Empleos Data Analyst Remoto en España 2026

Estás mirando ofertas de Data Analyst remoto, ves “España” en el título, haces clic con ilusión y al final piden ir 3 días a Madrid, 2 a Barcelona, inglés C1, 5 años con SQL, Python, Power BI, Tableau, Snowflake y casi saber arreglar la cafetera. Y claro, te preguntas: “¿De verdad hay empleos Data Analyst remoto en España para 2026 o es puro humo?”

Sí, los hay. Pero también hay mucho “remoto” disfrazado de híbrido, mucha oferta inflada y bastante competencia. La buena noticia: si sabes leer las ofertas, preparar tu CV para ATS y vender proyectos concretos, puedes colocarte muy por delante de gente con más años, pero peor enfoque.

En esta guía vamos a hablar claro: qué piden las empresas, cuánto se cobra, dónde buscar, cómo preparar tu perfil y qué hacer si vienes de otro sector.

Qué significa “Data Analyst remoto” en España en 2026#

Un Data Analyst remoto es la persona que convierte datos en decisiones, pero trabajando desde casa o desde donde viva dentro de España. No es solo hacer gráficos bonitos. Es entender preguntas de negocio y responderlas con datos.

Por ejemplo:

• ¿Por qué han bajado las ventas en una categoría?
• ¿Qué campañas están trayendo clientes rentables?
• ¿Qué tiendas convierten mejor?
• ¿Dónde se pierden usuarios en una app?
• ¿Qué producto genera más margen?

En empresas como BBVA, Telefónica, Inditex, Cabify o Glovo, los equipos de datos trabajan con áreas de marketing, producto, finanzas, operaciones, riesgo o logística. No todos los puestos son 100% remotos, pero muchas posiciones permiten trabajar desde casa con reuniones puntuales.

En 2026, el perfil de Data Analyst remoto en España suele dividirse en tres niveles:

1. Junior Data Analyst, 0 a 2 años de experiencia.
2. Data Analyst mid-level, 2 a 5 años.
3. Senior Data Analyst, más de 5 años o experiencia fuerte en negocio.

La diferencia no está solo en saber más herramientas. Está en tener criterio. Un junior saca datos. Un mid-level interpreta. Un senior cuestiona la métrica, detecta problemas y propone acciones.

Salarios de Data Analyst remoto en España en 2026#

Hablemos de dinero, porque mirar ofertas sin rango salarial cansa bastante.

Los salarios varían por ciudad, tipo de empresa, sector, idioma y si la empresa paga como mercado español o como mercado internacional. Aun así, estos rangos son bastante realistas para España en 2026:

Rangos salariales aproximados

• Junior Data Analyst: €24k a €32k brutos al año.
• Data Analyst con 2 a 4 años: €32k a €45k.
• Senior Data Analyst: €45k a €60k.
• Analytics Engineer o Product Data Analyst senior: €55k a €70k.
• Data Analyst remoto para empresa extranjera desde España: €50k a €85k, a veces más.

En Madrid y Barcelona suelen verse bandas más altas, sobre todo en fintech, SaaS, consultoría tecnológica y scaleups. Empresas como Cabify o Glovo pueden valorar mucho la experiencia en producto, experimentación y métricas de usuario. BBVA y Telefónica suelen buscar perfiles con buena base técnica, conocimiento de negocio y soltura para trabajar con equipos grandes.

En retail, como Inditex, un Data Analyst puede estar muy cerca de ventas, stock, e-commerce, pricing o comportamiento de cliente. Ahí tener visión de negocio vale muchísimo.

Ojo con el “remoto” y el salario

Una oferta remota no siempre paga más. Muchas empresas españolas mantienen rangos locales aunque trabajes desde casa. Lo que sí puedes ganar es flexibilidad, ahorro de transporte y acceso a empresas fuera de tu ciudad.

Si una empresa de Alemania, Países Bajos, Reino Unido o Estados Unidos contrata en remoto desde España, el salario puede subir bastante. Pero también suelen pedir inglés fluido, autonomía real y experiencia demostrable.

Qué herramientas piden para Data Analyst remoto#

No necesitas dominar 20 herramientas. Necesitas manejar bien las que importan y demostrar que las has usado para resolver problemas.

