Habilidades de data analyst en 2026: mercado laboral, salarios y preparación para entrevistas
Habilidades de data analyst que piden las empresas en 2026: SQL, Power BI, Python y dbt, salarios, trabajo remoto por país y cómo preparar cada etapa de la entrevista.

El puesto de data analyst sigue siendo una de las vías de entrada más concurridas al mundo de los datos, pero lo que piden las empresas ha cambiado de forma visible. SQL ya no alcanza por sí solo, las herramientas de analytics engineering aparecen cada vez más en las descripciones de las vacantes y el mercado se inclina con claridad hacia perfiles con experiencia. Este artículo repasa los títulos de puesto, las habilidades que mencionan las vacantes, los niveles de seniority, los salarios publicados, el trabajo remoto por país y la estructura habitual de las entrevistas.
En el job board de SharpSkill al 10 de noviembre de 2026: 2,138 vacantes activas de data analytics, 413 de ellas publicadas en los siete días anteriores. El 28% publica un salario y el 56% figura como totalmente remota.
Vacantes de data analyst: un mismo rol, varios perfiles
Una búsqueda limitada a "data analyst" deja fuera buena parte de las vacantes relevantes. En el job board de SharpSkill al 10 de noviembre de 2026, las etiquetas de rol asociadas a las vacantes de data analytics se distribuyen así: 273 vacantes etiquetadas como data analyst, 170 business intelligence analyst, 115 data engineer, 103 analytics engineer, 66 business analyst, 51 reporting analyst y 50 BI developer.
Cada título corresponde a un día a día distinto y, por lo tanto, a una entrevista distinta.
| Título del puesto | Núcleo del trabajo | Qué evalúa la prueba técnica |
|---|---|---|
| Data analyst | Responder preguntas de negocio con consultas y análisis | SQL, estadística, caso práctico |
| BI analyst / BI developer | Construir y mantener dashboards y el modelo semántico | Modelado de datos, DAX o LookML, rendimiento de reportes |
| Reporting analyst | Reportes recurrentes, a menudo regulatorios o financieros | Exactitud en SQL, Excel, conciliación de cifras |
| Analytics engineer | Transformar datos crudos en tablas probadas y documentadas | SQL, dbt, control de versiones, testing |
| Business analyst | Traducir necesidades del negocio en requerimientos y KPI | Definición de métricas, escenarios con áreas de negocio, poco código |
La consecuencia práctica: conviene elegir uno o dos perfiles y adaptar el vocabulario del CV a ellos. Un portafolio de dashboards vende a un BI analyst; un repositorio de modelos dbt con pruebas vende a un analytics engineer. Enviar el mismo CV a ambos tipos de vacante suele no convencer en ninguno.
Habilidades de data analyst que las vacantes mencionan de forma explícita
Las habilidades extraídas de las vacantes son la medida más directa de lo que piden los empleadores, y el segmento francés del job board ofrece la muestra más limpia. Entre las 234 vacantes activas de data analytics en Francia al 10 de noviembre de 2026, SQL aparece en 61, Python en 31, Microsoft Power BI en 27, Google Cloud Platform en 18, dbt en 14, BigQuery en 14 y Power Query en 9. Considerando todas las regiones, SQL también es la habilidad técnica mencionada con más frecuencia (94 vacantes), por delante de Python (51).
Python se espera, pero a un nivel más acotado que para un data scientist. Las vacantes se refieren a pandas para limpiar y reestructurar datos, una librería de gráficos para exploración rápida y, en ocasiones, un notebook entregado a un usuario de negocio. El machine learning aparece sobre todo en vacantes híbridas de "analyst / data scientist", que conviene leer con cuidado antes de postularse.
Una sola herramienta de BI, bien dominada. Power BI domina la muestra francesa. La propia certificación Power BI Data Analyst Associate de Microsoft (examen PL-300), cuya página se actualizó por última vez en abril de 2026, enumera las cuatro áreas que los empleadores verifican después en la entrevista: preparar los datos, modelarlos, visualizarlos y analizarlos, y administrar y proteger Power BI, con Power Query y DAX mencionados de forma explícita. Tableau y Looker aparecen en sectores específicos, y Looker Studio en equipos de marketing. Es raro que una vacante exija dos herramientas de BI a nivel experto.
Las habilidades de analytics engineering llegan a los puestos de analista. dbt y BigQuery aparecen cada uno en 14 vacantes francesas, y la etiqueta analytics engineer ocupa el cuarto lugar a nivel mundial. Un analista capaz de escribir un modelo dbt y agregarle data tests como los describe la documentación de dbt (unicidad, valores no nulos, valores aceptados, relaciones) cubre ambos roles, que es justamente lo que buscan cada vez más los equipos de datos pequeños.
Contar las herramientas de la lista de requisitos. Una vacante que pide SQL, una herramienta de BI y un data warehouse en la nube describe un puesto real. Una vacante que enumera Power BI, Tableau, Python, Spark, machine learning y gestión de stakeholders suele ser tres puestos fusionados en uno, y preguntar qué entregable se espera al cabo del primer mes revela lo que el equipo necesita en realidad.
