Muchos candidatos a analista de datos postulan sin entender que el proceso de selección cambia radicalmente según el tipo de empresa. Este artículo ordena las diferencias entre startups, medianas y corporaciones: qué herramientas usan, qué cultura de datos tienen y con qué criterios eligen.

Si mandás el mismo CV y preparás la misma entrevista para una startup y para un banco, estás jugando dos partidos distintos con la misma estrategia. Entender a quién le estás hablando cambia cómo te presentás, qué proyectos mostrás y qué preguntas anticipás. La demanda de perfiles de datos sigue firme, pero se gana en los detalles.

Por qué el "tipo de empresa" importa tanto

Un analista de datos no hace lo mismo en todos lados. En una empresa donde los datos son el producto, el rol es central; en otra donde recién empiezan a medir, sos casi un evangelizador. Esa diferencia define las herramientas que vas a tocar, el nivel de autonomía y hasta el tipo de preguntas que te van a hacer.

Startups: velocidad y generalismo

En una startup rara vez hay un equipo de datos consolidado. Buscan alguien que arme reportes, defina métricas y toque un poco de todo.

• Herramientas: SQL, planillas, alguna herramienta de BI liviana y, cada vez más, IA para acelerar.

• Proceso de selección: corto y práctico. Suele haber un case o una prueba real con datos de la empresa.

• Qué valoran: autonomía, capacidad de aprender rápido y de comunicar hallazgos sin supervisión.

Medianas: procesos en construcción

Las empresas medianas ya entienden que necesitan datos, pero todavía están armando el área. El rol combina ejecución y algo de estructura.

• Herramientas: SQL sólido, Power BI o Looker, y modelos de datos que empiezan a ordenarse.

• Proceso de selección: dos o tres etapas, con una entrevista técnica y otra con el área de negocio.

• Qué valoran: equilibrio entre técnica y comprensión del negocio; que puedas hablar con marketing y con finanzas.

Corporaciones: especialización y proceso

En una corporación el rol está más definido y el proceso de selección es más largo y formal.

• Herramientas: stacks maduros, gobernanza de datos, SQL avanzado y a veces cloud.

• Proceso de selección: varias etapas, pruebas técnicas estandarizadas y entrevistas por competencias.

• Qué valoran: profundidad técnica, cumplimiento de estándares y trabajo en equipos grandes.

Cómo preparar cada entrevista

La preparación cambia según el destino. Para startups, mostrá un proyecto de punta a punta. Para corporaciones, dominá los fundamentos técnicos porque las pruebas son más estructuradas. En todos los casos, practicar el formato de entrevista ayuda: esta guía sobre cómo prepararte para una entrevista de data analyst cubre lo esencial. Y si todavía no tenés experiencia formal, mirá qué roles de datos aceptan candidatos sin experiencia y cómo construir el portfolio que compensa esa falta.

Según el Future of Jobs Report del World Economic Forum, los analistas de datos siguen entre los roles con mayor crecimiento esperado, lo que amplía las oportunidades en los tres tipos de empresa. El State of AI de McKinsey agrega que la adopción de datos e IA se extiende a organizaciones de todos los tamaños, no solo a las grandes.

Curso recomendado de Coderhouse

Para entrar al mercado de datos conviene combinar fundamentos técnicos con criterio de negocio.

• El Curso de Data Analytics cubre las herramientas que piden startups y medianas.

• El Curso de SQL refuerza la base técnica que evalúan casi todas las corporaciones.

• Si querés proyectar el rol a largo plazo, la Carrera de Data Analytics arma un recorrido completo.

Definí a qué tipo de empresa querés entrar y adaptá tu preparación a ese proceso: es lo que más aumenta tus chances.

Preguntas frecuentes

¿Qué empresa es mejor para un primer trabajo en datos?

Las startups suelen dar más exposición y aprendizaje rápido; las corporaciones ofrecen estructura y mentoría. No hay una mejor: depende de cómo aprendas.

¿Qué herramienta es imprescindible para todos los procesos?

SQL. Aparece en prácticamente todas las selecciones, sin importar el tamaño de la empresa. Es la base común.

¿Las corporaciones piden título universitario?

Cada vez menos como requisito excluyente. Valoran más el portfolio y el desempeño en las pruebas técnicas, aunque algunos procesos formales todavía lo mencionan.

¿Cuántas etapas suele tener un proceso de selección de datos?

Entre una y dos en startups, y tres o más en corporaciones. Anticipar el formato te permite preparar cada instancia con foco.