Cómo conseguir tu primer trabajo de analista de datos

Conseguir el primer trabajo de analista de datos depende menos de títulos y más de demostrar que sabes convertir datos en decisiones. Los empleadores quieren ver tres cosas: que dominas las herramientas básicas (hoja de cálculo, SQL y una herramienta de visualización), que sabes razonar sobre un problema de negocio y que comunicas con claridad. En esta lección prepararás cada pieza: portafolio, CV, perfil profesional y entrevistas, con un plan concreto de 90 días.

El mercado y los puestos de entrada

La demanda de perfiles que trabajan con datos sigue creciendo. Según el informe Future of Jobs 2025 del Foro Económico Mundial, elaborado con una encuesta a más de 1.000 empresas de todo el mundo, los especialistas en big data están, junto con los ingenieros fintech y los especialistas en IA, entre los tres puestos de crecimiento más rápido en términos porcentuales hasta 2030. No todos esos puestos son de analista, pero la tendencia favorece a quien sabe trabajar con datos. Lo que varía mucho entre países, ciudades y empresas son los sueldos y el número de vacantes: consúltalos en los portales de empleo y en las encuestas salariales recientes de tu país antes de negociar.

No busques solo «analista de datos». Muchos primeros empleos tienen otros nombres:

Lo que debes saber (en orden de prioridad)

• Excel o Google Sheets: SUMAR.SI.CONJUNTO, BUSCARX, tablas dinámicas y gráficos (lecciones 4 a 7).
• SQL: SELECT, WHERE, GROUP BY, HAVING y JOIN sin mirar apuntes (lecciones 8 y 9).
• Una herramienta de visualización: Power BI o Looker Studio (lecciones 10 y 11).
• Estadística descriptiva y nociones de correlación y pruebas A/B (lecciones 6 y 13).
• Comunicar hallazgos con una gran idea y una recomendación (lección 12).
• Python con pandas como ventaja diferencial (lección 14).

Si apuntas a empresas internacionales o trabajo remoto, el inglés suma mucho: las entrevistas técnicas y la documentación suelen estar en inglés. Puedes reforzarlo con la lección de inglés para el trabajo.

Tu portafolio: tres proyectos que se complementan

1. Proyecto de negocio completo (el de Nexo de la lección 15): limpieza, análisis, dashboard y recomendaciones.
2. Proyecto con datos abiertos de tu país: demuestra iniciativa y que sabes conseguir y limpiar datos reales.
3. Proyecto de un sector que te interese: si quieres trabajar en retail, en finanzas o en salud, analiza datos de ese sector. Te dará temas de conversación en la entrevista.

Entre los tres, asegúrate de mostrar SQL, una herramienta de visualización y, si puedes, Python. Cada uno con su README, como viste en la lección anterior.

Un CV que pasa filtros y convence

Muchas empresas filtran los CV con sistemas automáticos (ATS) que buscan palabras clave de la oferta. Usa un formato simple: una columna, sin tablas, gráficos ni fotos de barras de «nivel de Excel», y exporta a PDF. Incluye las herramientas tal como aparecen en el anuncio («Power BI», «SQL», «Excel avanzado»). Pero el filtro final lo hace una persona, y a ella la convencen los logros, no las tareas. La fórmula: verbo de acción + qué hiciste + con qué + resultado medible.

Si vienes de otra profesión, traduce tu experiencia: «Automaticé el reporte semanal de cobranzas en Excel y reduje su preparación de 3 horas a 20 minutos» es experiencia de analista, aunque tu cargo fuera otro. Y en tu perfil de LinkedIn, usa un titular claro («Analista de datos · Excel, SQL, Power BI»), destaca tus proyectos y publica de vez en cuando un hallazgo breve con su gráfico.

Las entrevistas, fase por fase

1. Filtro inicialConversación con selecciónMotivación, disponibilidad y expectativas. Ten lista tu historia en 60 segundos: quién eres, qué sabes hacer y por qué este puesto.
2. Prueba técnicaSQL y ExcelConsultas en vivo o un ejercicio para la casa con una base de datos o un Excel.
3. Caso de negocioRazonar en voz altaUn problema abierto («las ventas cayeron, ¿qué harías?») donde importa tu método más que la respuesta exacta.
4. Entrevista conductualSituaciones pasadasPreguntas como «cuéntame de una vez que…», que se responden con el método STAR.
5. CierreOferta y preguntasTus preguntas sobre el equipo, los datos y las herramientas; y la negociación.

