Resumen ejecutivo

• El Data Steward es dueño de la calidad, definición y uso correcto de un dominio de datos (clientes, productos, finanzas, etc.).

• No reemplaza al Data Analyst ni al ingeniero: define reglas, resuelve disputas de significado y vigila el catálogo.

• Skills: calidad de datos, data catalog, ownership, SQL básico y comunicación con negocio.

• Podés entrar desde analytics, operaciones o BI si ya “apagás incendios” de datos mal definidos.

Cuando una empresa acelera con IA o BI, el cuello de botella casi nunca es el modelo: es el dato sucio o mal definido. El ángulo de esta guía es el rol de Data Steward —qué hace, en qué se solapa con Analyst/Governance y cómo entrar—. ¿Por qué ahora? Es un rol emergente con poco contenido en español y complementa lo que ya publicamos sobre calidad de datos.

Qué hace un Data Steward

• Define y documenta qué significa cada campo crítico del dominio.

• Acuerda reglas de calidad (completitud, unicidad, validez, puntualidad).

• Gestiona tickets de “este número no cierra” entre áreas.

• Mantiene el catálogo y los owners; escala a Data Governance cuando hace falta política.

La base conceptual está en calidad de datos: qué es, cómo medirla y por qué resolverla antes de IA. Si venís del análisis, contrastá con qué es un Data Analyst y con la carrera de Business Intelligence / BI Analyst.

Overlap con Analyst, Engineer y Governance

1. Analyst: responde preguntas de negocio con datos; el Steward asegura que esos datos sean confiables y compartan definición.

2. Data Engineer: construye pipelines; el Steward define qué reglas deben cumplir esos pipelines.

3. Governance: política y cumplimiento a nivel empresa; el Steward opera el día a día de un dominio.

Skills y herramientas

• SQL para auditar anomalías; Excel/Sheets para reconciliaciones.

• Data catalog (Collibra, Alation, DataHub, o el catálogo nativo de tu cloud).

• Frameworks de calidad (dimensiones de Wang & Strong; tests tipo Great Expectations).

• Facilitación: workshops de definición con negocio.

Referencias: el trabajo clásico de dimensiones de calidad de datos y guías prácticas de DAMA-DMBOK (Data Management Body of Knowledge), más docs de Great Expectations para tests automatizados.

Cómo entrar desde analytics u operaciones

• Documentá el glosario de tu dominio actual (aunque sea en Notion).

• Medí 3 KPIs de calidad durante un mes y mostrá el antes/después.

• Postulate a “Data Quality Analyst”, “Analytics Engineer jr” o “Steward” en empresas con gobierno de datos maduro.

Cursos recomendados de Coderhouse

La base es el Curso de Data Analytics y Excel. Si tu empresa ya pide IA sobre datos confiables, sumá Introducción a la Inteligencia Artificial.

CTA: esta semana elegí un dataset crítico, definí 5 reglas de calidad y publicá un mini-catálogo para tu equipo. Formate en Data Analytics en Coderhouse para sostener el rol con SQL y criterio de negocio.

Preguntas frecuentes

¿Data Steward es lo mismo que Data Custodian? Custodian suele ser más técnico (acceso, backups); Steward es dueño del significado y la calidad de negocio.

¿Pedís programación avanzada? No siempre. SQL + herramientas de catálogo + negocio suelen bastar en entry/mid.

¿Por qué lo buscan ahora? Porque IA y self-service BI fallan sin definiciones compartidas.

¿Hay remote en LATAM? Sí, sobre todo en empresas regionales con data office centralizado.