SQL, la base que no puedes saltarte

Si quieres trabajar como Data Analyst, SQL es casi obligatorio. No hace falta ser DBA, pero sí debes poder:

• Hacer joins.
• Usar group by.
• Filtrar con where.
• Crear CTEs.
• Usar window functions.
• Limpiar datos básicos.
• Detectar duplicados.
• Construir métricas.

Muchas entrevistas tienen prueba de SQL. Si tu SQL es flojo, lo vas a notar rápido.

Un buen objetivo sería poder resolver casos como:

1. Calcular ingresos mensuales por cliente.
2. Detectar usuarios que compraron por primera vez.
3. Medir retención por cohortes.
4. Comparar ventas antes y después de una campaña.
5. Encontrar productos con caída de conversión.

Excel y Google Sheets siguen vivos

Aunque suene menos sexy, Excel sigue apareciendo en muchas empresas. En roles junior o de negocio, te pedirán tablas dinámicas, fórmulas, limpieza y análisis rápido.

Conviene dominar:

• BuscarV, XLOOKUP o BUSCARX.
• IF, SUMIFS, COUNTIFS.
• Tablas dinámicas.
• Power Query.
• Gráficos simples.
• Validaciones.
• Limpieza de datos.

No pongas “Excel avanzado” si luego te bloqueas con una tabla dinámica. Mejor sé honesto y prepara ejemplos.

Power BI, Tableau y Looker

En España, Power BI tiene muchísima presencia, sobre todo en corporaciones, banca, consultoría y empresas que ya usan Microsoft. Tableau aparece bastante en empresas internacionales y equipos de producto. Looker es común en startups, SaaS y compañías más modernas en stack de datos.

No necesitas saber los tres para empezar. Si estás desde cero, yo priorizaría:

1. SQL.
2. Power BI.
3. Excel.
4. Python básico.
5. Una herramienta cloud si quieres subir nivel.

Python, útil pero no siempre obligatorio

Python suma puntos, sobre todo si haces análisis más profundos, automatización o limpieza de datos. Para un Data Analyst, lo más útil es:

• Pandas.
• Numpy básico.
• Matplotlib o Seaborn.
• Jupyter Notebook.
• Lectura de CSV, Excel y APIs.
• Limpieza y transformación.

No necesitas construir modelos complejos de machine learning para un puesto estándar de Data Analyst. Si la oferta insiste mucho en modelos, quizá está más cerca de Data Scientist.

Cloud y data warehouses

Cada vez se piden más herramientas como:

• BigQuery.
• Snowflake.
• Redshift.
• Databricks.
• Azure Synapse.

No siempre son requisito para junior, pero ayudan mucho en mid y senior. Si ves muchas ofertas de Telefónica, BBVA o consultoras tecnológicas, Azure y Google Cloud pueden aparecer bastante.

Tipos de empleos Data Analyst remoto en España#

No todos los Data Analyst hacen lo mismo. Este punto es clave porque puedes orientar tu búsqueda según tu experiencia previa.

1. Business Data Analyst

Trabaja muy cerca del negocio. Analiza ventas, clientes, márgenes, objetivos y rendimiento.

Suele encajar si vienes de:

• Finanzas.
• Marketing.
• Ventas.
• Operaciones.
• Consultoría.
• Administración.

Herramientas comunes:

• SQL.
• Excel.
• Power BI.
• Presentaciones.
• CRM o ERP.

Salario típico: €30k a €50k según experiencia.

2. Product Data Analyst

Analiza cómo usan los clientes una web, app o producto digital. Es muy común en empresas como Cabify, Glovo, fintechs, marketplaces y SaaS.

Mide cosas como:

• Conversión.
• Activación.
• Retención.
• Churn.
• Frecuencia de uso.
• Experimentos A/B.
• Funnels.

Herramientas comunes:

• SQL.
• Python o R.
• Amplitude, Mixpanel o GA4.
• Tableau, Looker o Power BI.
• Conocimiento de eventos.

Salario típico: €40k a €65k. Un perfil senior puede rondar €70k, especialmente en remoto internacional.

3. Marketing Data Analyst

Se centra en campañas, canales, coste de adquisición y retorno.

Suele analizar:

• Google Ads.
• Meta Ads.
• SEO.
• Email marketing.
• CAC.
• LTV.
• ROAS.
• Atribución.

Encaja si vienes de marketing digital y quieres moverte hacia datos. Es un camino bastante realista.

