Resumen ejecutivo

• Las operadoras de petróleo y gas de Vaca Muerta, las mineras de litio del norte argentino y sus proveedores de servicios generan enormes volúmenes de datos de producción, sensores, seguridad y logística, y necesitan gente que los ordene y los convierta en decisiones.

• Los perfiles típicos son cinco: analista de datos de producción, ingeniero/a de datos, especialista en mantenimiento predictivo, analista de seguridad e higiene con tableros y analista GIS.

• Las herramientas que más se repiten en este tipo de roles son SQL, Python, Power BI, plataformas de datos de sensores (IoT) y sistemas de información geográfica.

• Podés entrar desde una carrera técnica del sector (ingeniería, geología, técnico en petróleo o minería) sumando data, o desde data sumando conocimiento del negocio con proyectos sobre datos públicos de energía.

Cuando se habla de trabajo en Vaca Muerta o en el litio, la imagen que aparece es la del equipo de perforación o el salar. Pero detrás de cada pozo y de cada planta hay tableros, modelos y bases de datos. La producción se mide pozo por pozo, los equipos tienen sensores que registran temperatura, presión y vibración, y cada operación tiene que reportar seguridad, medio ambiente y logística. Esa capa de datos es la que hoy busca perfiles. Y es una puerta de entrada que muchas personas que estudian data no tienen en el radar: cuando se piensa en «carreras en data más demandadas», casi siempre se piensa en bancos, retail o tecnológicas, no en energía y minería. Esta guía te muestra qué perfiles existen, qué hacen y cómo podés entrar.

Por qué energía y minería necesitan perfiles de datos

Tres razones explican la demanda:

• La operación es intensiva en datos. Un pozo no convencional se monitorea en tiempo real y su producción se reporta mes a mes. La Secretaría de Energía publica esa información en el dataset abierto de producción de petróleo y gas por pozo (Capítulo IV), con detalle mensual por pozo, yacimiento, concesión y provincia.

• Los minerales críticos están en el centro de la transición energética. La Agencia Internacional de Energía sigue de cerca el mercado del litio y otros minerales críticos, cuya demanda está atada a baterías y vehículos eléctricos. Más proyectos significan más operaciones para planificar, medir y optimizar.

• Seguridad y ambiente exigen trazabilidad. Incidentes, consumo de agua, emisiones y auditorías se reportan con datos. Quien sabe armar un tablero confiable aporta valor directo.

Para ver el panorama de puestos de datos e IA en otros sectores, podés comparar con este mapa de demanda de puestos de IA sector por sector.

5 perfiles de datos en energía y minería

1. Analista de datos de producción

Qué hace: consolida la producción diaria y mensual de pozos o plantas, la compara con lo planificado, detecta desvíos y arma reportes para ingeniería y gerencia.

Herramientas habituales: Excel avanzado, SQL, Power BI y, cada vez más, Python para automatizar reportes.

Buena puerta de entrada si: venís de ingeniería, de una tecnicatura del sector o de análisis de datos en otra industria.

2. Ingeniero/a de datos

Qué hace: construye y mantiene los flujos que traen datos desde sensores, sistemas de campo y ERP hacia un repositorio central, y garantiza que estén limpios y disponibles para análisis.

Herramientas habituales: SQL, Python, herramientas de orquestación, bases de datos de series de tiempo y nubes como AWS, Azure o Google Cloud.

Buena puerta de entrada si: te gusta más la infraestructura que el análisis y ya programás.

3. Especialista en mantenimiento predictivo

Qué hace: analiza datos de vibración, temperatura y presión de bombas, compresores y camiones para anticipar fallas antes de que paren la operación.

Herramientas habituales: Python, librerías de machine learning, plataformas IoT y tableros de monitoreo.

Buena puerta de entrada si: venís de mantenimiento o mecánica y querés sumar análisis de datos, o de data science y querés un problema industrial concreto.

4. Analista de seguridad e higiene con tableros

Qué hace: lleva los indicadores de incidentes, capacitaciones, permisos de trabajo y auditorías, y los convierte en tableros que permiten actuar antes de que ocurra un accidente.

