Idealista Empleos Data y Engineering 2026

Estás mirando ofertas de Data y Engineering, ves “Idealista” y te preguntas lo mismo que mucha gente: “¿Tengo perfil suficiente o me van a descartar en 10 segundos?”. Encima, 2026 viene con más automatización, más filtros ATS y procesos cada vez más competitivos, así que no basta con saber programar o hacer dashboards. Hay que saber venderlo bien.

Idealista no es solo el portal donde buscas piso y te enfadas con los precios. Es una compañía tecnológica con mucho tráfico, producto digital potente, datos a gran escala y problemas reales de ingeniería: búsqueda, recomendación, mapas, pricing, experiencia de usuario, arquitectura, analítica, fraude, infraestructura y automatización.

Si estás pensando en postular a Idealista para un puesto de Data o Engineering en 2026, aquí tienes una guía clara, directa y práctica. Te cuento qué perfiles pueden tener más salida, qué skills conviene reforzar, cómo adaptar tu CV y qué esperar de salarios en el mercado español.

Idealista en 2026: por qué interesa a perfiles tech#

Idealista tiene algo muy atractivo para perfiles técnicos: millones de usuarios haciendo búsquedas con intención alta. Cada clic, filtro, favorito, alerta y contacto genera datos útiles.

Eso significa que los equipos de Data y Engineering no trabajan sobre problemas abstractos. Trabajan sobre preguntas muy reales:

• ¿Qué vivienda recomendar a cada usuario?
• ¿Cómo detectar anuncios sospechosos?
• ¿Cómo mejorar la velocidad de búsqueda?
• ¿Cómo estimar precios por zona?
• ¿Cómo ordenar resultados sin frustrar al usuario?
• ¿Cómo medir si una mejora de producto realmente funciona?

Para alguien de Data, eso implica modelos, experimentos, métricas, segmentación, calidad de datos y producto. Para alguien de Engineering, implica escalabilidad, APIs, backend, frontend, mobile, observabilidad, testing y rendimiento.

Empresas como BBVA, Telefónica, Cabify, Glovo, Inditex o Idealista compiten por perfiles parecidos. No siempre ganan quienes tienen más años de experiencia, muchas veces gana quien sabe explicar mejor su impacto.

Y aquí viene la parte importante: si tu CV dice “desarrollo de aplicaciones” o “análisis de datos”, suena genérico. Si dice “reduje el tiempo de carga un 35%” o “mejoré la precisión de un modelo de clasificación del 78% al 86%”, ya estás en otra liga.

Puestos de Data que pueden encajar en Idealista#

Idealista necesita convertir datos en decisiones. Eso abre la puerta a varios tipos de perfiles, desde analítica de producto hasta machine learning más avanzado.

1. Data Analyst

Un Data Analyst en una empresa como Idealista no solo prepara informes. Ayuda a producto, marketing, ventas o negocio a entender qué está pasando.

Tareas habituales:

• Crear dashboards en herramientas tipo Looker, Tableau, Power BI o Metabase.
• Analizar funnels de búsqueda, contacto y conversión.
• Medir tests A/B.
• Escribir SQL avanzado.
• Detectar cambios raros en métricas.
• Explicar resultados a personas no técnicas.

Skills clave:

• SQL muy sólido.
• Python o R para análisis.
• Estadística básica bien entendida.
• Métricas de producto.
• Comunicación clara.

En España, un Data Analyst puede moverse entre €28k y €45k según experiencia. Un perfil senior, con buen dominio de producto y experimentación, puede estar entre €45k y €60k, especialmente en Madrid, Barcelona o remoto para empresas con buen presupuesto.

2. Product Data Analyst

Este perfil es especialmente interesante para Idealista. No se limita a “sacar datos”, trabaja pegado a un equipo de producto.

Por ejemplo, puede analizar si un nuevo filtro de búsqueda mejora la conversión, si una nueva pantalla reduce abandono o si las alertas personalizadas generan más contactos.

