Roles de data: una comparativa usando la Brújula Salarial

¡Saludos, amantes de los datos! Quién mejor que vosotros y vosotras para saber la importancia de las cifras a la hora de tomar decisiones. Por ello, en el post de hoy nos basaremos en métricas, cifras, números y analítica para ofreceros los mejores insights sobre salarios en DATA. Si eres un/a Data Scientist, Data Engineer, Data Analyst o Machine Learning Engineer, prepárate para descubrir los secretos escondidos en nuestra Brújula Salarial.

Espera, ¿cómo dices? ¿Que no sabes qué es la brújula salarial? ¿Qué tal si os cuento una pequeña historia? Imagina que estás en un mar embravecido, rodeado de gráficos y algoritmos, tratando de encontrar la mejor ruta para lograr tu crecimiento profesional. Ahí es donde entra en juego nuestra Brújula Salarial, una herramienta diseñada para ayudarte a lograr ese objetivo.

En este post, vamos a explorar cuánto esperan cobrar los diferentes perfiles en el mundo de los datos, utilizando los datos recopilados por la Brújula Salarial. ¿Estás listo/a? ¡Zarpamos!

Quién es quién en el mundo de los datos

La definición de roles es un mundo, lo sabemos. Lo que en una empresa se llama Data Engineer, en otra tira más hacia Data Scientist. En Manfred no pretendemos ser dogmáticos, porque el mundo no es blanco o negro, sino una escala de grises; pero sí queremos tratar de ayudar. Por eso, para este post, seguiremos la Guía que publicamos hace unos meses para definir los cuatro perfiles que analizaremos hoy:

Data Analysts & BI. Rol típicamente asociado al análisis de información de diferentes partes del negocio orientado a mejoras o cambios. Estas funciones suelen requerir experiencia con tecnologías como SQL, Python o PowerBI.

Data Engineers. Crean software para procesar datos con fines analíticos u operativos. Son fundamentales para escalar arquitecturas y algoritmos basados en datos. Esto también requiere conocimientos de desarrollo y de obtención, depuración, validación y preparación de datos. Junto con un profundo conocimiento de los sistemas de procesamiento de datos a escala.

Data Scientists. Los/as científicos/as de datos recopilan, analizan, modelan e interpretan grandes volúmenes de datos para ayudar a mejorar el producto o las operaciones de la empresa. Normalmente, tienen una sólida formación en estadística o matemáticas y dominan lenguajes como R, SQL y Python.

Machine Learning Engineers. Función frecuentemente especializada en la investigación, diseño y construcción de software autónomo para automatizar modelos predictivos. Un/a ingeniero/a de ML compone sistemas de inteligencia artificial que procesan grandes conjuntos de datos para generar y desarrollar algoritmos capaces de aprender y eventualmente hacer predicciones.

Con eso en mente, podemos empezar.

Comparativa Salarial

Lo primero que nos hemos encontrado, con respecto a la primera edición de esta serie de comparativas utilizando la Brújula, es más dificultad a la hora de conseguir visualizar los datos con tal nivel de segmentación. Nos tomamos la fidelidad de la información que mostramos muy enserio, y es por eso que, por debajo de 200 individuos en nuestra muestra, se descartan variables para que no limiten el análisis. En la parte de Metodología de la Brújula mostramos qué se ha tenido en cuenta para hacer el cálculo y qué no. Bien, pues los tramos de experiencia profesional (menos de 2 años, de 2 a 5, de 5 a 10 y más de 10 años) limitaban mucho el análisis. Por eso, en este caso vamos a simplificar e ir al grano.

La conclusión a la que llegamos es que las diferencias salariales no son para nada disparatadas, y por tanto, no deberían de ser críticas a la hora de decantarse entre estos roles. Quizá, el único que se desmarca ligeramente en este caso, es la posición de Data Engineer, que sí que se muestra un pasito por delante de sus contendientes.

A continuación, dejamos los salarios medios a los que aspiran estos profesionales:

	Salario potencial medio
Data Analyst & BI	€43.8K
Data Scientist	€44.3K
Data Engineer	€50.3K
ML Engineer	€45.6K

Podemos ampliar cifras en algunos de los segmentos en los que mayores poblaciones tenemos. Por ejemplo, que en el tramo de 2 a 5 años de experiencia, Data Engineers aspiran a cobrar una media de €47.5K anuales, mientras que Data Scientists se posicionan en una media de €45.5K. Para perfiles de Data Analysis & BI con muchos tiros pegados –más de 10 años de experiencia– el salario aspiracional medio se sitúa en €57.1K anuales.

Metodología

En Manfred trabajamos con datos. Y por ello, nos gusta trabajar con datos bien, y cuidar la calidad de la información que transmitimos.
Este post ha sido trabajado usando la Brújula Salarial, cuya guía de funcionamiento y cuyo modelo de datos hemos explicado abiertamente.
Hemos aislado la caracterización de los roles de data al máximo para evitar que factores externos afecten los resultados (evitando añadir cosas como idiomas, herramientas… que pudieran inflar las gráficas). Aun así, la Brújula necesita ciertos datos para funcionar. En este caso, se tiene solo en cuenta la ubicación, que se limita al territorio español.

¿Qué te ha parecido este post? ¿Te gustaría que siguiéramos realizando este tipo de comparativas, como esta o como la que hicimos con backenders de Java vs. Python? Si así fuera, no dudes en hacérnoslo saber, ya sea por e-mail o Twitter. ¡Estaremos encantados/as de recibir tus comentarios mientras continuamos trabajando en nuevos contenidos!