Salario típico: €30k a €55k.

4. Financial Data Analyst

Trabaja con datos financieros, previsiones, ingresos, gastos, rentabilidad y reporting.

Puede aparecer en bancos como BBVA, aseguradoras, fintechs, empresas energéticas y grandes corporaciones.

Herramientas comunes:

• Excel avanzado.
• SQL.
• Power BI.
• Python básico.
• Conocimiento financiero.

Salario típico: €35k a €60k.

5. People Data Analyst

Analiza datos de recursos humanos: rotación, absentismo, contratación, productividad, clima laboral y compensación.

Cada vez más empresas medianas y grandes quieren tomar mejores decisiones de talento.

Salario típico: €30k a €50k.

Dónde buscar empleos Data Analyst remoto en España#

Buscar bien te ahorra semanas. No basta con poner “Data Analyst remoto” en LinkedIn y mandar el mismo CV a 100 ofertas.

Portales y sitios útiles

Prueba combinaciones en:

• LinkedIn Jobs.
• InfoJobs.
• Welcome to the Jungle.
• Wellfound.
• Otta.
• Tecnoempleo.
• Indeed.
• Remote OK.
• We Work Remotely.
• JobRise.io.

Busca con palabras como:

• “Data Analyst remoto”.
• “Analista de datos remoto”.
• “Business Analyst data”.
• “Product Analyst remote”.
• “Marketing Data Analyst”.
• “BI Analyst remoto”.
• “Power BI Analyst”.
• “Analytics Specialist”.
• “Data Analyst Spain remote”.
• “SQL Analyst remote”.

Muchas ofertas buenas están en inglés aunque acepten candidatos en España. No te limites al español.

Cómo filtrar ofertas sin perder tiempo

Antes de aplicar, revisa esto:

1. ¿Dice 100% remoto o híbrido?
2. ¿Exige vivir en una ciudad concreta?
3. ¿Hay rango salarial?
4. ¿Pide demasiadas herramientas para un sueldo bajo?
5. ¿El puesto es realmente análisis o es soporte/reporting repetitivo?
6. ¿Pide inglés? ¿Qué nivel?
7. ¿La empresa tiene equipo de datos real?
8. ¿Menciona métricas, dashboards, stakeholders, SQL?

Si ves una oferta junior que pide 5 años, Snowflake, dbt, Python, Power BI, machine learning y salario “competitivo”, cuidado. Puede ser una lista de deseos sin sentido o un puesto mal definido.

Cómo adaptar tu CV para pasar filtros ATS#

Aquí se cae mucha gente. Tienen experiencia válida, pero su CV no pasa el primer filtro porque no usa las palabras correctas.

Los sistemas ATS leen tu CV buscando coincidencias con la oferta. Si el puesto pide SQL, Power BI, dashboards, reporting, KPIs y stakeholders, esas palabras deben aparecer de forma natural en tu CV.

Qué debe tener tu CV de Data Analyst

Tu CV debería incluir:

• Titular claro.
• Resumen corto.
• Herramientas técnicas.
• Experiencia con logros medibles.
• Proyectos.
• Formación.
• Idiomas.
• Enlaces a portfolio, GitHub o LinkedIn.

Ejemplo de titular:

Data Analyst | SQL, Power BI, Python | Reporting, KPIs y análisis de negocio

Ejemplo de resumen:

“Data Analyst con 3 años de experiencia en análisis de ventas, automatización de reporting y creación de dashboards en Power BI. Manejo SQL para extracción y transformación de datos, Excel avanzado y Python básico para limpieza. Experiencia trabajando con equipos de marketing, finanzas y operaciones.”

Cómo escribir logros que suenen fuertes

Evita frases vagas como:

• “Responsable de informes”.
• “Análisis de datos”.
• “Uso de Excel”.
• “Creación de dashboards”.

Cámbialas por frases con impacto:

• “Automaticé un reporte semanal en Power BI, reduciendo 6 horas de trabajo manual por semana.”
• “Analicé la conversión del funnel de registro y detecté una caída del 18% en usuarios móviles.”
• “Creé consultas SQL para medir ventas por canal, producto y región.”
• “Diseñé un dashboard de KPIs comerciales usado por 12 responsables de equipo.”
• “Mejoré la calidad de datos eliminando duplicados y errores de carga en más de 50.000 registros.”