Aquí pesan mucho:

• Eventos de producto.
• Amplitude, Mixpanel, GA4 o herramientas similares.
• Diseño de experimentos.
• Cohortes.
• Retención.
• Activación.
• Métricas accionables.

Si vienes de empresas como Cabify, Glovo o fintechs como BBVA, este tipo de experiencia puede encajar muy bien. Lo importante es contar historias de impacto, no solo listar herramientas.

3. Data Engineer

El Data Engineer es quien hace que los datos lleguen limpios, fiables y a tiempo. En una empresa con mucho tráfico, esto es crítico.

Responsabilidades típicas:

• Crear pipelines de datos.
• Diseñar modelos en data warehouses.
• Trabajar con Spark, Airflow, dbt o Kafka.
• Mantener calidad y trazabilidad de datos.
• Optimizar consultas y costes.
• Colaborar con analistas, científicos de datos y backend.

Un Data Engineer en España suele estar entre €38k y €65k. Perfiles senior con cloud fuerte, arquitectura y experiencia en escala pueden superar los €70k, sobre todo si han trabajado en entornos con mucho volumen.

4. Machine Learning Engineer

Idealista tiene casos naturales para machine learning: recomendación, ranking, detección de fraude, predicción de precios, clasificación de anuncios e imágenes.

Un ML Engineer no solo entrena modelos. También los lleva a producción, los monitoriza y trabaja con ingeniería para que sean útiles.

Skills habituales:

• Python.
• Scikit-learn, PyTorch o TensorFlow.
• Feature engineering.
• MLOps.
• APIs.
• Docker.
• Cloud.
• Monitorización de modelos.

Un perfil de Machine Learning Engineer puede estar entre €45k y €75k en España, con posibilidad de superar esa cifra si combina ML, backend y experiencia real desplegando modelos.

Puestos de Engineering que pueden encajar en Idealista#

La parte de Engineering en una empresa como Idealista es enorme. No hablamos solo de “hacer una web bonita”. Hablamos de buscador, mapas, filtros, cuentas de usuario, anuncios, pagos, datos, sistemas internos y rendimiento.

1. Backend Engineer

Backend suele ser una de las áreas más importantes en producto digital. En Idealista, el backend sostiene búsquedas, usuarios, anuncios, recomendaciones, APIs y lógica de negocio.

Tecnologías posibles, según equipo:

• Java.
• Kotlin.
• Python.
• Node.js.
• APIs REST.
• Microservicios.
• Bases de datos SQL y NoSQL.
• Elasticsearch u otros motores de búsqueda.
• Mensajería y eventos.

Un Backend Engineer mid-level en España puede estar entre €40k y €58k. Un senior fuerte puede moverse entre €60k y €80k, especialmente si domina arquitectura, rendimiento y sistemas distribuidos.

Lo que más te diferencia no es decir “sé Java”. Es explicar qué construiste, para cuántos usuarios, qué latencia tenía, cómo lo testeaste y qué problema resolvió.

2. Frontend Engineer

Idealista vive mucho de la experiencia de usuario. Buscar vivienda es emocional, urgente y muchas veces frustrante. El frontend tiene impacto directo en conversión y satisfacción.

Skills útiles:

• JavaScript o TypeScript.
• React, Vue o frameworks similares.
• Accesibilidad.
• Performance web.
• Testing frontend.
• Diseño responsive.
• SEO técnico.
• Trabajo con producto y diseño.

Un Frontend Engineer suele moverse entre €35k y €60k. Un senior con mucha experiencia en performance, arquitectura frontend y producto puede llegar a €65k o más.

Si quieres destacar, muestra proyectos con métricas:

• “Reduje el tiempo de carga inicial de 4,2s a 2,1s”.
• “Mejoré Core Web Vitals en páginas con alto tráfico”.
• “Implementé componentes reutilizables usados por 6 equipos”.

