Base de conocimiento
Roadmaps
19 roles de ciencia de datos organizados en 8 áreas. Cada roadmap sigue la misma estructura: fases con duración orientativa, tecnologías que debes dominar, conceptos que debes poder aplicar y un proyecto de ejemplo del rol.
Data Analyst
4-6 mesesEl punto de entrada más común a la industria de datos: convertir preguntas de negocio en consultas, gráficos y reportes.
Business Intelligence Analyst / Developer
6-9 mesesDiseñar la capa de datos y los dashboards que toda la organización usa para tomar decisiones diariamente.
Data Scientist
8-12 mesesEl rol que combina estadística, programación y conocimiento de negocio para construir modelos predictivos.
Applied Scientist
1.5-2.5 años (incluyendo posgrado o experiencia equivalente)El puente entre la investigación de machine learning y su aplicación directa dentro de un producto.
Decision Scientist
8-12 mesesUsar modelos y datos no solo para predecir, sino para optimizar directamente una decisión de negocio.
Data Engineer
8-12 mesesConstruir y mantener la infraestructura que mueve, transforma y almacena los datos que todos los demás roles consumen.
Analytics Engineer
6-9 mesesEl rol híbrido entre ingeniería de datos y análisis: transformar datos crudos en modelos limpios, testeados y listos para analizar.
Big Data Engineer
10-14 mesesIngeniería de datos a la escala de terabytes o petabytes, donde las herramientas y los trade-offs cambian por completo.
Data Architect
3-5 años de experiencia previa + especializaciónDiseñar la estrategia y estructura de datos de toda una organización, no solo un pipeline o un modelo individual.
Machine Learning Engineer
10-14 mesesLlevar modelos de machine learning del notebook a sistemas de producción confiables y escalables.
MLOps Engineer
10-14 meses (frecuentemente tras experiencia previa en ML engineering o DevOps)El especialista en la infraestructura, automatización y confiabilidad de los sistemas de machine learning a escala.
AI Engineer / Deep Learning Engineer
10-14 mesesDiseñar, entrenar y optimizar redes neuronales profundas, desde visión por computadora hasta modelos de lenguaje.
NLP Engineer
10-14 mesesConstruir sistemas que entienden, generan y procesan lenguaje humano, desde clasificación de texto hasta modelos de lenguaje.
Computer Vision Engineer
10-14 mesesEnseñar a las máquinas a interpretar imágenes y video: detección, segmentación y reconocimiento visual.
Quantitative Analyst (Quant)
1.5-3 años (incluyendo formación cuantitativa)Aplicar modelos matemáticos y estadísticos avanzados a la valoración de activos, gestión de riesgo y estrategias de inversión.
Data Science Manager / Lead Data Scientist
3-5 años de experiencia previa + desarrollo de liderazgoLiderar un equipo de ciencia de datos, definiendo qué problemas resolver y garantizando que los modelos generen impacto real.
Research Scientist (ML/AI)
4-6 años (incluyendo maestría/doctorado)Empujar la frontera de lo que el machine learning puede hacer, publicando y validando nuevas ideas antes de que lleguen a un producto.
Data Scientist — Research
2-6 años según el nivel de posgradoCiencia de datos aplicada a preguntas de investigación académica o científica, no a métricas de producto.
Statistician / Bioestadístico
2-6 años (maestría o doctorado)El diseño estadístico riguroso detrás de ensayos clínicos, estudios epidemiológicos e investigación científica regulada.