Contratar perfil tech
Analytics Engineer
Modela los datos para el análisis con dbt y SQL sobre Snowflake, BigQuery o Databricks, aplicando prácticas de ingeniería de software. Actúa de puente entre ingeniería de datos y analistas.
Recibe candidatos finalistas, ya validados técnicamente, en las primeras dos semanas según el rol.
Stack habitual
- dbt
- SQL
- Snowflake / BigQuery / Databricks
- Airflow
- Looker
- Git
Qué hace
- Construir modelos de datos con dbt, pruebas y documentación.
- Definir métricas coherentes que se reutilicen en todos los informes.
- Orquestar transformaciones con Airflow y control de versiones en Git.
- Colaborar con analistas para entender sus necesidades de datos.
Qué distingue a uno bueno
- Escribe SQL modular, versionado y probado.
- Define una única fuente de verdad para cada métrica.
- Equilibra coste de computación y frescura de los datos.
El mercado de este perfil
Por qué cuesta contratarlo.
- 1
Un ingeniero de analítica con dbt y SQL se sitúa entre ingeniería y análisis, y pocos candidatos dominan a la vez el modelado, las pruebas y la comunicación con el negocio.
- 2
Las empresas con un almacén en Snowflake o BigQuery buscan este perfil nuevo y compiten por quienes ya trabajaron con dbt, y apenas hay profesionales con años de experiencia.
- 3
El título es tan reciente que se aplica a funciones muy diferentes, y un currículum con dbt puede significar desde consultas sueltas hasta un modelo bien gobernado.
Profesionales en España≈ 1.100
Perfil escaso
Fuera de las grandes capitales conviene abrir la búsqueda a remoto. En un momento dado busca cambio 1 de cada 5: unos 220 en todo el país.
Dónde están
- Zona 1 · Madrid y Barcelona46 % · ≈ 500
- Zona 2 · Valencia, País Vasco y Málaga16 % · ≈ 180
- Zona 3 · Sevilla, Zaragoza, Asturias, Alicante y Granada14 % · ≈ 160
- Zona 4 · Resto de provincias24 % · ≈ 260
Candidatos que podríamos presentarte en una búsqueda tipo
- 2 / 3
- Remoto
- 1 / 3
- Zona 1
- 0 / 3
- Zona 2
- 0 / 3
- Zona 3
- 0 / 3
- Zona 4
En cada proceso te presentamos 3 candidatos; donde el mercado es corto no siempre sale la terna completa. Búsqueda tipo: nivel medio, presupuesto en el centro de la banda de mercado y hasta dos tecnologías imprescindibles. Estimación de Tadatic.
¿Necesitas incorporar este perfil? Recibe candidatos finalistas en las primeras dos semanas, según el rol.
Antes de contratar
Cómo evaluarlo.
- CONSEJO 01
Pide estructurar modelos dbt para ventas con pruebas de calidad; evalúa capas, nomenclatura y tests sensatos.
- CONSEJO 02
Pregunta cómo evitaría métricas distintas según el informe; revela capa semántica y gobierno de definiciones.
- CONSEJO 03
Evita confundirlo con un analista que solo consume tablas; debe aplicar ingeniería a la transformación.
Cómo validamos perfiles de Datos y Big Data
- Un ejercicio con datos sucios, como responder una pregunta de negocio o diseñar una carga, permite ver método y rigor.
- Pedir que explique cómo comprobó que sus resultados o sus tablas eran correctos revela su cultura de calidad de datos.
- Revisar una consulta, un modelo o un esquema ajeno muestra comprensión de rendimiento y diseño más allá de la sintaxis.
Errores frecuentes al contratar
- Mezclar análisis, ingeniería y ciencia de datos como si fueran el mismo perfil y evaluarlos igual.
- Valorar solo herramientas conocidas, sin preguntar por calidad de datos, gobierno y capacidad de explicar resultados al negocio.
- Olvidar la vertiente operativa en modelos y flujos, donde se ve si el candidato llevó algo a producción.
Preguntas frecuentes.
¿Cuánto tardáis en presentar candidatos para un puesto de Analytics Engineer?
+
Recibes candidatos finalistas en las primeras dos semanas, según el rol, ya validados técnicamente, y puedes lanzar una oferta en cuanto elijas. De media, los candidatos finalistas llegan antes de 15 días.
¿Cuánto cuesta contratar un perfil de Analytics Engineer con Tadatic?
+
Nuestros honorarios son el 13 % del salario bruto anual del puesto. La validación técnica adicional suma un 2 %. Te damos la cifra cerrada antes de empezar la búsqueda.
¿Cómo validáis técnicamente a un perfil de Analytics Engineer?
+
Un ejercicio con datos sucios, como responder una pregunta de negocio o diseñar una carga, permite ver método y rigor. La IA acelera el rastreo y las primeras fases; la validación técnica y la entrevista final las hacen personas de nuestro equipo. Solo el 5 % de los perfiles llega a presentarse.
¿Es difícil encontrar un perfil de Analytics Engineer en España?
+
Estimamos que en España hay en torno a 1.100 profesionales con este perfil y que el 46 % vive en Madrid y Barcelona. En un momento dado solo busca cambio activamente 1 de cada 5, así que el mercado real de una búsqueda es bastante menor. Es un perfil escaso: fuera de las grandes capitales conviene abrir la búsqueda a remoto.
¿Qué tecnologías suele dominar un Analytics Engineer?
+
Lo habitual es dbt, SQL, Snowflake / BigQuery / Databricks, Airflow, Looker, Git. Ajustamos el stack exacto a tu proyecto al definir el perfil contigo.
Perfiles relacionados.
Todo Datos y Big DataData Governance / Data Steward
Garantiza que los datos estén catalogados, sean de calidad y se usen conforme a la ley: catálogos con Collibra o Purview, RGPD, EU AI Act y Data Act. Asigna responsables y define reglas de uso.
- Collibra
- Purview
- Catálogo de datos
- Calidad de datos
Data Platform Engineer
Construye y opera la plataforma de datos de la organización sobre Databricks o Snowflake, con arquitectura lakehouse, Delta Lake y Terraform. Facilita que otros equipos trabajen con datos de forma segura y eficiente.
- Databricks
- Snowflake
- Lakehouse
- Delta Lake
Ingeniero de Datos en Streaming / Tiempo Real
Construye sistemas de procesamiento de datos en tiempo real con Kafka, Flink, Spark Streaming, Kinesis o ClickHouse. Permite reaccionar a eventos en segundos, por ejemplo en detección de fraude o analítica en vivo.
- Kafka
- Flink
- Spark Streaming
- Kinesis