3. Mobile Engineer

Idealista tiene muchísimo uso móvil. Eso hace que perfiles Android e iOS sean relevantes.

Skills comunes:

• Kotlin para Android.
• Swift para iOS.
• Arquitecturas MVVM, Clean Architecture o similares.
• Testing.
• Performance mobile.
• Publicación y mantenimiento en stores.
• Analítica de eventos en app.

Mobile en España puede estar entre €38k y €65k. Perfiles senior con experiencia en apps con millones de usuarios pueden superar €70k.

Si vienes de empresas con producto móvil fuerte, como Cabify, Glovo o banca digital de BBVA, cuenta muy bien tu experiencia con estabilidad, crashes, funnels y releases.

4. DevOps, SRE y Platform Engineer

Toda empresa con tráfico alto necesita infraestructura fiable. Si la búsqueda se cae, si una release rompe algo o si el sistema va lento, se nota al instante.

Estos perfiles suelen trabajar en:

• CI/CD.
• Kubernetes.
• Docker.
• Cloud, como AWS, GCP o Azure.
• Observabilidad.
• Logs, métricas y trazas.
• Automatización.
• Seguridad.
• Resiliencia.

Rangos salariales habituales:

• DevOps mid-level: €45k a €60k.
• SRE senior: €60k a €85k.
• Platform Engineer con experiencia fuerte: €65k a €90k.

Aquí importa mucho contar incidentes reales, mejoras de disponibilidad, reducción de tiempos de despliegue y ahorro de costes.

Qué busca Idealista en perfiles Data y Engineering#

No podemos saber cada detalle interno de su proceso, pero sí podemos inferir qué suele buscar una compañía tecnológica madura.

Claridad técnica

No basta con poner una lista infinita de herramientas. Si dices que sabes Kafka, Airflow, Kubernetes, Spark, React, Python y Java, pero no explicas dónde los usaste, suena inflado.

Mejor:

• Proyecto.
• Problema.
• Tecnología.
• Resultado.
• Métrica.

Ejemplo flojo:

• “Uso de Python y SQL para análisis de datos”.

Ejemplo mucho mejor:

• “Analicé 12M de eventos mensuales con SQL y Python para detectar abandono en el funnel de registro, lo que ayudó a reducir la caída en un 18%”.

Mentalidad de producto

Idealista no vende tecnología por vender tecnología. Resuelve necesidades de usuarios que buscan, anuncian o gestionan viviendas.

Por eso, perfiles técnicos con sensibilidad de producto suelen destacar. Preguntas que deberías saber responder:

• ¿Cómo impactó tu trabajo en usuarios?
• ¿Qué métrica moviste?
• ¿Cómo priorizaste?
• ¿Qué trade-offs tomaste?
• ¿Qué aprendiste tras lanzar?

Esto vale tanto para Data como para Engineering. Un backend que mejora la latencia de búsqueda también mejora producto. Un analista que detecta una fricción en contacto también mejora negocio.

Comunicación simple

En equipos tech modernos, hablar claro es una skill enorme. Vas a trabajar con producto, diseño, negocio, soporte, marketing o ventas.

Si explicas un modelo de machine learning como si dieras una charla académica eterna, pierdes a la mitad de la sala. Si lo explicas con claridad, ganas confianza.

Un buen truco para entrevistas: prepara historias de 90 segundos. Cortas, concretas y con números.

Estructura:

1. Contexto.
2. Problema.
3. Qué hiciste tú.
4. Resultado.
5. Qué aprendiste.

Ownership

“Ownership” no tiene una traducción perfecta, pero significa hacerte cargo. No esperar a que todo esté definido. No esconderte detrás de “eso no era mi tarea”.

En un CV, esto se ve así:

• “Lideré la migración…”
• “Detecté y corregí…”
• “Propuse un experimento…”
• “Coordiné con producto y backend…”
• “Automatizamos un proceso manual…”

No hace falta haber sido manager. Puedes demostrar ownership desde un puesto junior si cuentas bien tus decisiones.