Herramientas habituales: Excel, Power BI, formularios digitales y sistemas de gestión de seguridad.

Buena puerta de entrada si: ya trabajás en seguridad e higiene y querés diferenciarte con datos.

5. Analista GIS (sistemas de información geográfica)

Qué hace: trabaja con mapas de concesiones, ubicación de pozos, ductos, caminos y áreas protegidas, y cruza esa información con datos de producción o ambientales.

Herramientas habituales: QGIS o ArcGIS, Python con librerías geoespaciales y bases de datos con soporte espacial.

Buena puerta de entrada si: venís de geografía, geología o agrimensura.

Las herramientas que se repiten

• SQL: la base para consultar cualquier dato, en cualquier perfil.

• Power BI: el estándar de tableros en muchas empresas industriales. Si nunca armaste uno, seguí esta guía para crear tu primer dashboard en Power BI.

• Python: para automatizar, limpiar datos y modelar.

• Datos de sensores (IoT): series de tiempo con miles de registros por hora.

• GIS: mapas y análisis espacial.

Para una vista más general del stack de la industria, mirá las herramientas de data science más usadas hoy.

Cómo entrar: dos caminos

Desde una carrera técnica del sector

Si sos ingeniero/a, técnico/a en petróleo, geólogo/a o trabajás en operaciones, ya tenés lo más difícil de conseguir: conocimiento del negocio. Sumá SQL y Power BI, automatizá un reporte que hoy hacés a mano y mostralo a tu equipo. Es la forma más rápida de pasar a un rol de datos dentro de la misma empresa.

Desde data u otro sector

Si ya sabés de datos pero no del sector, la mejor estrategia es un proyecto con datos reales. Tres ideas con el dataset público de la Secretaría de Energía:

1. Un tablero de producción mensual por provincia y por cuenca, comparando convencional y no convencional.

2. Un análisis de curvas de declinación: cómo cae la producción de un pozo a lo largo del tiempo.

3. Un mapa que cruce la ubicación de los pozos con su producción acumulada.

También conviene seguir la información oficial del área de hidrocarburos y de minería del Gobierno nacional para entender el vocabulario y los indicadores que usa el sector.

Qué tener en cuenta antes de postularte

• Ubicación: muchos puestos de análisis son híbridos o en ciudades como Neuquén, Comodoro Rivadavia, Salta, Jujuy o Catamarca, pero también hay roles en oficinas centrales en Buenos Aires.

• Proveedores: no mires solo a las operadoras. Las empresas de servicios, consultoras de ingeniería y proveedoras de tecnología también contratan perfiles de datos.

• Inglés técnico: buena parte de la documentación y del software está en inglés.

• Seguridad: aunque tu rol sea de oficina, es probable que tengas que hacer inducciones de seguridad para visitar campo.

Cursos recomendados de Coderhouse

• Curso de Data Analytics: la base para convertirte en analista de datos de producción o de seguridad.

• Curso de SQL: para consultar grandes volúmenes de datos de producción y operación.

• Curso de Power BI: para armar los tableros que usan operaciones, seguridad y gerencia.

• Curso de Python: para automatizar reportes y dar los primeros pasos en modelos predictivos.

• Curso de Data Engineering: si te interesa construir la infraestructura de datos que alimenta todo lo demás.

¿Querés sumarte a los equipos de datos de la energía y la minería? Arrancá con el curso de Data Analytics de Coderhouse y armá tu primer proyecto con datos públicos del sector.

Preguntas frecuentes

¿Necesito ser ingeniero/a para trabajar en data en Vaca Muerta? No. Ayuda conocer el negocio, pero muchos equipos de datos combinan ingenieros con analistas que vienen de otras carreras.

¿Tengo que vivir cerca de los yacimientos? Depende del rol. Los puestos de campo sí lo requieren; muchos roles de análisis y de ingeniería de datos son híbridos o están en oficinas centrales.

¿Qué proyecto me conviene para el portfolio? Uno con el dataset de producción por pozo de la Secretaría de Energía: es público, real y habla el idioma del sector.

¿Python o Power BI primero? Si buscás un rol de analista, empezá por SQL y Power BI. Python suma después, sobre todo para automatizar y modelar.