📊 “Data science está muriendo” es el titular de siempre. Y siempre es mentira.
Lo dijeron hace 7 meses, hace 2 años, hace 3 años, hace 5 años. Y sin embargo, la gente sigue consiguiendo trabajo en datos. ¿Qué está pasando realmente?
Los números no mienten:
- Solo el 2.7% de los despedidos de Amazon en 2022-23 eran data scientists
- Los job postings de data science crecieron 130% interanual después de tocar fondo en julio 2023
- Los salarios en datos siguen creciendo
El problema real: la fragmentación del rol
El data scientist de antes era una navaja suiza: limpiaba datos, armaba modelos y presentaba al CEO. Hoy el rol se fragmentó en 3 perfiles:
- Analyst → análisis, reportes, experimentación (más cerca del negocio)
- Engineering / MLE → construir y deployar soluciones de ML (requiere 2-3 años de experiencia previa)
- Infrastructure → pipelines, plataformas de datos, MLOps
El problema no es que no haya trabajo — es que muchos buscan el “data scientist genérico” de antes que ya no existe.
¿Qué hacer? Especializarte en uno de estos tres perfiles y hacer que tu perfil hable ese lenguaje específico.
💡 Explicación en pocas palabras#
El mercado de datos no está muerto — está evolucionando. El título “data scientist” se volvió ambiguo porque el rol se fragmentó. Entender en qué sub-rol querés enfocarte (análisis, ingeniería de ML, o infraestructura) y adaptar tu búsqueda es la clave para navegar este mercado correctamente.
Más información en el link 👇
