IA el remoto total es el estándar.
⚠ salario conocido en 1719 de 12757 empleos; cuota de remoto a partir de 10474 con formato indicado; 11434 contados como observaciones recientes; no se muestran la tendencia ni la dificultad de contratación
Cronología: ofertas y fuentes
Cuántas ofertas de IA / ML / Data Science aparecieron cada semana en los últimos 180 días 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 | 226 |
| 2026-06-08 | 278 |
| 2026-06-15 | 202 |
| 2026-06-22 | 547 |
| 2026-06-29 | 1015 |
| 2026-07-06 | 1323 |
| 2026-07-13 | 1425 |
| 2026-07-20 | 832 |
| 2026-07-27 | 479 |
| 2026-08-03 | 818 |
| 2026-08-10 | 533 |
| 2026-08-17 | 679 |
| 2026-08-24 | 572 |
| 2026-08-31 | 434 |
| 2026-09-07 | 596 |
| 2026-09-14 | 749 |
| 2026-09-21 | 2658 |
| 2026-09-28 | 1853 |
| 2026-10-05 | 1680 |
| 2026-10-12 | 4729 |
| 2026-10-19 | 2620 |
| 2026-10-26 | 2809 |
| 2026-11-02 | 2452 |
| 2026-11-09 | 2770 |
Fuentes activas por semana
Fuentes en el periodo: 372. ▲ — semana en la que se conectaron muchas fuentes nuevas.
Datos del gráfico
| Periodo | Fuentes activas |
|---|---|
| 2026-06-01 | 33 |
| 2026-06-08 | 39 |
| 2026-06-15 | 35 |
| 2026-06-22 | 64 |
| 2026-06-29 | 110 |
| 2026-07-06 | 73 |
| 2026-07-13 | 103 |
| 2026-07-20 | 121 |
| 2026-07-27 | 109 |
| 2026-08-03 | 96 |
| 2026-08-10 | 63 |
| 2026-08-17 | 74 |
| 2026-08-24 | 72 |
| 2026-08-31 | 77 |
| 2026-09-07 | 74 |
| 2026-09-14 | 77 |
| 2026-09-21 | 111 |
| 2026-09-28 | 101 |
| 2026-10-05 | 108 |
| 2026-10-12 | 101 |
| 2026-10-19 | 117 |
| 2026-10-26 | 104 |
| 2026-11-02 | 115 |
| 2026-11-09 | 131 |
Nuevas fuentes conectadas: 22 jun +30 · 29 jun +61 · 6 jul +30 · 13 jul +28 · 20 jul +31 · todas las semanas (23) en la tabla
| Semana | Fuentes nuevas | Ofertas nuevas |
|---|---|---|
| 8 jun | +15 | 278 |
| 15 jun | +9 | 202 |
| 22 jun | +30 | 547 |
| 29 jun | +61 | 1015 |
| 6 jul | +30 | 1323 |
| 13 jul | +28 | 1425 |
| 20 jul | +31 | 832 |
| 27 jul | +13 | 479 |
| 3 ago | +9 | 818 |
| 10 ago | +6 | 533 |
| 17 ago | +8 | 679 |
| 24 ago | +8 | 572 |
| 31 ago | +4 | 434 |
| 7 sept | +6 | 596 |
| 14 sept | +4 | 749 |
| 21 sept | +13 | 2658 |
| 28 sept | +9 | 1853 |
| 5 oct | +7 | 1680 |
| 12 oct | +3 | 4729 |
| 19 oct | +15 | 2620 |
| 26 oct | +4 | 2809 |
| 2 nov | +9 | 2452 |
| 9 nov | +17 | 2770 |
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, 180 días; fuentes = canales de recopilación distintos que aportaron ofertas de la dirección esa semana; fuentes nuevas = canales que aportaron su primera oferta de la dirección esa semana.
