Data Scientist Internship Guide 2026

Ves decenas de ofertas de prácticas de Data Scientist y casi todas piden experiencia que nadie tiene al empezar. Lo que no te dicen es que muchas de esas plazas nunca llegan a publicarse y que otras se llenan con candidatos que llevan meses preparándose sin que tú lo veas. Esto es cómo funciona el proceso de verdad, con los pasos concretos que puedes dar aunque tu CV esté casi en blanco.

Cómo se cubren las plazas de prácticas de verdad#

La mayoría de programas formales de internship en data science se abren entre agosto y noviembre para el año siguiente, y se cierran rápido. Las empresas grandes crean cohortes con un número fijo de plazas, y cuando se llenan, se llenan. Por eso enviar tu solicitud en enero suele ser tarde para ese ciclo.

Luego están las prácticas fuera de temporada. Muchos equipos de datos contratan a un becario en marzo o en septiembre porque alguien se fue, porque salió un proyecto, o porque el manager convenció a finanzas de un puesto más. Estas plazas casi nunca aparecen en portales grandes. Aparecen en la página de empleo de la empresa, en un grupo de Slack o en un mensaje de alguien que pregunta "¿conocéis a alguien?".

Ese mensaje es el atajo real. Las referencias siguen siendo una de las vías más frecuentes para llenar plazas pequeñas de datos, porque el equipo prefiere a alguien a quien alguien de dentro da el visto bueno antes que leer doscientos CVs. No necesitas un amigo íntimo en la empresa. Necesitas a alguien que pueda decir "este candidato me ha hablado y parece serio".

Qué hacer ahora mismo#

• Crea una lista de 25 a 30 empresas con equipo de datos, no solo las más conocidas. Incluye bancos, retail, salud, logística y startups de entre 20 y 200 personas.
• Busca en el buscador de empleo los avisos que no están en LinkedIn usando filtros de "intern", "beca", "prácticas" y "junior data".
• Identifica a dos personas por empresa que trabajen en datos y a las que puedas escribir sin fingir.
• Prepara un mensaje corto, sin plantilla genérica, pidiendo 15 minutos de conversación, no trabajo.
• Ten un proyecto público en GitHub con datos reales y un README que explique qué problema resolviste.
• Revisa tu CV con el verificador de ATS gratuito antes de enviarlo a cualquier portal.
• Pasa cada oferta por el analizador de ofertas de empleo para entender qué piden de verdad frente a lo que dice el titular.

Cómo escribir un CV sin experiencia#

Cuando no tienes experiencia, el CV se sostiene con proyectos y con cómo los cuentas. El error típico es listar tecnologías: "Python, pandas, scikit-learn, SQL". Eso no dice nada sobre si sabes usarlas.

Lo que funciona es describir un problema, lo que hiciste y qué resultado obtuviste, aunque el resultado sea pequeño. Los reclutadores de prácticas no esperan impacto de negocio de millones. Esperan que entiendas qué estabas haciendo.

Ejemplo de bullet antes: "Análisis de datos con Python y pandas para proyecto de la universidad".

Ejemplo de bullet después: "Analicé 40.000 registros de pedidos de un dataset público para identificar por qué subían los reembolsos; detecté que el 62 % se concentraba en dos categorías y presenté el hallazgo en una nota de dos páginas".

La segunda versión demuestra tres cosas: que sabes limpiar datos, que sabes buscar una causa y que sabes comunicar. Con eso compites contra candidatos con una pasantía en el CV.

También cuenta el trabajo no técnico si tiene relación. Si organizaste un evento, gestionaste presupuestos o atendiste clientes, estás demostrando coordinación y trato con gente, que es lo que más falta en equipos de datos junior.

Qué esperar del proceso de selección#

Un proceso típico de prácticas de Data Scientist tiene tres o cuatro pasos. Primero, filtro de CV o de formulario, muchas veces automático. Segundo, una prueba técnica: un ejercicio de SQL, un reto de modelado con un dataset pequeño, o un take-home de dos a cuatro horas. Tercero, una entrevista técnica donde explicas tu solución y respondes preguntas. Cuarto, una conversación con el manager sobre motivación y disponibilidad.

La parte técnica casi nunca busca modelos sofisticados. Busca que entiendas el problema antes de codificar, que valides tu trabajo y que expliques tus decisiones. Un modelo simple con validación correcta gana a un modelo complejo sin ella casi siempre.

