Resumen ejecutivo

• Una reconversión laboral a tecnología suele tomar entre 3 y 12 meses según tu punto de partida, la intensidad semanal y el rol al que apuntás.

• Lo que más acelera el proceso no es “ver más cursos”, sino un portfolio con proyectos reales, red de contactos y práctica guiada con feedback.

• Los falsos atajos (certificados sin práctica, tutoriales infinitos, aplicar sin evidencia) estiran la transición y bajan tu tasa de entrevistas.

• Podés reconvertirte sin renunciar de entrada: un plan de 8–12 horas semanales bien diseñado suele superar un mes “full time” desordenado.

Si estás pensando en pasar a tecnología desde marketing, administración, diseño, ventas o cualquier otra área, la pregunta que más duele no es “¿qué tipo de curso hacer?”, sino “¿cuánto tarda de verdad?”. El ángulo de este artículo es realista: tiempos típicos de 3 a 12 meses, qué los acorta y qué los alarga. ¿Por qué importa ahora? Porque el mercado pide perfiles híbridos y las empresas priorizan reskilling: el Future of Jobs Report del World Economic Forum marca la brecha de habilidades como una de las principales barreras de transformación, y el Workplace Learning Report de LinkedIn insiste en que el aprendizaje continuo y la movilidad interna son la norma, no la excepción. En LATAM eso se traduce en una oportunidad concreta: hay demanda, pero también hay ruido. Necesitás una ruta medible.

Cuánto tarda según tu punto de partida

No hay un único reloj. El tiempo depende de tres variables: base previa (¿ya usás Excel, herramientas digitales, lógica de procesos?), horas semanales dedicadas y claridad del rol objetivo (desarrollo, datos, producto, automatización con IA). Como referencia práctica:

• 3–5 meses: venís de un rol adyacente (marketing digital, soporte IT, analítica básica, diseño UI) y apuntás a un rol de entrada con stack acotado. Dedicás 12–15 horas semanales + proyectos.

• 6–9 meses: venís de un área no técnica y querés un primer empleo junior en desarrollo, datos o producto digital. Combinás fundamentos + 2–3 proyectos publicables + primeras aplicaciones.

• 9–12 meses: partís de cero, estudias part-time o buscás un rol más exigente (full stack, data más profundo). El calendario se estira si no tenés feedback ni portfolio.

Estos rangos asumen práctica deliberada, no solo consumo de contenido. Ver 40 horas de video no equivale a 40 horas de progreso.

Qué cuenta como “listo para aplicar”

• Podés explicar con claridad qué problema resolvés y con qué herramientas.

• Tenés al menos 2 proyectos con README, demo o caso de uso real (aunque sea personal o de un cliente chico).

• Resolvés un ejercicio técnico o case study de nivel junior sin paralizarte.

• Tu LinkedIn y CV cuentan una historia de transición coherente, no una lista de cursos sueltos.

Los 4 aceleradores que realmente mueven la aguja

1. Portfolio antes que “más teoría”

Un reclutador o hiring manager en tech mira evidencia. Un proyecto que muestre API + interfaz, un dashboard con datos reales o un flujo automatizado con IA vale más que cinco certificados sin contexto. Publicá en GitHub, Notion o un sitio simple. Contá: problema → decisión → resultado.

2. Proyectos guiados con feedback

Estudiar solo es lento porque no sabés qué está “bien”. Mentoría, code review, peer review o un curso con entregables corregidos comprimen meses de ensayo y error. El feedback semanal suele ser el multiplicador más subestimado de una reconversión.

3. Red y visibilidad (sin postureo)

Comentá en comunidades, pedí revisiones, compartí aprendizajes cortos en LinkedIn, contactá a personas en roles a los que aspirás con preguntas específicas. No se trata de “networking vacío”: se trata de que alguien te recomiende cuando abre una búsqueda junior. Para aterrizar la etapa de búsqueda, sumá los tips para conseguir empleo y, cuando llegues a entrevistas, los tips para la entrevista laboral.

4. Intensidad sostenible y métricas semanales

Definí un ritmo que puedas sostener 3 meses: por ejemplo, 3 bloques de estudio + 1 bloque de proyecto + 1 bloque de aplicación/red. Medí: horas de práctica, PRs o entregables, conversaciones útiles, postulaciones con feedback. Lo que no medís se diluye.