Prueba técnica de SQL

Una pregunta típica: «Con la tabla ventas, devuelve las tres regiones que más vendieron por el canal web». Piensa en voz alta: filtro (WHERE), agrupo (GROUP BY), ordeno y corto (ORDER BY, LIMIT):

SELECT region, ROUND(SUM(importe), 2) AS ventas_web
FROM ventas
WHERE canal = 'Web'
GROUP BY region
ORDER BY ventas_web DESC
LIMIT 3;

Los entrevistadores suelen añadir una variante («¿y si hay empates?», «¿y solo las regiones con más de 10 pedidos web?»). La segunda se resuelve con HAVING COUNT(*) > 10. Para la parte de Excel, practica con la lección de prueba de Excel para entrevistas de trabajo.

El caso de negocio

Ejemplo: «En febrero las ventas cayeron 35,8% frente a enero. ¿Qué harías?». No hay que adivinar la causa: hay que mostrar un método ordenado. Con los datos de Nexo:

1. Verificar el dato. ¿Están completos los registros de febrero? ¿Hay pedidos sin fecha o duplicados?
2. Descomponer. Ventas = pedidos × ticket. Los pedidos bajaron de 14 a 12 (−14,3%) y el ticket, de 164,79 a 123,43 USD (−25,1%). La mayor parte de la caída viene del ticket.
3. Segmentar. De los 825,90 USD de caída, Oficina explica 457,00 y Accesorios 419,50; Audio incluso subió 60,00. Por canal, Marketplace cayó 670,80 mientras la web subió 205,40.
4. Plantear hipótesis. ¿Hubo un pedido grande de sillas en enero que no se repitió? ¿Cambió algo en el marketplace (comisiones, visibilidad)? Febrero además tiene menos días.
5. Recomendar el siguiente paso. Revisar con el equipo del marketplace qué cambió y comparar con febrero del año anterior antes de tomar medidas.

La entrevista conductual: método STAR

Ante preguntas como «cuéntame de una vez que encontraste un error en los datos», responde con cuatro partes: Situación, Tarea, Acción y Resultado. Ejemplo con tu proyecto:

• Situación: analizaba las ventas anuales de una tienda en tres países.
• Tarea: debía comparar ventas por país para recomendar dónde invertir.
• Acción: antes de analizar, perfilé los datos y encontré duplicados y regiones mal escritas; las corregí y documenté cada cambio.
• Resultado: sin limpiar, Perú aparecía por delante de México; con los datos correctos, México lideraba con el 40,5%. La recomendación cambió gracias a esa revisión.

Al final, pregunta tú también: ¿de dónde vienen los datos del equipo?, ¿qué herramientas usan?, ¿cómo se ve un buen primer trimestre en este puesto? Muestran interés y te ayudan a decidir.

Tu plan de 90 días

Errores comunes (y qué hacer en su lugar)

Resumen

• Busca más allá del título «analista de datos»: BI, comercial, marketing u operaciones también son puertas de entrada.
• Prioriza Excel, SQL y una herramienta de visualización; Python e inglés son ventajas.
• Tres proyectos documentados y un CV con logros medibles valen más que una lista de herramientas.
• Prepara la prueba técnica, el caso de negocio (verificar, descomponer, segmentar) y respuestas STAR.
• Sigue un plan de 90 días que combine aprender, construir y postular desde el principio.

Resumen del curso

• Nivel 1, básico: qué hace un analista, el proceso en seis fases, tipos de datos y hojas de cálculo.
• Nivel 2, intermedio: limpieza, estadística descriptiva, tablas dinámicas y SQL básico.
• Nivel 3, avanzado: GROUP BY y JOIN, visualización, dashboards y storytelling.
• Nivel 4, experto: correlación y pruebas A/B, pandas, proyecto de portafolio y búsqueda de empleo.

¡Felicidades, terminaste el curso de análisis de datos! Pasaste de 200 filas con errores a un análisis completo con hallazgos, un tablero y recomendaciones: exactamente lo que hace un analista. Para obtener tu certificado gratis, crea una cuenta en el sitio (o inicia sesión), marca cada lección como completada y descarga el certificado desde tu perfil cuando las 16 estén terminadas. Si quieres seguir aprendiendo, profundiza en el curso de Power BI o en el de Python, o explora el catálogo completo de cursos gratis.