Mapa de ciencia de datos con 40.000 ofertas reales: ¿analítica o aprendizaje?

Un dataset de cuarenta mil ofertas

Las ofertas reales valen más que las estimaciones mensuales. El ponente construyó durante meses un canal de recogida: el sistema extrae vacantes a diario, las limpia y las reporta. El resultado cubre casi 40.000 avisos reales de más de 10.000 empresas en un centenar de países, con más de 6.000 equipos buscando científicos de datos. El relato avanza sobre ese suelo: primero la pregunta inicial, luego los conceptos, luego los números.

El ranking de demanda rompe tópicos. La ingeniería de datos va primera, la ciencia de datos segunda; siguen analista de datos, desarrollador BI, arquitecto de datos e ingeniero analítico. El Manual BLS (www.bls.gov) fija la mediana en 112.590 dólares, el empleo en 245.900 en 2024, el crecimiento en 34% hacia 2034 y unas 23.400 vacantes anuales. El flujo 2026 de GetUHired (getuhired.co) coincide en vivo: 41.240 ofertas en 90 días, 3.108 novedades semanales y 32% remoto. El mapa 2026 de Axial Search (axialsearch.com) completa el cuadro con desglose por estado, ciudad y antigüedad.

Tres ejes colocan cada rol: hallar respuestas en análisis, preparar datos en ingeniería, construir modelos en aprendizaje e IA. El analista queda en análisis; el ingeniero de datos pisa ingeniería y se extiende a ingeniería IA; el ingeniero de aprendizaje corona la cima. El científico de datos se dispersa por todas partes, del análisis a los datos y al modelado, y por eso su título es la etiqueta más borrosa.

La borrosidad cuesta: al menos el 19% de los avisos no son ciencia de datos real. Algunos buscan analistas, investigadores IA, desarrolladores BI, ingenieros de datos o jefes de producto. El ponente cuenta cuatro amigos con máster que entraron como científicos y acabaron en ingeniería de datos; tres se quedaron, uno volvió. La lección práctica: lee la descripción línea por línea y pregunta en la entrevista qué harás de verdad.

Dos oficios: analítica y aprendizaje

Las ofertas limpias se parten en dos: 54% analítica y 46% aprendizaje automático. La primera responde las preguntas duras de la empresa; la segunda entrena modelos desde cero y los incrusta en producción. El recomendador resume la segunda vía: construye, despliega en vivo y alimenta lo que ven millones. La hoja de ruta nace de esta división.

La vía analítica empieza el día con una pregunta: análisis de datos, modelado orientado a respuestas , diseño de experimentos y traducción de requisitos. El modelo de fuga del próximo mes es el caso clásico; las pruebas A/B prueban causalidad; el idioma del negocio se traduce a datos. La salida son paneles, informes y recomendaciones; la mesa de decisión espera las tres.

La vía de aprendizaje convierte modelos en producto: construir, llevar a producción , analizar antes y sistemas de agentes. El modelo no se queda en el portátil; sirve tráfico vivo. Los modelos de lenguaje y agentes asoman en casi cada oferta, y el 40% pide un sistema IA completo como un chat o un agente. Esa expectativa guiña al perfil de ingeniero IA.

Títulos, código y librerías

La fila de títulos sorprende: el 72% de las ofertas menciona uno; doctorado 32%, máster 25%, grado 14%. Pero solo el 2% exige doctorar. El grado basta para la mitad de los puestos y un 25% queda abierto a perfiles sin título. BLS pide típicamente grado mientras el 40-50% de otros roles ni menciona formación.

El código tiene cima clara: Python primero, SQL segundo. Donde el título lleva datos, SQL sigue. R marca 36% en analítica y un marginal 12% en aprendizaje. Las listas de las ofertas son listas de deseos , no de control; nadie las cumple enteras y el orden marca prioridad.

Métodos y librerías divergen por vía. La analítica lidera con estadística, luego aprendizaje y A/B; el despliegue se queda en 9%. El aprendizaje cita el método en 32% y el despliegue en 30% frente al 9% analítico, con estadística, A/B, lenguaje natural y aprendizaje profundo detrás: no exige maestría en redes neuronales. En librerías, la analítica dice PySpark y Pandas con el dato grande en escala Databricks. El aprendizaje corona PyTorch con TensorFlow, luego PySpark, scikit-learn, Pandas y NumPy. Skillenai (skillenai.com) mide 2.161 ofertas PySpark en 90 días, más 8%, frente a 5.534 de PyTorch, más 38% con San Francisco en cabeza; PyTorch figura en el 9,3% de las ofertas de datos.

Plataformas y hoja de ruta

La nube y la visualización cierran el marco. AWS lidera, sobre todo en aprendizaje, con Google Cloud segunda; Databricks corre algo por delante de Snowflake y la brecha crece. La IA generativa ya entra al top tres de la vía de aprendizaje, por encima de PyTorch; en analítica queda media con 16% y los agentes aún abajo. Tableau vence a Power BI en visualización avanzada y velocidad con dato grande; Power BI reina en informe estándar. Refonte Learning (refontelearning.com) confirma la división con demanda BI entre industrias. El orden dicta: base Python más SQL, estadística, mates y teoría de aprendizaje, A/B para analítica, modelos de lenguaje y generativa para aprendizaje, base scikit-learn en ambas, PySpark analítico, PyTorch con TensorFlow modelador, Tableau, base AWS y cuenta gratuita Databricks. El final es un proyecto integral : el analítico cierra con dataset y preguntas duras, el modelador con recomendador y relato de despliegue vivo, compartido en LinkedIn. La ruta asociada de 23 cursos y 90 horas de DataCamp (datacamp.com) empaqueta ese orden; el primer capítulo es gratis. La universidad da teoría y este mapa tapa los huecos.