No inventes cifras. Si no tienes números exactos, usa estimaciones honestas o volumen de datos.

Palabras clave que suelen ayudar

Incluye las que correspondan de verdad:

• SQL.
• Power BI.
• Tableau.
• Looker.
• Excel.
• Python.
• Pandas.
• ETL.
• Dashboards.
• Reporting.
• KPIs.
• Data visualization.
• Stakeholders.
• Business intelligence.
• Data quality.
• Funnel analysis.
• Cohort analysis.
• A/B testing.
• BigQuery.
• Snowflake.
• Google Analytics 4.
• CRM.
• Salesforce.
• HubSpot.

Portfolio para Data Analyst remoto: qué proyectos hacer#

Si no tienes experiencia formal, necesitas proyectos. No “certificados” sueltos, proyectos visibles.

Un portfolio bueno demuestra tres cosas:

1. Sabes trabajar con datos reales o parecidos a reales.
2. Puedes explicar tus decisiones.
3. Entiendes el negocio, no solo la herramienta.

Proyecto 1: dashboard de ventas

Crea un análisis de ventas con datos públicos o simulados.

Incluye:

• Ventas mensuales.
• Producto más rentable.
• Región con mayor crecimiento.
• Ticket medio.
• Margen.
• Top clientes.
• Recomendaciones.

Herramientas: SQL, Power BI o Tableau.

Lo importante no es el diseño perfecto. Es que expliques qué encontró el análisis y qué harías después.

Proyecto 2: análisis de cohortes

Este proyecto gusta mucho para product analytics.

Analiza usuarios por mes de alta y mide retención. Puedes usar datos públicos de e-commerce o simular eventos.

Incluye:

• Cohortes mensuales.
• Retención en mes 1, 2, 3.
• Caída principal.
• Segmentos con mejor comportamiento.
• Hipótesis de mejora.

Si apuntas a Cabify, Glovo, SaaS o apps, este tipo de proyecto vale oro.

Proyecto 3: marketing performance

Haz un análisis de campañas con métricas como:

• Inversión.
• Clics.
• Conversiones.
• CPA.
• ROAS.
• Ingresos.
• Canal más rentable.

Puedes presentar un dashboard y una página con conclusiones. Si vienes de marketing, este proyecto conecta muy bien con tu historia profesional.

Proyecto 4: limpieza de datos con Python

Muestra un notebook sencillo donde limpies un dataset desordenado.

Incluye:

• Duplicados.
• Nulos.
• Tipos de datos.
• Outliers.
• Nuevas columnas.
• Visualizaciones básicas.
• Conclusiones.

No lo compliques de más. Mejor limpio, claro y útil.

Cómo prepararte para entrevistas de Data Analyst remoto#

Las entrevistas suelen tener varias partes. No siempre, pero este flujo es común:

1. Llamada con recruiter.
2. Entrevista técnica.
3. Prueba práctica.
4. Entrevista con manager.
5. Entrevista cultural o de equipo.
6. Oferta.

Preguntas típicas de recruiter

Te pueden preguntar:

• ¿Por qué quieres este puesto?
• ¿Qué herramientas usas?
• ¿Has trabajado en remoto?
• ¿Cuál es tu expectativa salarial?
• ¿Nivel de inglés?
• ¿Disponibilidad?
• ¿Por qué cambias de empleo?

Prepara respuestas cortas. No cuentes toda tu vida.

Para expectativa salarial, puedes decir:

“Para un puesto Data Analyst remoto con estas responsabilidades, estoy buscando un rango entre €38k y €45k, según paquete total y expectativas del rol.”

Ajusta el rango a tu experiencia. Si estás junior, quizá €26k a €32k. Si eres senior, €50k a €65k o más.

Prueba técnica de SQL

Practica problemas reales. No memorices solo teoría.

Temas frecuentes:

• Joins.
• Agregaciones.
• Subconsultas.
• CTEs.
• Window functions.
• Fechas.
• Cohortes.
• Duplicados.
• Ranking.
• Conversiones.

Una pregunta típica:

“Calcula el revenue mensual por usuario activo y ordena los meses de mayor a menor crecimiento.”

Otra:

“Encuentra los clientes que compraron en enero, pero no volvieron a comprar en febrero.”

No basta con sacar la query. Explica tu razonamiento.