Cómo adaptar tu CV para Idealista#

Aquí mucha gente falla. Mandan el mismo CV a Idealista, Telefónica, Inditex, BBVA y una startup random de Londres. Luego dicen que “nadie responde”.

Para un puesto de Data o Engineering, tu CV tiene que parecer escrito para esa oferta. No inventado, adaptado.

Paso 1: lee la oferta como si fueras recruiter

Subraya:

• Tecnologías repetidas.
• Responsabilidades principales.
• Palabras como “producto”, “escala”, “experimentos”, “cloud”, “microservicios”.
• Requisitos obligatorios.
• Requisitos deseables.

Luego refleja eso en tu CV, siempre que sea verdad.

Si la oferta pide SQL, Python, experimentación y métricas de producto, esas palabras deben aparecer en tus experiencias relevantes. Si están escondidas en una línea al final, el ATS puede no darles peso.

Paso 2: cambia el titular profesional

No pongas solo “Ingeniero informático” o “Data professional”. Mejor algo específico.

Ejemplos:

• “Data Analyst con 4 años en producto digital, SQL avanzado y experimentación A/B”.
• “Backend Engineer Java/Kotlin con experiencia en APIs de alto tráfico y arquitectura distribuida”.
• “Data Engineer especializado en pipelines con Airflow, dbt y AWS”.
• “Frontend Engineer React/TypeScript enfocado en performance y producto”.

Este titular ayuda a recruiters y sistemas ATS. En 5 segundos tienen que entender quién eres.

Paso 3: convierte tareas en logros

Mira esta diferencia.

Tarea:

• “Desarrollo de APIs REST para aplicación web”.

Logro:

• “Desarrollé 8 APIs REST en Java para búsquedas de producto, reduciendo la latencia media de 420ms a 260ms”.

Tarea:

• “Creación de dashboards”.

Logro:

• “Creé dashboards de conversión usados por producto y marketing, reduciendo el tiempo de análisis semanal de 6 horas a 1 hora”.

Tarea:

• “Mantenimiento de pipelines”.

Logro:

• “Rediseñé pipelines en Airflow y dbt, bajando fallos diarios de carga de 12 a 2 y mejorando la disponibilidad de datos críticos”.

Los logros venden. Las tareas describen.

Paso 4: usa números aunque no sean perfectos

No necesitas tener métricas hiperexactas para todo. Puedes usar estimaciones razonables si son honestas.

Ejemplos:

• “Más de 500k usuarios mensuales”.
• “Reducción aproximada del 25%”.
• “Procesamiento de 20M eventos al mes”.
• “Equipo de 7 personas”.
• “Tiempo de despliegue reducido de 45 a 12 minutos”.

Los números hacen que tu experiencia sea creíble. También ayudan a que tu CV se lea con más interés.

Cómo prepararte para entrevistas de Data#

Las entrevistas de Data suelen mezclar técnica, negocio y comunicación. No te prepares solo haciendo ejercicios sueltos de SQL.

SQL: tiene que salir fluido

Practica:

• JOINs.
• Window functions.
• CTEs.
• Agregaciones.
• Subconsultas.
• Ranking.
• Detección de duplicados.
• Conversión por funnel.
• Cohortes.

Ejemplo típico para un portal como Idealista:

“Tienes una tabla de búsquedas, una de anuncios vistos y una de contactos. Calcula la conversión de búsqueda a contacto por ciudad y tipo de inmueble”.

Aquí no quieren solo la query perfecta. Quieren ver cómo piensas, cómo defines conversión y qué supuestos haces.

Producto: piensa como usuario

Prepara casos tipo:

• Baja la conversión de contacto, ¿qué miras?
• Una nueva funcionalidad aumenta clics pero reduce contactos, ¿es buena?
• ¿Cómo medirías la calidad de recomendaciones?
• ¿Qué métricas usarías para una alerta de precio?
• ¿Cómo detectarías anuncios fraudulentos?