Falsos atajos que estiran (o descarrilan) el proceso

• Tutorial hell: pasar de un curso a otro sin cerrar un proyecto completo. Sensación de avance, cero evidencia.

• Certificados como trofeo: apilar badges sin poder explicar decisiones técnicas en una entrevista.

• “Aprender todo el stack”: querer HTML, React, Node, cloud, IA y data a la vez. Mejor un camino estrecho y profundo al inicio.

• Renunciar sin plan B: a veces acelera, a veces genera presión financiera que te hace abandonar. Muchos perfiles exitosos estudian part-time 4–6 meses antes de soltar el empleo anterior.

• Aplicar a ciegas desde el día 1: sin portfolio ni narrativa, quemás energía y te desanimás. Primero evidencia mínima viable; después volumen de postulaciones.

Un plan simple de 90 días (plantilla)

1. Días 1–14: elegí un rol objetivo (ej. junior full stack o automatización con IA) y un stack mínimo. Armá tu entorno y el primer “hola mundo” del proyecto 1.

2. Días 15–45: fundamentos + proyecto 1 end-to-end. Pedí feedback a 2 personas. Publicá v1.

3. Días 46–75: proyecto 2 orientado a un problema real (freelance chico, ONG, proceso de tu trabajo actual). Empezá a contar tu historia en LinkedIn.

4. Días 76–90: pulí CV, simulá entrevistas, aplicá a roles junior/trainee con evidencia lista. Iterá según feedback.

Si en el día 90 todavía no tenés entrevistas, el diagnóstico suele ser evidencia débil o targeting malo — no “falta de talento”.

Señales de que vas por buen camino (y cuándo pivotear)

Cada 30 días hacé un control honesto. Si cumplís 3 de estas 4, seguí; si cumplís 0–1, cambiá el plan (no te castigues, iterá):

• Terminaste un entregable visible (feature, dashboard, automatización, case study).

• Alguien con experiencia te dio feedback concreto (no solo “está bueno”).

• Podés explicar tu stack y tus trade-offs en 3 minutos sin leer el CV.

• Tuviste al menos una conversación útil de red o una respuesta humana a una postulación.

Pivotear a tiempo también es acelerar: cambiar de “quiero ser data scientist en 4 meses” a “empiezo como analista con SQL + BI” suele acortar la llegada al primer empleo y deja la puerta abierta a crecer después.

Cursos recomendados de Coderhouse

Si tu reconversión apunta a desarrollo web con salida laboral clara, la Carrera de Desarrollo Full Stack te da estructura, proyectos y ritmo con mentoría. Si además querés potenciar tu perfil con el skill más pedido del mercado, sumá el Curso de Introducción a la Inteligencia Artificial: entender prompts, límites de los modelos y casos de uso te diferencia incluso en roles junior.

CTA: esta semana definí tu rol objetivo, tu bloque de horas semanales y el primer proyecto publicable. Si necesitás un camino con entregables y comunidad, mirá Full Stack e Introducción a la IA en Coderhouse y arrancá con un plan de 90 días medible.

Preguntas frecuentes

¿Puedo reconvertirme a tech sin dejar mi trabajo actual? Sí. Un plan de 8–12 horas semanales durante 6–9 meses suele ser más sostenible que un sprint intenso que abandonás al mes. La clave es proteger bloques fijos y cerrar proyectos, no solo “estudiar cuando puedas”.

¿3 meses alcanzan para conseguir empleo? A veces, si ya tenés base adyacente, dedicación alta y portfolio fuerte. Para la mayoría que parte de cero, 6–12 meses es el rango realista hasta las primeras entrevistas serias.

¿Qué acelera más: más cursos o más proyectos? Proyectos con feedback. Los cursos sirven cuando estructuran práctica y te obligan a entregar; solos, sin evidencia, rara vez mueven el proceso de selección.

¿Sirve aprender IA si quiero ser developer o trabajar en producto? Sí, como complemento. No reemplaza fundamentos (lógica, datos, producto), pero te ayuda a trabajar más rápido y a hablar el idioma que ya usan muchos equipos.