Datos del gráfico
| Semana | Nuevas ofertas por semana | Fuentes activas |
|---|---|---|
| 2026-06-01 | 226 | 33 |
| 2026-06-08 | 278 | 39 |
| 2026-06-15 | 202 | 35 |
| 2026-06-22 | 547 | 64 |
| 2026-06-29 | 1015 | 110 |
| 2026-07-06 | 1323 | 73 |
| 2026-07-13 | 1425 | 103 |
| 2026-07-20 | 832 | 121 |
| 2026-07-27 | 479 | 109 |
| 2026-08-03 | 818 | 96 |
| 2026-08-10 | 533 | 63 |
| 2026-08-17 | 679 | 74 |
| 2026-08-24 | 572 | 72 |
| 2026-08-31 | 434 | 77 |
| 2026-09-07 | 596 | 74 |
| 2026-09-14 | 749 | 77 |
| 2026-09-21 | 2658 | 111 |
| 2026-09-28 | 1853 | 101 |
| 2026-10-05 | 1680 | 108 |
| 2026-10-12 | 4729 | 101 |
| 2026-10-19 | 2620 | 117 |
| 2026-10-26 | 2809 | 104 |
| 2026-11-02 | 2452 | 115 |
| 2026-11-09 | 2770 | 131 |
Salarios a lo largo del tiempo
Salario mediano de IA / ML / Data Science por semana, USD al mes.
Salario mediano, USD al mes
Datos del gráfico
| Periodo | Mediana | Ofertas con salario por semana (n) |
|---|---|---|
| 2026-08-31 | 8380 | 12 |
| 2026-09-07 | 8511 | 15 |
| 2026-09-14 | — | 8 |
| 2026-09-21 | 14.292 | 58 |
| 2026-09-28 | 8826 | 64 |
| 2026-10-05 | 8708 | 91 |
| 2026-10-12 | 11.637 | 207 |
| 2026-10-19 | 12.083 | 513 |
| 2026-10-26 | 11.958 | 474 |
| 2026-11-02 | 12.500 | 477 |
| 2026-11-09 | 12.500 | 535 |
La serie empieza el 31 ago: 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 | — |
| 2026-07-27 | — |
| 2026-08-03 | — |
| 2026-08-10 | — |
| 2026-08-17 | — |
| 2026-08-24 | — |
| 2026-08-31 | 8380 |
| 2026-09-07 | 8511 |
| 2026-09-14 | — |
| 2026-09-21 | 14.292 |
| 2026-09-28 | 8826 |
| 2026-10-05 | 8708 |
| 2026-10-12 | 11.637 |
| 2026-10-19 | 12.083 |
| 2026-10-26 | 11.958 |
| 2026-11-02 | 12.500 |
| 2026-11-09 | 12.500 |
El trabajo remoto a lo largo del tiempo
Proporción de ofertas de IA / ML / Data Science con trabajo totalmente remoto, por semana.
Ofertas remotas, %
Datos del gráfico
| Periodo | Remoto |
|---|---|
| 2026-06-01 | 43,1 |
| 2026-06-08 | 27,3 |
| 2026-06-15 | 31 |
| 2026-06-22 | 35,6 |
| 2026-06-29 | 34,1 |
| 2026-07-06 | 28,6 |
| 2026-07-13 | 26,8 |
| 2026-07-20 | 32,3 |
| 2026-07-27 | 35,7 |
| 2026-08-03 | 24,8 |
| 2026-08-10 | 34,3 |
| 2026-08-17 | 31,5 |
| 2026-08-24 | 31,8 |
| 2026-08-31 | 29,1 |
| 2026-09-07 | 21,3 |
| 2026-09-14 | 20,9 |
| 2026-09-21 | 22,5 |
| 2026-09-28 | 35,2 |
| 2026-10-05 | 32 |
| 2026-10-12 | 31,9 |
| 2026-10-19 | 29,1 |
| 2026-10-26 | 34,4 |
| 2026-11-02 | 28,4 |
| 2026-11-09 | 29,8 |
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 | 43,1 |
| 2026-06-08 | 27,3 |
| 2026-06-15 | 31 |
| 2026-06-22 | 35,6 |
| 2026-06-29 | 34,1 |
| 2026-07-06 | 28,6 |
| 2026-07-13 | 26,8 |
| 2026-07-20 | 32,3 |
| 2026-07-27 | 35,7 |
| 2026-08-03 | 24,8 |
| 2026-08-10 | 34,3 |
| 2026-08-17 | 31,5 |
| 2026-08-24 | 31,8 |
| 2026-08-31 | 29,1 |
| 2026-09-07 | 21,3 |
| 2026-09-14 | 20,9 |
| 2026-09-21 | 22,5 |
| 2026-09-28 | 35,2 |
| 2026-10-05 | 32 |
| 2026-10-12 | 31,9 |
| 2026-10-19 | 29,1 |
| 2026-10-26 | 34,4 |
| 2026-11-02 | 28,4 |
| 2026-11-09 | 29,8 |
Tecnologías a lo largo del tiempo
Cómo cambió la proporción de ofertas de IA / ML / Data Science que mencionan cada una de las principales tecnologías.