No respondas con teoría vacía. Estructura tu respuesta.

Ejemplo:

1. Validaría si el dato es correcto.
2. Segmentaría por dispositivo, ciudad, fuente y tipo de usuario.
3. Miraría cambios recientes de producto.
4. Revisaría funnel paso a paso.
5. Propondría hipótesis y tests.

Estadística y experimentación

No hace falta ser doctor en estadística para muchos puestos, pero sí debes entender lo básico.

Repasa:

• Media, mediana y percentiles.
• Correlación vs causalidad.
• Significancia.
• Tamaño de muestra.
• Sesgos.
• Tests A/B.
• Métricas primarias y secundarias.

Una respuesta madura reconoce límites. Por ejemplo: “No lanzaría el cambio solo porque subió el CTR, miraría si también mejora contacto, calidad del lead y retención”.

Cómo prepararte para entrevistas de Engineering#

En Engineering, lo normal es que haya una mezcla de entrevista técnica, diseño de sistemas, revisión de experiencia y cultura de equipo.

Código

Practica con el lenguaje que usarías en el puesto. Si aplicas a backend Java, no tiene sentido resolver todo en Python si luego no puedes defender Java.

Temas frecuentes:

• Estructuras de datos.
• Algoritmos básicos.
• Diseño limpio.
• Testing.
• Manejo de errores.
• Complejidad.
• Refactorización.

No hace falta hacer malabares tipo competición si el puesto no va de eso. Pero sí tienes que escribir código claro y explicar decisiones.

Diseño de sistemas

Para Idealista, podrías pensar en ejercicios como:

• Diseñar un sistema de búsqueda de viviendas.
• Diseñar alertas cuando baja un precio.
• Diseñar un sistema de favoritos.
• Diseñar recomendaciones.
• Diseñar carga y validación de anuncios.
• Diseñar un sistema de detección de fraude.

Una buena respuesta incluye:

• Requisitos funcionales.
• Requisitos no funcionales.
• API.
• Modelo de datos.
• Caché.
• Búsqueda.
• Escalabilidad.
• Observabilidad.
• Fallos posibles.

No empieces directamente dibujando microservicios. Primero pregunta. ¿Cuántos usuarios? ¿Qué latencia se espera? ¿Qué datos importan? ¿Qué pasa si el sistema falla?

Experiencia real

Te van a preguntar por proyectos anteriores. Aquí mucha gente se queda en lo superficial.

Prepara 4 o 5 historias potentes:

• Un problema técnico difícil.
• Un conflicto de prioridades.
• Una mejora de rendimiento.
• Una migración.
• Un incidente en producción.
• Una decisión que salió mal y qué aprendiste.

Usa siempre números y contexto. No digas “mejoramos bastante”. Di “bajamos errores 500 de 2,3% a 0,4%”.

Skills que deberías reforzar en 2026#

El mercado tech en 2026 va a premiar perfiles que combinen ejecución, criterio y adaptación a IA. No basta con decir “uso ChatGPT”.

Para Data

Prioriza:

1. SQL avanzado.
2. Python para análisis.
3. Modelado de datos.
4. Experimentación.
5. Métricas de producto.
6. Visualización clara.
7. Data storytelling.
8. Conocimiento de herramientas IA para acelerar análisis.
9. Calidad de datos.
10. Privacidad y gobernanza.

La diferencia estará en conectar datos con decisiones. Un dashboard bonito no sirve si nadie cambia nada después de verlo.

Para Engineering

Prioriza:

1. Fundamentos sólidos de programación.
2. Arquitectura de software.
3. Testing automatizado.
4. Cloud.
5. Observabilidad.
6. Seguridad básica.
7. Performance.
8. IA aplicada al desarrollo.
9. Diseño de sistemas.
10. Comunicación con producto.

GitHub Copilot, Cursor o ChatGPT pueden acelerar, pero no sustituyen criterio técnico. Si no sabes revisar lo que genera la IA, puedes meter bugs más rápido.

