CODER SALE 🔥

Aprovecha 50% OFF en CURSOS y CARRERAS

|

Hasta el 18/11 ⏰

CODER SALE 🔥

Aprovecha 50% OFF en CURSOS y CARRERAS

|

Hasta el 18/11 ⏰

Hasta el 18/11 ⏰

CODER SALE 🔥

Aprovecha 50% OFF en CURSOS y CARRERAS

Cursos

Empresas

¿Por qué Coder?

Carrera en data analytics: qué estudiar, qué roles existen y cuál es la salida laboral en Argentina

Guía gratuita de empleabilidad

2026
Descargar la guía

Francisco Rhaiel

AI Growth Engineer

Data

Carrera en data analytics: qué estudiar, qué roles existen y cuál es la salida laboral en Argentina

Carrera en data analytics: qué estudiar, qué roles existen y cuál es la salida laboral en Argentina

Publicado el

Resumen ejecutivo

  • Data analytics es un campo con varios roles: analista de datos, analista de BI, analytics engineer y data engineer. Comparten una base, pero no tienen las mismas tareas ni herramientas.

  • Ruta de formación realista: Excel, SQL, una herramienta de visualización (Power BI o Tableau) y Python, con proyectos propios en cada etapa.

  • Los datos de demanda disponibles son globales o de otros países, como los del Foro Económico Mundial y la oficina de estadísticas laborales de EE. UU. No hay una cifra pública confiable de sueldos en Argentina que podamos afirmar aquí, así que no inventamos una.

  • Con un portfolio de 3 proyectos y un CV orientado a lo que piden las vacantes, puedes postularte a roles junior sin título previo en datos.

Si buscas "qué estudiar para trabajar con datos", la respuesta honesta empieza con una aclaración: "data analytics" no es un puesto, es un área con varios roles que se parecen mucho en el nombre y bastante menos en el trabajo diario. Esta guía te muestra qué hace cada rol, qué ruta de estudio conviene seguir, qué dicen las fuentes públicas sobre la demanda y cómo construir tu portfolio. Si todavía dudas qué es el área, empieza por qué es Data Analytics y para qué sirve.

Qué roles existen en data analytics

Analista de datos (data analyst)

Responde preguntas de negocio con datos: cuánto vendimos por canal, qué clientes se van, qué campaña rindió más. Trabaja con Excel, SQL y herramientas de visualización, y su producto son análisis, informes y tableros. Es el rol más habitual como puerta de entrada. Hay más detalle en la guía del rol: qué hace un analista de datos, herramientas y cuánto gana.

Analista de BI (business intelligence)

Se enfoca en tableros y reportes recurrentes para que áreas como ventas, finanzas u operaciones tomen decisiones. Domina Power BI, Tableau o Looker Studio, el modelado de datos y la definición de métricas. Si te interesa este camino, mira la carrera de BI analyst y la comparación entre business intelligence y data analytics.

Analytics engineer

Está entre el analista y el ingeniero: transforma datos crudos en tablas limpias y confiables con SQL y herramientas de modelado, y deja la base lista para que otros analicen. Requiere más SQL y prácticas de ingeniería (control de versiones, pruebas, documentación).

Data engineer

Construye y mantiene los pipelines que mueven los datos entre sistemas. Usa Python, SQL, orquestadores y servicios en la nube. Es un rol más técnico, que suele venir después de algo de experiencia con datos o programación. Puedes leer más en qué hace un data engineer.

Data scientist

Aplica estadística y machine learning para predecir o clasificar. Se apoya en lo anterior, pero exige una base matemática más fuerte. Si dudas entre esta opción y analytics, lee ciencia de datos vs data analytics.

Qué estudiar: una ruta en cuatro etapas

  1. Excel o Google Sheets: limpieza de datos, tablas dinámicas y fórmulas. Es la base para entender datos y suele ser lo primero que te piden en una oferta junior.

  2. SQL: consultas, joins, agregaciones y funciones de ventana. Es la habilidad más repetida en roles de datos. Empieza con cómo aprender SQL desde cero para análisis de datos.

  3. Visualización (Power BI o Tableau): armar tableros claros para un público no técnico. Para ordenar la decisión, mira Excel vs Power BI.

  4. Python: pandas para limpiar y analizar datos más grandes y automatizar tareas repetitivas. Puede esperar a tener SQL y visualización sólidos.

A lo largo de la ruta suma dos habilidades transversales: estadística básica (promedios, dispersión, correlación, pruebas simples) y comunicación de resultados. Según el informe del Foro Económico Mundial, los empleadores ubican a las habilidades en IA y big data entre las de mayor crecimiento, junto con las de redes y ciberseguridad y la alfabetización tecnológica (The Future of Jobs Report).