Ofertas que mencionan la tecnología, %
Datos del gráfico
| Periodo | Python | cloud | SQL |
|---|---|---|---|
| 2026-08-10 | 41,3 | 12,9 | 21,9 |
| 2026-08-17 | 35,8 | 21,2 | 13,8 |
| 2026-08-24 | 41,1 | 15,7 | 13,1 |
| 2026-08-31 | 52,5 | 18,1 | 21,5 |
| 2026-09-07 | 39,3 | 20,6 | 18,7 |
| 2026-09-14 | 45,7 | 18,4 | 23,9 |
| 2026-09-21 | 47,7 | 34 | 19,3 |
| 2026-09-28 | 56,7 | 26,8 | 27,2 |
| 2026-10-05 | 54,4 | 30,5 | 30,2 |
| 2026-10-12 | 52 | 29,9 | 24 |
| 2026-10-19 | 62,2 | 33,2 | 30,6 |
| 2026-10-26 | 62,9 | 30,1 | 33,2 |
| 2026-11-02 | 62,8 | 31 | 32,9 |
| 2026-11-09 | 65,1 | 31 | 34,1 |
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 | llm | pytorch |
|---|---|---|---|---|---|
| 2026-08-10 | 41,3 | 12,9 | 21,9 | 18,4 | 10,9 |
| 2026-08-17 | 35,8 | 21,2 | 13,8 | 16,7 | 12,1 |
| 2026-08-24 | 41,1 | 15,7 | 13,1 | 21,6 | 19,1 |
| 2026-08-31 | 52,5 | 18,1 | 21,5 | 13,6 | 19,8 |
| 2026-09-07 | 39,3 | 20,6 | 18,7 | 14,4 | 16,7 |
| 2026-09-14 | 45,7 | 18,4 | 23,9 | 18,1 | 13,3 |
| 2026-09-21 | 47,7 | 34 | 19,3 | 18,8 | 17,1 |
| 2026-09-28 | 56,7 | 26,8 | 27,2 | 20,6 | 19,4 |
| 2026-10-05 | 54,4 | 30,5 | 30,2 | 22 | 18,9 |
| 2026-10-12 | 52 | 29,9 | 24 | 20,3 | 16,4 |
| 2026-10-19 | 62,2 | 33,2 | 30,6 | 24 | 20,4 |
| 2026-10-26 | 62,9 | 30,1 | 33,2 | 28,3 | 19,4 |
| 2026-11-02 | 62,8 | 31 | 32,9 | 22,3 | 18,3 |
| 2026-11-09 | 65,1 | 31 | 34,1 | 24 | 19 |
Países a lo largo del tiempo
Cómo cambió por semana la proporción de ofertas de IA / ML / Data Science en cada uno de los principales países.