Salarios esperados en España para 2026#

Los salarios dependen de ciudad, remoto, experiencia, inglés, stack y tamaño de empresa. Aun así, estos rangos son razonables para España en perfiles Data y Engineering.

Data

• Junior Data Analyst: €24k a €32k.
• Data Analyst mid-level: €32k a €45k.
• Senior Data Analyst: €45k a €60k.
• Analytics Engineer: €40k a €65k.
• Data Engineer: €38k a €70k.
• Senior Data Engineer: €65k a €85k.
• Machine Learning Engineer: €45k a €80k.
• Senior ML Engineer: €75k a €95k.

Engineering

• Junior Frontend Engineer: €28k a €38k.
• Frontend mid-level: €38k a €55k.
• Senior Frontend: €55k a €70k.
• Backend mid-level: €40k a €60k.
• Senior Backend: €60k a €85k.
• Mobile Engineer: €38k a €70k.
• DevOps/SRE: €45k a €90k.
• Engineering Manager: €75k a €110k.

Empresas como BBVA, Telefónica, Inditex, Cabify, Glovo e Idealista pueden variar bastante según equipo y seniority. También cuenta si hay bonus, acciones, seguro médico, teletrabajo o presupuesto de formación.

No te obsesiones solo con el número base. Mira el paquete completo y la proyección del rol.

Errores que te pueden dejar fuera#

A veces el problema no es tu nivel. Es cómo te presentas.

Error 1: CV demasiado genérico

Si tu CV podría servir igual para una consultora, una startup de delivery y un banco, no está afinado.

Personaliza el resumen, las skills y los bullets principales para cada oferta.

Error 2: listar tecnologías sin impacto

Una nube de palabras tech no convence. “Python, SQL, AWS, Docker, Spark, Tableau” no dice si sabes usarlas bien.

Mejor 4 bullets fuertes que 20 herramientas sin contexto.

Error 3: no preparar preguntas

Al final de la entrevista, preguntar “¿cuál es el horario?” como única pregunta sabe a poco.

Mejores preguntas:

• “¿Qué métricas usa el equipo para medir éxito?”
• “¿Qué retos técnicos tienen ahora mismo en búsqueda o recomendación?”
• “¿Cómo trabajan Data y Producto juntos?”
• “¿Qué nivel de ownership se espera en los primeros 6 meses?”
• “¿Cómo gestionan deuda técnica?”

Error 4: hablar mal de empresas anteriores

Puedes contar problemas sin sonar resentido. Di qué aprendiste y qué harías distinto.

La madurez pesa mucho.

Error 5: no revisar ATS

Muchos CVs ni llegan a una persona. Si el sistema no detecta match con la oferta, pierdes antes de empezar.

Por eso conviene revisar formato, keywords, títulos, fechas y claridad. Especialmente si aplicas a empresas con mucho volumen de candidaturas.

Plan de 30 días para mejorar tus opciones#

Si quieres postular a Idealista o empresas similares, haz esto durante un mes.

Semana 1: afina tu objetivo

Elige máximo 2 roles principales.

Por ejemplo:

• Data Analyst y Product Data Analyst.
• Backend Engineer y Platform Engineer.
• Data Engineer y Analytics Engineer.

Luego recoge 10 ofertas parecidas de Idealista, Cabify, Glovo, BBVA, Telefónica o Inditex. Saca las palabras repetidas y crea tu mapa de skills.

Semana 2: mejora tu CV

Reescribe:

• Titular.
• Resumen profesional.
• Últimas 2 experiencias.
• Skills técnicas.
• Proyectos destacados.

Cada experiencia debe tener al menos 2 bullets con métricas. Si no tienes métricas, estima impacto, volumen, usuarios, ahorro de tiempo o mejora técnica.

Semana 3: prepara entrevistas

Haz práctica específica.

Para Data:

• 20 ejercicios SQL.
• 3 casos de producto.
• 2 explicaciones de dashboards o análisis.