Caso de negocio

Aquí miran si piensas como analista.

Ejemplo:

“Las ventas de una tienda online bajaron un 15% este mes. ¿Cómo lo investigarías?”

Una buena respuesta podría seguir este orden:

1. Confirmaría que no hay error de datos.
2. Separaría por canal, país, dispositivo y categoría.
3. Compararía tráfico, conversión y ticket medio.
4. Revisaría campañas, stock, precios y cambios en web.
5. Miraría si la caída viene de nuevos clientes o recurrentes.
6. Priorizaría hipótesis por impacto.
7. Propondría acciones y métricas de seguimiento.

Eso demuestra cabeza. No hace falta adivinar la causa.

Inglés: cuánto necesitas de verdad#

Para empleos remotos en España, el inglés abre muchas puertas. No siempre necesitas C1 perfecto, pero sí poder trabajar.

Nivel realista por tipo de empresa:

• Empresa local española: B1-B2 puede bastar.
• Corporación internacional: B2-C1.
• Startup europea: B2 alto o C1.
• Empresa extranjera contratando en España: C1 recomendable.

Si tu inglés es medio, no te descartes automáticamente. Pero prepara frases para explicar proyectos, métricas y herramientas.

Practica responder en inglés:

• “Tell me about a dashboard you built.”
• “How do you validate data quality?”
• “How would you investigate a drop in conversion?”
• “What SQL functions do you use often?”
• “How do you work with stakeholders remotely?”

Con 20 respuestas preparadas, ya vas mucho más tranquilo.

Cómo destacar si vienes de otro sector#

Muchos Data Analysts no empezaron en datos. Vienen de marketing, finanzas, administración, ventas, atención al cliente, logística o ingeniería.

Tu ventaja es el contexto de negocio. No lo escondas.

Si vienes de marketing

Vende tu experiencia con:

• Campañas.
• Google Analytics.
• ROAS.
• Segmentación.
• Conversión.
• CRM.
• Email.
• SEO.

Puedes posicionarte como Marketing Data Analyst o Product Analyst junior.

Si vienes de finanzas

Tienes buena base para:

• Reporting.
• Forecasting.
• Control de gestión.
• Modelos en Excel.
• KPIs.
• Análisis de rentabilidad.

El salto a Power BI y SQL suele ser muy natural.

Si vienes de operaciones o logística

Esto puede encajar muy bien con empresas como Glovo, Cabify, retail o e-commerce.

Destaca:

• Tiempos de entrega.
• Costes.
• Capacidad.
• Procesos.
• Stock.
• Eficiencia.
• Incidencias.
• SLA.

Si vienes de atención al cliente

Puedes enfocar hacia:

• Análisis de tickets.
• NPS.
• Churn.
• Satisfacción.
• Motivos de contacto.
• Automatización de reportes.
• Calidad de servicio.

No digas “no tengo experiencia”. Di: “Tengo experiencia de negocio y estoy construyendo la parte técnica con SQL, Power BI y proyectos aplicados.”

Errores que te están quitando entrevistas#

Vamos a lo directo. Estos errores son muy comunes.

1. Mandar el mismo CV a todo

Si aplicas a Product Data Analyst, tu CV debe hablar de producto, funnels, retención y comportamiento de usuario. Si aplicas a BI Analyst, debe hablar de dashboards, reporting, SQL y Power BI.

No hace falta reescribir todo. Pero sí ajustar titular, resumen y primeras bullets.

2. Poner demasiadas herramientas

Un CV con 30 herramientas y poca experiencia genera dudas. Mejor 6 bien defendidas que 25 de adorno.

Orden recomendado:

• SQL.
• Power BI o Tableau.
• Excel.
• Python.
• BigQuery o Snowflake si aplica.
• GA4, Mixpanel o CRM si aplica.

3. No mostrar impacto

“Creé dashboards” no dice mucho. “Creé un dashboard que redujo el tiempo de reporting mensual de 2 días a 3 horas” sí.

Impacto mata listado de tareas.

4. No tener LinkedIn trabajado

Tu LinkedIn debe coincidir con tu CV. Pon titular claro, descripción, herramientas y proyectos.

Publica algún análisis corto si puedes. No hace falta volverse influencer. Con 2 o 3 posts mostrando proyectos ya mejoras confianza.