Ofertas en el país, %
Datos del gráfico
| Periodo | EE. UU. | Reino Unido | Singapur |
|---|---|---|---|
| 2026-06-01 | 43,8 | 5 | 0,5 |
| 2026-06-08 | 45,8 | 8 | 3,6 |
| 2026-06-15 | 43 | 6,5 | 1,6 |
| 2026-06-22 | 24,9 | 4,7 | 12,8 |
| 2026-06-29 | 23,4 | 4,3 | 35,1 |
| 2026-07-06 | 50,2 | 6,1 | 11,3 |
| 2026-07-13 | 35,4 | 4 | 22,4 |
| 2026-07-20 | 32,5 | 14,3 | 11,7 |
| 2026-07-27 | 32,2 | 8,5 | 12 |
| 2026-08-03 | 38,6 | 19,5 | 3,8 |
| 2026-08-10 | 40,4 | 11,9 | 2,3 |
| 2026-08-17 | 42,6 | 15,3 | 1,3 |
| 2026-08-24 | 47 | 19,7 | 1 |
| 2026-08-31 | 31,4 | 22,1 | 4,2 |
| 2026-09-07 | 32,3 | 23 | 7,6 |
| 2026-09-14 | 38,2 | 19,7 | 2,8 |
| 2026-09-21 | 47,5 | 10,7 | 5,3 |
| 2026-09-28 | 37,3 | 12,8 | 5,7 |
| 2026-10-05 | 35,4 | 16,2 | 3,6 |
| 2026-10-12 | 33,1 | 9,7 | 2,6 |
| 2026-10-19 | 37,2 | 14,4 | 4,2 |
| 2026-10-26 | 36,9 | 9,5 | 4,3 |
| 2026-11-02 | 36,2 | 12,9 | 4,3 |
| 2026-11-09 | 41,8 | 11,7 | 3,6 |
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. | Reino Unido | Singapur | India | Alemania |
|---|---|---|---|---|---|
| 2026-06-01 | 43,8 | 5 | 0,5 | 6,5 | 5,5 |
| 2026-06-08 | 45,8 | 8 | 3,6 | 10 | 3,2 |
| 2026-06-15 | 43 | 6,5 | 1,6 | 3,2 | 3,2 |
| 2026-06-22 | 24,9 | 4,7 | 12,8 | 8,7 | 1,4 |
| 2026-06-29 | 23,4 | 4,3 | 35,1 | 4,6 | 2 |
| 2026-07-06 | 50,2 | 6,1 | 11,3 | 7,1 | 1,1 |
| 2026-07-13 | 35,4 | 4 | 22,4 | 11,5 | 2,4 |
| 2026-07-20 | 32,5 | 14,3 | 11,7 | 7 | 2 |
| 2026-07-27 | 32,2 | 8,5 | 12 | 8,7 | 2,2 |
| 2026-08-03 | 38,6 | 19,5 | 3,8 | 5,7 | 4,4 |
| 2026-08-10 | 40,4 | 11,9 | 2,3 | 8 | 3,4 |
| 2026-08-17 | 42,6 | 15,3 | 1,3 | 6,5 | 4,9 |
| 2026-08-24 | 47 | 19,7 | 1 | 6,1 | 2,2 |
| 2026-08-31 | 31,4 | 22,1 | 4,2 | 9,1 | 2 |
| 2026-09-07 | 32,3 | 23 | 7,6 | 7,4 | 0,4 |
| 2026-09-14 | 38,2 | 19,7 | 2,8 | 6,7 | 2,5 |
| 2026-09-21 | 47,5 | 10,7 | 5,3 | 5 | 3,6 |
| 2026-09-28 | 37,3 | 12,8 | 5,7 | 4,4 | 4,8 |
| 2026-10-05 | 35,4 | 16,2 | 3,6 | 5,1 | 5,2 |
| 2026-10-12 | 33,1 | 9,7 | 2,6 | 6,9 | 7,2 |
| 2026-10-19 | 37,2 | 14,4 | 4,2 | 3,9 | 6,2 |
| 2026-10-26 | 36,9 | 9,5 | 4,3 | 6,4 | 5,6 |
| 2026-11-02 | 36,2 | 12,9 | 4,3 | 5,3 | 7,2 |
| 2026-11-09 | 41,8 | 11,7 | 3,6 | 4,3 | 6,2 |
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 IA / ML / Data Science.
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 IA / ML / Data Science hay y cuántos especialistas adecuados observa Zorky.
Demanda y oferta observada
Datos del gráfico
| Indicador | Valor |
|---|---|
| Demanda abierta | 12.757 |
| Demanda abierta | 12.757 |
| Oferta observada | — no publicado |
En las últimas semanas, el área de IA/ML ha crecido de forma no lineal: el aumento explosivo de la demanda desde los lanzamientos de ChatGPT, Claude y Gemini en 2023–2025 continúa en 2026. Las fluctuaciones son normales; fíjate en la tendencia general.