Para Engineering:

• 10 ejercicios de código.
• 2 diseños de sistemas.
• 3 historias STAR sobre proyectos reales.

Grábate respondiendo. Suena raro, pero funciona. Te das cuenta de si divagas o si no llegas al punto.

Semana 4: aplica con estrategia

No mandes 100 CVs sin pensar.

Haz esto:

1. Prioriza 15 ofertas buenas.
2. Adapta el CV a cada una.
3. Escribe una nota breve si la plataforma lo permite.
4. Contacta a alguien del equipo o recruiter en LinkedIn.
5. Lleva control en una hoja simple.

Columnas útiles:

• Empresa.
• Rol.
• Fecha.
• CV adaptado, sí o no.
• Contacto.
• Estado.
• Próximo paso.

Buscar trabajo también es un proceso. Si lo gestionas como proyecto, mejoras rápido.

Cómo escribir un mensaje a recruiter#

Si contactas a alguien de Idealista en LinkedIn, no mandes un texto enorme. Tampoco pongas “hola, ¿hay vacantes?”.

Mejor algo así:

“Hola, Ana. Vi una posición de Data Analyst en Idealista enfocada en producto y experimentación. Tengo 4 años de experiencia con SQL, Python y análisis de funnels en producto digital, incluyendo tests A/B y dashboards para equipos de producto. Me interesa mucho por el tipo de problemas de búsqueda y conversión. ¿Te parece bien si te comparto mi CV?”

Corto, claro y conectado con la oferta.

Para Engineering:

“Hola, Carlos. He visto el rol de Backend Engineer en Idealista. Trabajo con Java/Kotlin, APIs REST y sistemas de alto tráfico, y recientemente reduje latencia en servicios críticos de 480ms a 290ms. Me interesa el reto técnico de búsqueda y escalabilidad. ¿Podría enviarte mi CV?”

No suena desesperado. Suena profesional.

Qué proyectos personales pueden ayudarte#

Si no tienes experiencia directa en producto inmobiliario, puedes crear proyectos que conecten con el tipo de problemas.

Ideas para Data:

• Dashboard de precios de alquiler por ciudad con datos públicos.
• Modelo simple para estimar precio por metro cuadrado.
• Análisis de evolución de precios por barrio.
• Segmentación de anuncios por características.
• Simulación de test A/B para mejorar conversión.

Ideas para Engineering:

• Buscador de viviendas con filtros y mapas.
• API de favoritos y alertas.
• Sistema de scraping legal usando fuentes permitidas o datasets públicos.
• Frontend optimizado para performance.
• Pipeline que procese anuncios y genere métricas.

No hace falta que sea perfecto. Tiene que estar bien explicado en GitHub o portfolio:

• Qué problema resuelve.
• Stack usado.
• Decisiones técnicas.
• Cómo ejecutarlo.
• Capturas.
• Métricas si existen.

Un proyecto bien presentado puede compensar falta de experiencia en ciertos casos.

Conclusión: no necesitas ser perfecto, necesitas ser claro#

Aplicar a Idealista para Data o Engineering en 2026 puede ser una gran jugada si te gusta producto digital, datos reales y tecnología con impacto visible. Pero no vayas con un CV genérico esperando suerte.

Tu ventaja está en mostrar foco: qué rol quieres, qué problemas sabes resolver, con qué herramientas y qué resultados has conseguido. Si puedes contar eso con claridad, subes mucho tus opciones.

Piensa como alguien del equipo que revisa tu candidatura. Quiere saber rápido si puedes ayudar con búsqueda, datos, producto, escalabilidad, calidad o rendimiento. Hazle fácil decir “esta persona encaja”.

Antes de enviar tu CV a Idealista, BBVA, Telefónica, Inditex, Cabify, Glovo o cualquier empresa tech, pásalo por una revisión ATS. Puedes hacerlo gratis aquí: revisa tu CV con el ATS checker de JobRise.