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 meses

El 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 meses

Diseñar la capa de datos y los dashboards que toda la organización usa para tomar decisiones diariamente.

Data Scientist

8-12 meses

El 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 meses

Usar modelos y datos no solo para predecir, sino para optimizar directamente una decisión de negocio.

Data Engineer

8-12 meses

Construir y mantener la infraestructura que mueve, transforma y almacena los datos que todos los demás roles consumen.

Analytics Engineer

6-9 meses

El rol híbrido entre ingeniería de datos y análisis: transformar datos crudos en modelos limpios, testeados y listos para analizar.

Big Data Engineer

10-14 meses

Ingeniería 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 + especialización

Diseñar la estrategia y estructura de datos de toda una organización, no solo un pipeline o un modelo individual.

Machine Learning Engineer

10-14 meses

Llevar 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 meses

Diseñar, entrenar y optimizar redes neuronales profundas, desde visión por computadora hasta modelos de lenguaje.

NLP Engineer

10-14 meses

Construir sistemas que entienden, generan y procesan lenguaje humano, desde clasificación de texto hasta modelos de lenguaje.

Computer Vision Engineer

10-14 meses

Enseñar 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 liderazgo

Liderar 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 posgrado

Ciencia 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.