⚠ 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 IA / ML / Data Science, en dólares estadounidenses al mes.
Distribución de salarios
Datos del gráfico
| Indicador | Valor |
|---|---|
| <$1k | 15 |
| $1–2k | 18 |
| $2–3k | 27 |
| $3–4k | 39 |
| $4–5k | 46 |
| $5–6k | 71 |
| $6–7k | 70 |
| $7–8k | 91 |
| $8–9k | 85 |
| $9–10k | 98 |
| $10–12k | 209 |
| $12–15k | 361 |
| $15–20k | 414 |
| $20k+ | 175 |
- apto para el cálculo: 1719 (13,5%)
- indicado, pero no convertido a USD/mes: 2072 (16,2%)
- no indicado: 8966 (70,3%)
Una de cada diez ofertas paga menos de $5434 y una de cada diez más de $20.000. La mitad de las ofertas ofrece entre $8625 y $16.479. Muestra: 1719.
Datos del gráfico
| Indicador | Límite inferior | Límite superior | Cantidad |
|---|---|---|---|
| <$1k | 0 | 1000 | 15 |
| $1–2k | 1000 | 2000 | 18 |
| $2–3k | 2000 | 3000 | 27 |
| $3–4k | 3000 | 4000 | 39 |
| $4–5k | 4000 | 5000 | 46 |
| $5–6k | 5000 | 6000 | 71 |
| $6–7k | 6000 | 7000 | 70 |
| $7–8k | 7000 | 8000 | 91 |
| $8–9k | 8000 | 9000 | 85 |
| $9–10k | 9000 | 10.000 | 98 |
| $10–12k | 10.000 | 12.000 | 209 |
| $12–15k | 12.000 | 15.000 | 361 |
| $15–20k | 15.000 | 20.000 | 414 |
| $20k+ | 20.000 | — | 175 |
En qué países hay más ofertas abiertas de IA / ML / Data Science.
Geografía de la demanda
| país | empleos | proporción |
|---|---|---|
| Estados Unidos | 5014 | 45,3% |
| Reino Unido | 1013 | 9,2% |
| Alemania | 621 | 5,6% |
| India | 556 | 5% |
| Singapur | 459 | 4,1% |
| Polonia | 383 | 3,5% |
| Canadá | 362 | 3,3% |
| Francia | 316 | 2,9% |
| Países Bajos | 151 | 1,4% |
| Rusia | 136 | 1,2% |
| Otros países | 2053 | 18,6% |
El líder por número de vacantes de IA/ML es EE. UU. (5014 vacantes), seguido de los principales hubs de IT de la CEI y Europa del Este. Importante: esta es la distribución en nuestras fuentes de parsing, no una estimación del mercado global.
⚠ solo número de empleos: el salario por país no se publica
Datos del gráfico
| País | Ofertas |
|---|---|
| US | 5014 |
| GB | 1013 |
| DE | 621 |
| IN | 556 |
| SG | 459 |
| PL | 383 |
| CA | 362 |
| FR | 316 |
| NL | 151 |
| RU | 136 |
Qué tecnologías se piden con más frecuencia en la misma oferta que IA / ML / Data Science.
Se usa junto con
Cuota: cuántas de las 12.757 ofertas del mercado IA / ML / Data Science mencionan esta tecnología. Ordenado por número de ofertas, no por «fuerza de asociación». Términos genéricos como cloud no son una nube concreta (AWS, Azure).
El stack principal de ingeniero ML/AI en 2026 es Python, PyTorch, TensorFlow, scikit-learn, pandas. PyTorch domina en research y en las startups de IA; TensorFlow es una opción enterprise sólida. HuggingFace Transformers y LangChain son must-have para un AI Engineer.
Los pares de tecnologías más comunes en ofertas de AI/ML: Python+PyTorch, Python+TensorFlow, scikit-learn+pandas, HuggingFace+LangChain, MLflow+Airflow. Si estás planeando una hoja de ruta de aprendizaje, estas combinaciones maximizan la cobertura de mercado.