Niveles de seniority en el mercado de data analyst
El mercado se inclina hacia perfiles senior. En el job board de SharpSkill al 10 de noviembre de 2026, 957 de las 2,138 vacantes activas están etiquetadas como senior (45%), 443 como semi senior (21%) y 216 como lead. Las vacantes junior suman 127 y las pasantías 83, de modo que las posiciones de entrada representan alrededor de una de cada diez vacantes.
Esa distribución cambia la manera de prepararse en cada nivel:
- Candidatos junior y practicantes compiten en fundamentos. Una prueba de SQL limpia y un proyecto de portafolio breve y bien explicado pesan más que una larga lista de herramientas.
- Candidatos semi senior se evalúan por su autonomía: tomar un pedido ambiguo, elegir la métrica y entregar sin que un senior revise cada consulta.
- Candidatos senior y lead se evalúan por su influencia: definir KPI con los responsables de negocio, arbitrar entre cifras contradictorias y explicar por qué no conviene construir un dashboard.
La misma pregunta de SQL puede aparecer en cualquier nivel. Lo que cambia es la repregunta: a un junior se le pregunta si la consulta funciona; a un senior, cómo se comporta sobre una tabla de mil millones de filas y cómo presentaría el resultado a un director de finanzas.
Salarios de data analyst en 2026
En el job board de SharpSkill al 10 de noviembre de 2026, 604 vacantes de data analytics publican un salario anual. Convertida a euros, la mediana es de €102,523, con la mitad central entre €76,500 y €132,012. Esa cifra global requiere una aclaración: las vacantes de Estados Unidos publican el salario con mucha más frecuencia (el 56% de ellas) y aportan 391 de los 604 salarios, por lo que la mediana refleja sobre todo el mercado estadounidense, donde llega a €115,092.
| Mercado (job board de SharpSkill, 10 de noviembre de 2026) | Vacantes con salario | Salario anual mediano |
|---|---|---|
| Todas las regiones | 604 | €102,523 |
| Estados Unidos | 391 | €115,092 |
| Reino Unido | 34 | €74,920 |
En Alemania, menos de 20 vacantes publican una cifra, lo cual es insuficiente para una mediana confiable: los rangos publicados siguen siendo poco comunes allí y el salario suele conversarse en la primera llamada. Como referencia pública en Estados Unidos, la Bureau of Labor Statistics no tiene una categoría "data analyst"; la ocupación más cercana, operations research analysts, muestra un salario mediano de $88,940 en mayo de 2025 y un crecimiento proyectado del empleo del 12% entre 2025 y 2035.
El trabajo freelance es minoritario: el 9% de las vacantes de data analytics del job board son freelance. Entre las 65 vacantes que publican una tarifa diaria, la mediana es de €465, con la mitad central entre €430 y €500. Los tipos de contrato, el portage y el IR35 se tratan en la guía de trabajos freelance de data analyst.
Encuentra vacantes de data analyst que coinciden con estas habilidades
Vacantes de data analyst publicadas de forma pública, actualizadas todos los días, con las preguntas de entrevista que conviene repasar para cada una
Trabajo remoto e híbrido para data analysts por país
En el job board de SharpSkill al 10 de noviembre de 2026, el 56% de las vacantes de data analytics es totalmente remoto, el 18% híbrido y el 5% presencial; el resto no indica modalidad. Esos promedios globales esconden grandes diferencias entre países:
| País | Vacantes activas | Totalmente remoto | Híbrido |
|---|---|---|---|
| Estados Unidos | 695 | 83% | 5% |
| Reino Unido | 200 | 32% | 33% |
| Francia | 234 | 7% | 53% |
| Alemania | 99 | 27% | 35% |
Una etiqueta "remoto" rara vez significa "desde cualquier lugar". La mayoría de las vacantes remotas restringen el país de residencia por motivos de nómina e impuestos, o exigen coincidir con una zona horaria. Para candidatos en América Latina que apuntan a empleadores de Estados Unidos o Europa, este punto es decisivo. El acceso a los datos es la otra restricción: bancos, aseguradoras y empresas de salud suelen exigir que los analistas que trabajan con datos personales estén en la oficina o utilicen un equipo administrado por la empresa. Verificar ambos puntos en la primera llamada evita una sorpresa tardía en la etapa de oferta.
La página pública del mercado laboral de data analytics muestra los mismos indicadores para cada país, con enlaces al detalle por país.
Entrevista de data analyst: qué evalúa cada etapa
La mayoría de los procesos de data analyst siguen la misma secuencia: una llamada con el reclutador, una prueba de SQL (en vivo o para resolver en casa), un caso práctico o escenario de negocio y una ronda final con el hiring manager. Cada etapa evalúa una habilidad distinta.
