Qué mueve el sueldo de data
- Especialización. Data Analyst de reporting cobra el suelo. Analytics Engineer, growth analyst o financial modeling: el medio. Senior DS con causal inference o experimentation: el techo.
- Stack moderno. SQL + Python + dbt + Looker/Tableau es baseline 2026. Sumar Snowflake/BigQuery/Databricks y experimentación rigurosa sube el rango ~10-15%.
- Impacto medible. Data analysts con métricas de negocio propias (revenue lift, retention impact) cobran como semi-senior aunque tengan 2 años.
- Industria. Fintech, AdTech y B2B SaaS pagan el techo. Retail, gobierno y consultoría tradicional: el suelo.
Data Analyst vs Data Scientist vs ML Engineer
- Data Analyst: SQL, BI tools, modelado dimensional, stakeholder mgmt. Foco en describir.
- Data Scientist: análisis estadístico, experimentación (A/B testing), modelos predictivos. ~10-15% más que DA con misma seniority.
- ML Engineer: producción de modelos (MLOps, infra, latency), software engineering. ~15-25% más que DS puro.
- Analytics Engineer: rol nuevo entre DA y DE. Stack moderno (dbt, modelado, transformación).
USD remoto: el cambio más grande del mercado data
El mercado de data ha sido de los más beneficiados por el trabajo remoto post-2022. Un Senior DS en España local: 65-80k €. El mismo perfil cobrando USD remoto para EE.UU.: 120-145k USD (~110-135k €). Aún descontando autónomos y IRPF, el neto suele duplicar.
El catch: las empresas que pagan tope-de-mercado en USD remoto son selectivas. Esperan experiencia con métricas de producto, comunicación clara con leadership, y suelen pedir proyectos de portfolio o take-home challenges.
Cómo usar estos rangos en una entrevista de data
- Aclara el rol antes de hablar de números. Si el JD dice "Data Analyst" pero las responsabilidades son de DS, el rango cambia 10-15%.
- Si te preguntan el rango: "Para roles de [rol específico] con este alcance, mi rango está entre [mínimo] y [máximo]."
- Negocia formación y conferencias. España: ~2-3.000 €/año. USD remoto: $3-5.000.