Datos del gráfico
| Nombre | Cantidad |
|---|---|
| python | 4725 |
| cloud | 2533 |
| sql | 2290 |
| llm | 1759 |
| pytorch | 1449 |
| aws | 1356 |
| azure | 892 |
| mlops | 822 |
| tensorflow | 784 |
| c++ | 695 |
| docker | 634 |
| gcp | 608 |
Cuántas ofertas de IA / ML / Data Science hay en cada nivel, de junior a principal.
Demanda por nivel
| nivel | empleos |
|---|---|
| senior | 3420 |
| lead | 1241 |
| principal | 1162 |
| junior | 1072 |
| middle | 376 |
El mayor crecimiento salarial está entre Middle y Senior (al incorporar ML en producción y MLOps).
⚠ solo el lado de la demanda: el nivel del pool observado se desconoce en su mayor parte
Datos del gráfico
| Nivel | Cantidad |
|---|---|
| senior | 3420 |
| lead | 1241 |
| principal | 1162 |
| junior | 1072 |
| middle | 376 |
Quién contrata más en IA / ML / Data Science y cuánto se concentra la demanda en las empresas más grandes.
Empleadores
La demanda se reparte entre 4931 empleadores. El mayor concentra el 1.4%, los diez primeros el 7.5%; el 92.5% restante es cola larga.
| proporción | valor |
|---|---|
| top-1 | 1.4% |
| top-3 | 3.5% |
| top-10 | 7.5% |
| cola larga | 92.5% |
Las empresas que más activamente contratan ingenieros de ML/IA ahora mismo son los grandes bancos, los marketplaces, los motores de búsqueda y las startups de IA internacionales.
⚠ 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 IA / ML / Data Science.
Dónde ve Zorky este mercado
Observado en 182 fuentes; la mayor concentra el 20.1%: este mercado no depende de un solo canal.
Los empleos de IA/ML aparecen en la mayoría de las fuentes principales: los parsers web (HH, Habr Career, Djinni, DOU, NoFluffJobs, JustJoin.it) aportan la mayor parte del volumen.
Datos del gráfico
| Clase | Nombre | Nombre en inglés | Cantidad | Proporción |
|---|---|---|---|---|
| ats | ATS и карьерные сайты | ATS y webs de empleo de empresas | 9577 | 0,7507 |
| board | джоб-борды и агрегаторы | portales de empleo y agregadores | 2770 | 0,2171 |
| telegram | Telegram | Telegram | 366 | 0,0287 |
| comunidad | сообщества и публичные профили | comunidad y perfiles públicos | 44 | 0,0034 |
Las ofertas de IA / ML / Data Science más recientes de las webs de empleo de las empresas.
Vacantes recientes
- Вакансия Senior Data Scientist · BY
- Data Scientist / Monetization Analyst (OLX KZ) · KZ
- Data Scientist (Рекомендательные системы) · RU
- Applied Scientist Intern · US
- Junior LLM / ML Engineer в Москве · RU
- Аналитик данных | Data scientist в JDE · RU
- Manager, Data Science | 8 year(s) | Senior | Lead
- AI-разработчик (Python) · KZ
Últimas vacantes abiertas de IA/ML/DS: las 10 posiciones más recientes con una descripción de calidad suficiente. La lista completa está disponible en nuestro CRM o en el enlace «ver todas» de abajo.
Mercados adyacentes
IA/ML/DS es la especialización IT mejor pagada por mediana en 2026. Haz clic en la barra de cualquier área para comparar en detalle salarios, stack y dinámica.
⚠ 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.
Especializaciones
IA/ML/DS se divide en 7 subespecialidades: ML Engineer (modelos en producción), AI/LLM Engineer (IA generativa), MLOps (infraestructura de ML), Computer Vision (imágenes y vídeo), NLP Engineer (texto y lenguaje), Research Engineer (I+D), Data Scientist (estadística y pruebas A/B). Cada nicho tiene su propio rango salarial: haz clic en una tarjeta para ver el detalle.
Preguntas frecuentes
Las preguntas más frecuentes sobre el mercado AI/ML/DS: salarios por nivel, stack (PyTorch frente a TensorFlow), ML Engineer frente a Data Scientist frente a AI Engineer, trabajo remoto, por dónde empezar la carrera, skills de Senior. Las respuestas se recalculan automáticamente a partir de los datos actuales.