La ronda de SQL. Hay que esperar un problema de ranking ("los tres productos principales por categoría"), una comparación entre períodos ("crecimiento de ingresos mes a mes") y un caso de deduplicación. La trampa clásica es un join sobre una clave no única que multiplica filas en silencio e infla una suma sin generar ningún error. Los candidatos que verifican el conteo de filas antes y después de cada join se destacan. Las preguntas de entrevista sobre funciones de ventana en SQL cubren los patrones que más se repiten.
La ronda de estadística y experimentación. Los puestos de analista de producto y de marketing casi siempre incluyen una pregunta sobre A/B testing: elegir la métrica principal, estimar el tamaño de muestra y explicar por qué detener una prueba en cuanto parece significativa aumenta los falsos positivos. El módulo de A/B testing entrena estas respuestas.
El caso práctico. El entrevistador plantea un síntoma de negocio, por ejemplo una caída del 15% en los pedidos semanales, y observa el razonamiento. Una buena respuesta primero comprueba que la caída sea real (cambio en el tracking, retraso en los datos, estacionalidad), luego la segmenta (plataforma, país, usuarios nuevos frente a recurrentes) antes de proponer cualquier causa. Una respuesta débil salta a una hipótesis en el primer minuto.
La ronda de BI y modelado. Para puestos de BI, hay que esperar preguntas sobre esquemas en estrella, la diferencia entre una columna calculada y una medida en DAX, y por qué un reporte es lento. El candidato debe poder explicar el contexto de filtro con palabras sencillas.
La ronda con stakeholders. Los puestos senior agregan un escenario: dos equipos reportan cifras de ingresos distintas para el mismo mes. La respuesta esperada rastrea ambas definiciones hasta sus tablas de origen y propone una métrica única y documentada, en lugar de darle la razón a uno de los dos.
El conjunto completo de preguntas de entrevista de data analytics agrupa SQL, Python, herramientas de BI y estadística por módulo, y la cheatsheet para developers resume la sintaxis que vale la pena repasar la noche anterior. Para un recorrido pregunta por pregunta, la guía completa de preguntas de entrevista de data analyst profundiza en cada tema.
Checklist de habilidades de data analyst antes de postularse
- Elegir uno o dos perfiles (data analyst, BI analyst, analytics engineer) y reescribir el CV con el vocabulario que usan esas vacantes.
- Practicar funciones de ventana, CTE y conteo de filas tras cada join hasta que una consulta de ranking o de variación mes a mes tome menos de diez minutos.
- Dominar una herramienta de BI en profundidad, incluida su capa de modelado (medidas DAX y contexto de filtro en Power BI), en lugar de mencionar tres.
- Preparar un caso práctico de principio a fin: un dataset desordenado, los pasos de limpieza, la métrica elegida y una recomendación en una sola diapositiva.
- Repasar los fundamentos de A/B testing: métrica principal, tamaño de muestra y por qué revisar los resultados antes de tiempo los sesga.
- Preguntar en la primera llamada por el rango salarial, la política de trabajo remoto (país, zona horaria, acceso a datos) y el data warehouse y la herramienta de BI que usa el equipo.
- Consultar el panorama de vacantes de data analyst para saber dónde se publican las vacantes y luego filtrar el job board por seniority para apuntar a posiciones realistas.
Conclusión
El mercado de data analyst en 2026 premia la precisión más que la acumulación de herramientas. SQL sigue siendo la habilidad más pedida, una herramienta de BI dominada a fondo vale más que tres conocidas por encima, y dbt abre la puerta a los puestos híbridos entre análisis y analytics engineering. Con casi la mitad de las vacantes en nivel senior y alrededor de una de cada diez abierta a perfiles de entrada, la diferencia está en elegir bien el perfil, en el rigor de la prueba de SQL y en la calidad del razonamiento frente a un caso práctico.
¡Empieza a practicar!
Pon a prueba tu conocimiento con nuestros simuladores de entrevista y tests técnicos.
¿Sabrías detectar el bug en Data Analytics?
Un fragmento real, un bug oculto, un intento al día. Sin cuenta para probar.

Escrito por
Anthony Fillion-MailletFundador de SharpSkill
Desarrollador fullstack desde hace más de 10 años. Dirige SharpSkill y responde por todo lo que se publica aquí.
Actualizado el 10 de noviembre de 2026
Etiquetas
Compartir
Artículos relacionados

Trabajos freelance de data analyst en 2026: dónde encontrar contratos, tarifas diarias y cómo prepararse
Dónde se publican los contratos freelance de data analyst en 2026, qué tarifas diarias se pagan en Francia y el Reino Unido, cuánto trabajo es remoto y qué evalúan las entrevistas.

Preguntas de Entrevista Data Analyst Italia 2026: SQL Avanzado, Python y Casos de Estudio
Prepararse para entrevistas de Data Analyst en Italia con preguntas reales de empresas italianas en 2026. SQL avanzado, Python pandas, casos de estudio y proceso de contratación italiano.

Apache Superset en 2026: dashboards, SQL Lab y preguntas de entrevista
Análisis a fondo de Apache Superset 6.1: dashboards de análisis de datos, SQL Lab y plantillas Jinja seguras, el nuevo servicio MCP, cómo se compara con Tableau y las preguntas de entrevista que importan.