Prepárate para preguntas de SQL sobre joins y agregaciones, para explicar la diferencia entre overfitting y underfitting con un ejemplo propio, y para hablar de un proyecto que hayas hecho de principio a fin. Si no sabes algo, di que no lo sabes y cuenta cómo lo investigarías. Eso se valora más que improvisar.

Cuánto se paga, con números reales#

La compensación de prácticas de datos varía mucho según país, sector y tamaño de empresa, y cambia cada año. Como referencia orientativa, las pasantías técnicas en empresas grandes de EE. UU. se suelen situar en rangos de unos 3.000 a 6.000 USD mensuales brutos, y en Europa las becas de prácticas van desde el salario mínimo del país hasta importes notablemente superiores en banca o consultoría. En España y Latinoamérica muchas prácticas se pagan con una beca que a veces cubre solo transporte y comida, y otras veces es un salario junior real.

No te fijes solo en la cifra. Pregunta si hay compensación por transporte, si las horas son compatibles con tus estudios y si hay posibilidad de continuar después. Verifica siempre el rango actual en la fuente oficial del país o de la empresa, porque las condiciones cambian y las cifras de este texto pueden quedarse cortas.

Cómo convertir unas prácticas en un puesto fijo#

La conversión no depende de lo que sepas el primer día. Depende de que al final del periodo el manager pueda defender tu contratación sin tener que inventar argumentos.

Tu trabajo durante las prácticas es generar evidencia de eso. Pregunta en la primera semana qué tendría que ser distinto al final para que la experiencia haya sido un éxito, y anota la respuesta literal. Ese es tu objetivo, no una lista de tareas que te van asignando.

Busca un problema pequeño que nadie esté resolviendo y llévalo hasta el final. Un dashboard que se hacía a mano, un proceso de limpieza que se repetía cada semana, una validación de datos que faltaba. Terminar algo pequeño y útil pesa más que empezar tres cosas grandes.

Habla de la conversión con tu manager hacia la mitad del periodo, no al final. Una frase directa funciona: "Me gustaría seguir en el equipo después de las prácticas. ¿Qué tendría que demostrar en lo que queda para que sea una opción real?". Si la respuesta es vaga, tienes información útil. Si es concreta, tienes un plan.

Guarda tus logros con números y fechas. Cuando llegue la conversación de oferta, vas a querer citar hechos, no sensaciones.

Herramientas gratis#

• jobrise.io/es/free-ats-checker/
• jobrise.io/es/free-jd-decoder/
• jobrise.io/es/jobs/
• jobrise.io/es/blog/

Preguntas frecuentes#

¿Necesito un máster para conseguir prácticas de Data Scientist?

No siempre. Para programas formales de empresas grandes a veces piden estar cursando un grado o máster en áreas cuantitativas, pero muchas startups y equipos locales contratan por proyecto y por actitud. Revisa el requisito exacto en cada oferta antes de descartarte tú mismo.

¿Cuánto duran las prácticas de data science?

Lo más habitual es entre tres y seis meses, a tiempo parcial durante el curso o a jornada completa en verano. Algunos programas de beca se alargan hasta un año. Confirma la duración y el horario antes de aceptar, porque varía mucho entre países y empresas.

¿Qué proyectos me conviene tener en el portfolio?

Un proyecto con datos reales y un problema claro vale más que cinco notebooks de tutoriales. Elige un dataset que entiendas, plantea una pregunta concreta, y deja el repositorio con README, código limpio y conclusiones escritas. Eso es lo que un entrevistador puede preguntarte.

¿Puedo pedir prácticas en una empresa que no tiene oferta publicada?

Sí, y es donde más oportunidades hay fuera de temporada. Escribe al responsable del equipo de datos con una propuesta concreta de lo que podrías aportar en tres meses, y menciona tu disponibilidad real. No prometas trabajo gratis sin pensar en tus condiciones, y pregunta siempre si hay compensación.

¿Qué hino si me rechazan después de la prueba técnica?

Pide feedback por escrito, aunque muchas empresas no lo den. Revisa tu solución con calma, identifica qué falló, y vuelve a aplicar a la misma empresa en el siguiente ciclo si el proceso fue correcto. Un rechazo de prácticas rara vez es definitivo y casi nunca habla de tu potencial a largo plazo.