¿Qué stack se exige con más frecuencia a un ML engineer?
Principales 5 tecnologías en vacantes de AI/ML/DS: python, cloud, sql, llm, pytorch. Skills base requeridos: Python (avanzado), estadística y álgebra lineal, ML clásico vía scikit-learn. Deep Learning, uno de PyTorch (dominante en research) o TensorFlow (más apto para producción). Trabajo con datos: pandas, NumPy, Jupyter. SQL es obligatorio. Para MLOps: MLflow, Kubeflow, Airflow, Docker, Kubernetes. Una cloud (AWS SageMaker, GCP Vertex AI) es obligatoria en Senior.
¿Quién gana más — ML Engineer, Data Scientist o AI Engineer?
La demanda crece de forma explosiva desde los lanzamientos de ChatGPT, Claude y Gemini. Research Engineer (I+D, papers en NeurIPS/ICML): un techo alto en los laboratorios internacionales.
¿Qué proporción de vacantes ofrece trabajo remoto?
Entre las vacantes con modalidad de trabajo indicada, el 25% es remoto. Las vacantes sin modalidad indicada se excluyen del denominador; el trabajo híbrido no se cuenta como remoto.
¿En qué se diferencia ML Engineer de Data Scientist y Data Engineer?
ML Engineer: enfoque en producción: diseñar, entrenar, desplegar y monitorizar modelos de ML. Stack: Python, PyTorch/TensorFlow, MLflow, Docker, Kubernetes. Cercano a un ingeniero backend con especialización en ML. Data Scientist: enfoque en investigación: estadística, pruebas A/B, hipótesis, dashboards, a veces modelos de ML. Stack: Python, scikit-learn, Jupyter, pandas, SQL, a veces R. Data Engineer: infraestructura de datos: pipelines ETL, almacenes, streams. Stack: Spark, Airflow, Kafka, ClickHouse. En salario: ML Engineer y AI Engineer suelen pagar más que Data Scientist (más técnicos); Data Engineer está cerca de ML. Trayectoria: Backend → ML Engineer, Analyst → Data Scientist, Data Engineer ↔ ML Engineer.
¿Por dónde empezar para convertirse en ML engineer en 2026?
El camino óptimo: domina Python (avanzado), estadística y álgebra lineal a nivel universitario, SQL, pandas + NumPy para el trabajo con datos. Luego scikit-learn (ML clásico: regresión, clasificación, clustering) y uno de PyTorch (recomendado para research) o TensorFlow. Pet projects que lucen bien: un proyecto de ML de principio a fin con despliegue en producción (no solo un Jupyter notebook), 1–2 competiciones de Kaggle con medalla de plata o superior, contribuciones a librerías de ML open-source. En Middle añade MLOps (MLflow, Airflow), un cloud (AWS SageMaker o GCP Vertex AI). En Senior: comprensión profunda de entrenamiento distribuido, serving de modelos, A/B tests en producción.
¿Cuántas vacantes abiertas contiene esta muestra?
La muestra publicada contiene 12757 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.
¿Dónde ganan más los ML engineers — en Rusia o en Europa?
El motor principal de la brecha es la moneda del contrato y el tipo de empresa. Las empresas rusas locales con contratos en rublos han cerrado la brecha con el mercado polaco en 2 años. Georgia y Armenia atraen a muchos relocant remotos con salario internacional.
¿Qué skills necesita un Senior ML engineer en 2026?
Un ingeniero ML/AI Senior domina el stack completo de ML en producción. Base: Python (avanzado), estadística y álgebra lineal, SQL, pandas, NumPy. Deep Learning: PyTorch o TensorFlow (uno a fondo). Producción: MLflow o Weights & Biases (experimentos), Airflow o Kubeflow (pipelines), un ML en la nube (SageMaker, Vertex AI). Patrones de arquitectura: serving de modelos (Triton, TorchServe), pruebas A/B en producción, entrenamiento distribuido, versionado de modelos.
Dejar una solicitud
Describe la tarea y deja un contacto: la solicitud llega a nuestro CRM y respondemos al contacto que indiques.