CODER WEEK 🔥

Aprovecha 50% OFF en CURSOS y CARRERAS

|

Hasta el 16/09 ⏰

CODER WEEK 🔥

Aprovecha 50% OFF en CURSOS y CARRERAS

|

Hasta el 16/09 ⏰

Hasta el 16/09 ⏰

CODER WEEK 🔥

Aprovecha 50% OFF en CURSOS y CARRERAS

Cursos

Empresas

¿Por qué Coder?

Qué te preguntan en una entrevista de Business Intelligence y cómo prepararte con tu portfolio de Power BI o Tableau

Tutoriales gratuitos

Descargartutoriales gratuitos

Tutoriales y videos prácticos gratuitos para incorporar nuevas herramientas de IA y empleabilidad.

Ver los tutoriales

Dan Patiño

AI Strategy & Innovation en Coderhouse

Data

Qué te preguntan en una entrevista de Business Intelligence y cómo prepararte con tu portfolio de Power BI o Tableau

Publicado el

Una entrevista de Business Intelligence tiene tres bloques bastante predecibles: SQL y modelado de datos, criterio de visualización, y entendimiento de negocio. La mayoría de los candidatos prepara el primero, improvisa el segundo y descuida el tercero, que es justamente el que define la contratación. La buena noticia es que si tenés un portfolio de Power BI o Tableau, ya tenés el material para responder los tres: falta traducirlo.

Esta guía recorre las preguntas que efectivamente aparecen y, para cada una, cómo usar un proyecto de tu portfolio como respuesta. El principio de fondo: nunca respondas en abstracto si podés responder con algo que construiste.

Bloque 1: SQL y modelado de datos

Es el filtro técnico. Suele resolverse con ejercicios prácticos o preguntas conceptuales sobre un esquema que te muestran en pantalla.

Preguntas típicas

  • "Dado este esquema, escribí una consulta que devuelva X." Casi siempre involucra JOINs, agregaciones y algún filtro con fecha.

  • "¿Cuál es la diferencia entre INNER JOIN y LEFT JOIN, y cuándo usarías cada uno?"

  • "¿Qué es un modelo estrella y por qué se usa en BI?"

  • "¿Qué hacés si una consulta tarda demasiado?"

  • "¿Cuál es la diferencia entre una medida y una columna calculada?" (Específica de Power BI y muy frecuente.)

Cómo responderlas con tu portfolio

En lugar de recitar la definición de modelo estrella, mostrá el tuyo: "En mi proyecto de ventas modelé una tabla de hechos a nivel de línea de pedido y cuatro dimensiones —producto, cliente, sucursal y calendario— porque necesitaba poder analizar por cualquier combinación sin duplicar registros". La definición queda demostrada, no recitada.

Para la pregunta de rendimiento, tené preparado un caso real: qué consulta era lenta, cómo lo detectaste y qué hiciste. Si nunca te pasó, provocalo: cargá un conjunto de datos grande en tu proyecto y trabajá la optimización. Es el tipo de experiencia que se nota en la respuesta.

Sobre medidas versus columnas calculadas: la respuesta corta es que la columna se calcula al cargar los datos y ocupa memoria fila por fila, mientras que la medida se calcula en el momento de la consulta según el contexto de filtro. La respuesta buena agrega cuándo elegiste cada una en tu proyecto y por qué. La documentación oficial de Power BI cubre bien estos fundamentos si necesitás repasarlos.

Bloque 2: criterio de visualización

Acá se evalúa si tomás decisiones de diseño con fundamento o por gusto. Es el bloque donde más candidatos se caen sin darse cuenta.

Preguntas típicas

  • "¿Por qué elegiste ese tipo de gráfico?"

  • "Este tablero tiene quince visualizaciones. ¿Qué le sacarías?"

  • "¿Cómo decidís qué va en la primera pantalla?"

  • "¿Cómo hacés para que un tablero sea usable por alguien que no entiende de datos?"

Si tu portfolio está armado en la otra herramienta grande del mercado, conviene tener claras las diferencias de enfoque: la documentación y galería pública de Tableau es un buen lugar para ver ejemplos de tableros bien resueltos y tomar referencias de diseño antes de la entrevista.

Cómo prepararlas

Para cada visualización de tu portfolio tenés que poder terminar esta frase: "Usé este gráfico porque la pregunta era ___ y este tipo de comparación se lee mejor así". Si para alguna visualización no podés completarla, sacala del portfolio o cambiala.

Preparate también una historia de simplificación: un tablero que empezó con muchas visualizaciones y terminó con pocas, y por qué. Mostrar que sabés sacar es más valioso que mostrar que sabés agregar, porque el problema real en las empresas es el exceso de tableros que nadie usa.

Una respuesta que funciona muy bien para la pregunta de la primera pantalla: "Arriba va la métrica que responde la pregunta principal del usuario, con su comparación contra el período anterior. Abajo el desglose que explica por qué ese número es lo que es. El detalle queda en una segunda página para quien necesite investigar". Es concreto y muestra jerarquía de información.

Bloque 3: entendimiento de negocio

Es el bloque decisivo y el menos preparado. Lo que se evalúa es si podés pasar de "el número bajó" a "esto es lo que hay que hacer".

Preguntas típicas

  • "Las ventas cayeron 15% este mes. ¿Cómo investigarías qué pasó?"

  • "Un gerente te pide un reporte. ¿Qué le preguntás antes de empezar?"

  • "¿Cómo te asegurás de que un número sea correcto antes de publicarlo?"

  • "¿Qué hacés si dos áreas calculan la misma métrica distinto?"