Qué dicen los datos sobre la demanda

Estas son las cifras públicas que sí podemos citar, con su alcance:

  • Global (Foro Económico Mundial): en su encuesta a empleadores, "Big Data Specialists" encabeza la lista de roles de mayor crecimiento relativo hasta fin de la década, y "Data Analysts and Scientists" figura entre los quince primeros.

  • EE. UU. (BLS): la oficina de estadísticas laborales proyecta que el empleo de científicos de datos crezca 35% en la década y reporta una mediana salarial de USD 120.230 por año (ocupaciones de mayor crecimiento). Es un dato de ese país y de un rol cercano, no de Argentina.

  • Argentina: las ofertas y los rangos salariales cambian por empresa, modalidad (local o remoto) y moneda. Para ver qué roles de datos piden las vacantes, revisa qué rol de datos contrata más en Argentina y las habilidades junior que aparecen en ofertas reales.

Cómo armar tu portfolio y tu CV

Los reclutadores quieren ver que puedes resolver un problema de punta a punta. Tres proyectos bastan:

  • Un análisis en Excel o SQL con una pregunta de negocio clara (por ejemplo, ventas por categoría y estacionalidad).

  • Un tablero en Power BI o Tableau pensado para una persona concreta que toma decisiones.

  • Un proyecto con Python que limpie un dataset real y cuente un hallazgo.

Publícalos con el problema, los datos, el método y el resultado. Hay una guía completa en cómo construir un portfolio de data analyst. En el CV, copia con honestidad las palabras clave de las ofertas a las que te postulas y muestra logros medibles. Si te rechazan sin respuesta, revisa cómo optimizar tu CV para los filtros con IA.

Tiempos y expectativas realistas

La duración depende de las horas que dediques y de tu punto de partida. En lugar de prometerte un plazo, planifica por hitos: dominar SQL, publicar el primer tablero y completar tres proyectos. El primer empleo suele llegar con una mezcla de formación, proyectos visibles y postulaciones constantes, no solo con un certificado.

Carrera recomendada de Coderhouse

Si prefieres seguir un recorrido ordenado en vez de armarlo por tu cuenta, la Carrera de Data Analytics reúne las herramientas centrales de esta ruta. Las clases son en vivo, con docentes que trabajan en el área, tutores y trabajos prácticos, y la plataforma incluye un agente de Nexa que ayuda a buscar trabajo. Si ya tienes una base, puedes empezar por un curso puntual como Curso de SQL o Curso de Power BI. Para comparar opciones, mira el catálogo de carreras.

Preguntas frecuentes

¿Necesito un título universitario para trabajar en data analytics? No necesariamente. Muchas ofertas junior priorizan SQL, visualización y proyectos demostrables. Algunas empresas sí piden título, así que revisa los requisitos de cada oferta.

¿Es imprescindible saber programar? Para arrancar como analista, SQL y una herramienta de visualización son suficientes. Python se vuelve importante a medida que avanzas hacia automatización, ingeniería o ciencia de datos.

¿Qué rol conviene como primer paso? Analista de datos o analista de BI, porque tienen más ofertas de entrada. Desde ahí puedes moverte hacia analytics engineering, ingeniería de datos o ciencia de datos según lo que te guste.

¿Cuánto se gana en data analytics en Argentina? Depende de la empresa, la seniority y la moneda, y no hay una cifra pública única confiable. Compara varias ofertas actuales y consulta los rangos que publican las propias vacantes antes de tomar una referencia.

Sobre el autor

Francisco Rhaiel

Soy Francisco Rhaiel, AI Growth Engineer en Coderhouse. Mi día a día consiste en automatizar y optimizar procesos aplicando lo último en inteligencia artificial, incluyendo Agentic AI y Gen AI. Soy graduado de la Universidad Torcuato Di Tella (UTDT) en Tecnología Digital, y mi recorrido me llevó a especializarme en la intersección entre tecnología, datos y negocio. Me mueve aprender, construir y aplicar tecnologías innovadoras para resolver problemas reales. Para profundizar en mi trayectoria, te espero en mi perfil de LinkedIn.

Imagen promocionando quiz gratis de Coderhouse para encontrar tu formación.
Imagen promocionando quiz gratis de Coderhouse para encontrar tu formación.

NEWSLETTER

Suscríbete y mantente al día con las últimas noticias, ofertas exclusivas y recursos útiles directamente en tu correo.

España

© 2026 Coderhouse. Todos los derechos reservados.

NEWSLETTER

Suscríbete y mantente al día con las últimas noticias, ofertas exclusivas y recursos útiles directamente en tu correo.

España

© 2026 Coderhouse. Todos los derechos reservados.

NEWSLETTER

Suscríbete y mantente al día con las últimas noticias, ofertas exclusivas y recursos útiles directamente en tu correo.

España

© 2026 Coderhouse. Todos los derechos reservados.

NEWSLETTER

Suscríbete y mantente al día con las últimas noticias, ofertas exclusivas y recursos útiles directamente en tu correo.

España

© 2026 Coderhouse. Todos los derechos reservados.