5. No preparar salario

Si no preparas tu rango, puedes pedir demasiado bajo o quedarte fuera por pedir sin contexto.

Investiga antes. Mira ofertas similares y habla con gente del sector. Para España, un Data Analyst con 3 años y buen SQL puede moverse tranquilamente en €35k a €45k, según empresa y ciudad.

Plan de 30 días para conseguir más entrevistas#

Si estás perdido, usa este plan. No es mágico, pero te ordena.

Semana 1: base y foco

Haz esto:

1. Elige tu perfil objetivo: BI, Product, Marketing, Business o Finance Data Analyst.
2. Actualiza tu CV con palabras clave.
3. Mejora LinkedIn.
4. Haz una lista de 30 empresas.
5. Practica SQL 45 minutos al día.

No saltes de herramienta en herramienta. Define ruta.

Semana 2: portfolio

Crea un proyecto decente, no cinco a medias.

Ideal:

• Dataset claro.
• Pregunta de negocio.
• Limpieza.
• Análisis.
• Dashboard.
• Conclusiones.
• Recomendaciones.

Publica el proyecto en GitHub, Notion, Medium o una web simple. Añade enlace en CV y LinkedIn.

Semana 3: aplicaciones buenas

Aplica a 5 ofertas al día, pero bien.

Para cada oferta:

1. Ajusta titular.
2. Ajusta resumen.
3. Mete 5 a 8 palabras clave reales.
4. Cambia las primeras bullets si hace falta.
5. Escribe mensaje corto al recruiter.

Mensaje ejemplo:

“Hola, vi la oferta de Data Analyst remoto. Tengo experiencia con SQL, Power BI y análisis de KPIs comerciales. He trabajado creando dashboards y automatizando reporting. Te dejo mi perfil por si encaja. Gracias.”

Semana 4: entrevistas y seguimiento

Practica:

• SQL.
• Caso de negocio.
• Explicación de proyectos.
• Inglés.
• Expectativa salarial.

Haz seguimiento a los 5 o 7 días si no responden. Un mensaje educado basta.

Empresas y sectores donde mirar en 2026#

No te obsesiones solo con grandes nombres. Sí, BBVA, Telefónica, Inditex, Cabify y Glovo tienen equipos de datos interesantes. Pero muchas oportunidades están en empresas menos famosas.

Sectores con demanda:

• Fintech.
• Banca.
• Retail.
• E-commerce.
• SaaS.
• Salud digital.
• Seguros.
• Energía.
• Logística.
• Consultoría tecnológica.
• Telecomunicaciones.
• Gaming.
• Edtech.

Las consultoras pueden ser buena puerta de entrada, aunque el trabajo varía mucho según cliente. Empresas de producto suelen pagar mejor y dar casos más interesantes, pero piden más autonomía.

Si buscas remoto real, mira también empresas europeas que contraten en España. Muchas publican en inglés y no aparecen si solo buscas “analista de datos”.

Qué perfil tendrá más opciones en 2026#

El Data Analyst que más opciones tendrá no será el que más herramientas acumule. Será el que combine técnica, comunicación y negocio.

Tu objetivo debería ser este:

• SQL sólido.
• Una herramienta BI fuerte.
• Excel suficiente.
• Python básico o intermedio.
• Capacidad de explicar insights.
• Buen criterio con métricas.
• Inglés funcional.
• Portfolio visible.
• CV adaptado a ATS.

Si puedes añadir experimentación, análisis de cohortes, GA4, BigQuery o Snowflake, mejor. Pero la base sigue siendo la misma: entender el problema, trabajar los datos y contar una historia útil.

Cierre: sí hay trabajo remoto, pero gana quien se posiciona mejor#

Los empleos Data Analyst remoto en España en 2026 existen, pero no se consiguen solo por hacer un curso y mandar CVs en masa. La competencia es real. También lo es la oportunidad.

Si preparas SQL, construyes un portfolio con cabeza, adaptas tu CV a cada oferta y sabes explicar impacto, puedes entrar en procesos mucho más interesantes. Y si ya tienes experiencia en marketing, finanzas, operaciones o producto, úsala como ventaja, no como excusa.

Antes de aplicar a otra oferta, revisa si tu CV está pasando filtros ATS y si comunica bien tus habilidades de datos. Puedes hacerlo gratis aquí: analiza tu CV con el ATS checker gratuito de JobRise.