Cómo responderlas

Para la pregunta de investigación, mostrá método antes que intuición: primero verifico que el dato sea correcto y que no haya un problema de carga; después desagrego por las dimensiones principales —producto, canal, región, segmento de cliente— para ver si la caída es general o concentrada; después comparo contra el mismo período del año anterior para descartar estacionalidad; recién ahí formulo hipótesis. Ese orden demuestra que no saltás a conclusiones.

Para la pregunta del pedido de reporte, las tres preguntas que siempre hay que hacer son: qué decisión vas a tomar con esto, cada cuánto lo vas a mirar, y qué harías distinto si el número fuera alto o bajo. Si el pedido no sobrevive esas tres preguntas, probablemente no había que construirlo.

Para el conflicto de métricas, la respuesta esperada incluye documentar ambas definiciones, entender por qué cada área la calcula así, y proponer una definición única acordada con una fuente de verdad. Es un problema de gobernanza, no técnico, y saberlo es señal de seniority.

Cómo mapear tu portfolio a las preguntas

El ejercicio concreto de preparación: armá una tabla con tus proyectos y qué pregunta responde cada uno.

Proyecto del portfolio

Preguntas que cubre

Tablero de ventas con modelo estrella

Modelado, elección de gráficos, jerarquía de información

Análisis de abandono de clientes

SQL avanzado, entendimiento de negocio, definición de métricas

Proyecto con datos sucios documentado

Calidad de datos, validación, criterio de limpieza

Tablero que rediseñaste

Simplificación, foco en el usuario, decisiones de diseño

Si alguna fila queda vacía, ahí está tu próximo proyecto. Si necesitás ideas concretas de qué construir, esta selección de cómo crear tu primer dashboard en Power BI paso a paso es un buen punto de partida para la primera pieza.

Errores que descartan candidatos

  • Presentar tableros sin contexto. Un tablero lindo sin explicación de qué pregunta responde no transmite criterio. Acompañá cada pieza con dos párrafos: el problema y la decisión que habilita.

  • No poder explicar tu propio SQL. Si usaste IA para escribir las consultas de tu portfolio y no entendés qué hace cada parte, se nota en treinta segundos. Usar IA está bien; no entender el resultado, no.

  • Hablar solo de herramientas. "Sé Power BI, Tableau, SQL y Python" no dice nada. "Reduje el tiempo de actualización de un reporte de dos horas a diez minutos" dice todo.

  • No tener preguntas al final. Preguntar por el stack actual, cómo se define una métrica en la empresa o cómo miden el uso de los tableros muestra que pensás como alguien del rol.

Cursos recomendados de Coderhouse

Si al mapear tus proyectos detectaste huecos, estas son las rutas por nivel:

  • Nivel inicial — Curso de Power BI: modelado, medidas y diseño de tableros, que es la base del portfolio que vas a presentar.

  • Nivel intermedio — Curso de SQL: el bloque técnico que más se evalúa y donde más candidatos quedan afuera por falta de práctica con consultas reales.

  • Nivel avanzado — Carrera de Data Analytics: la formación completa que integra análisis, visualización y entendimiento de negocio, que es el tercer bloque de la entrevista.

Preguntas frecuentes

¿Cuántos proyectos tiene que tener mi portfolio?

Tres bien documentados superan a ocho superficiales. Lo que se evalúa no es cantidad sino variedad de situaciones: un proyecto con datos limpios y otro con datos desprolijos muestran más que dos proyectos cómodos. Asegurate de que entre los tres cubran modelado, visualización y una conclusión de negocio.

¿Power BI o Tableau: cuál conviene aprender?

En la región hay más búsquedas laborales que piden Power BI, en buena medida por su integración con el ecosistema de Microsoft que muchas empresas ya tienen. Tableau es fuerte en organizaciones grandes y en algunos sectores específicos. Dominar uno a fondo vale más que conocer los dos superficialmente: los conceptos se transfieren y aprender el segundo lleva poco tiempo.

¿Está mal usar IA para generar las consultas de mi portfolio?

No, es lo que se hace hoy en el trabajo real. Lo que sí es un problema es no poder explicar qué hace cada parte de la consulta ni por qué está escrita así. Usá la herramienta para acelerar, pero revisá y entendé cada línea antes de incorporarla, porque en la entrevista te van a preguntar.

¿Qué hago si no tengo experiencia laboral en BI?

Buscá un conjunto de datos público de un dominio que te interese y tratalo como un proyecto real: definí quién sería el usuario, qué decisión necesita tomar, construí el modelo y el tablero, y documentá las decisiones. La ausencia de experiencia formal pesa mucho menos cuando podés mostrar criterio aplicado.

¿Cómo respondo la pregunta de expectativa salarial?

Investigá primero el rango del rol en encuestas abiertas del sector y dá un rango, no un número exacto, aclarando que depende del alcance del puesto. Si te presionan por un número antes de conocer las responsabilidades, es válido responder que preferís entender bien el alcance antes de definirlo. Nunca des un número por debajo del rango de mercado por inseguridad.

Sobre el autor

Dan Patiño

Soy Dan Patiño, responsable de AI Strategy & Innovation en Coderhouse. Mi día a día consiste en fusionar la gestión táctica del e-commerce (CRO, Email Marketing y SEO) con el desarrollo de soluciones disruptivas. Me especializo en crear apps internas con IA para automatizar tareas y potenciar la innovación dentro del equipo. Creo fielmente que la tecnología es el mejor aliado de la estrategia. Para profundizar en mi recorrido profesional, 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.