Ofertas Data Analyst Valencia 2026

Estás buscando ofertas de Data Analyst en Valencia y te pasa lo de siempre: ves muchas vacantes que suenan bien, pero cuando entras piden SQL, Python, Power BI, inglés alto, 3 años de experiencia, negocio, cloud y casi que telepatía. Y claro, te preguntas si de verdad tienes opciones en 2026, cuánto se está pagando y qué deberías cambiar en tu CV para no quedarte fuera en el primer filtro.

La buena noticia: Valencia se ha puesto muy interesante para perfiles de datos. No es Madrid ni Barcelona en volumen, pero justo por eso hay oportunidades para quien sabe posicionarse bien. Startups, consultoras, bancos, retail, logística, movilidad y empresas internacionales están contratando perfiles Data Analyst, BI Analyst y Product Analyst con sueldos cada vez más competitivos.

Ofertas Data Analyst Valencia 2026: qué está pasando de verdad#

Valencia lleva años creciendo como hub tecnológico. Hay talento, coste de vida más bajo que en Madrid o Barcelona, universidades fuertes y empresas que han abierto oficinas o equipos remotos desde la ciudad.

Para un perfil Data Analyst, esto significa algo muy concreto: no dependes solo de ofertas locales tradicionales. Puedes optar a:

• Empresas con oficina en Valencia.
• Puestos híbridos en Comunidad Valenciana.
• Vacantes remotas desde España.
• Equipos internacionales que pagan mejor si tienes inglés.
• Consultoras con proyectos para clientes como BBVA, Telefónica, Inditex, Cabify o Glovo.

En 2026, las ofertas suelen aparecer con varios títulos distintos. No busques solo “Data Analyst Valencia”, porque te puedes perder muchas.

Mira también:

1. BI Analyst.
2. Business Intelligence Analyst.
3. Reporting Analyst.
4. Product Analyst.
5. Marketing Data Analyst.
6. Financial Data Analyst.
7. Data Visualization Specialist.
8. Junior Data Analyst.
9. Analytics Consultant.
10. Operations Analyst.

Muchas vacantes son casi lo mismo, pero escritas con otro nombre. Si te quedas con una sola búsqueda, vas a ver menos opciones de las que realmente existen.

Salarios Data Analyst en Valencia en 2026#

Hablemos claro, porque esto importa. En Valencia, los salarios de Data Analyst suelen estar por debajo de Madrid en algunas empresas, pero la diferencia se ha recortado bastante con el trabajo híbrido y remoto.

Rangos habituales en 2026:

• Junior Data Analyst: €24k a €32k.
• Data Analyst con 2 a 4 años: €32k a €45k.
• Senior Data Analyst: €45k a €60k.
• Product Analyst o Analytics Engineer con buen stack: €50k a €70k.
• Roles internacionales remotos: €55k a €80k, si tienes inglés fuerte y experiencia sólida.

No todo se mueve por años de experiencia. Dos personas con 3 años pueden estar en rangos totalmente distintos.

La diferencia suele estar en estas cosas:

• Nivel real de SQL.
• Capacidad para explicar negocio.
• Experiencia con dashboards usados por equipos reales.
• Dominio de Power BI, Tableau o Looker.
• Python aplicado a análisis, no solo cursos.
• Inglés para trabajar con equipos globales.
• Impacto medible en proyectos anteriores.

Por ejemplo, una persona que solo “hace informes” quizá se quede en €30k o €35k. Otra que sabe detectar caídas de conversión, montar un dashboard ejecutivo y proponer acciones puede estar negociando €45k o más.

Qué empresas contratan Data Analysts en Valencia#

Valencia tiene una mezcla bastante buena de empresas tecnológicas, corporativas y consultoras. Algunas tienen oficina física, otras contratan remoto desde la ciudad.

Puedes mirar vacantes de:

• Mercadona Tech, muy orientada a producto, logística, datos y tecnología.
• Flywire, con perfiles internacionales y bastante foco en datos.
• Jeff, dependiendo del momento y estructura de equipos.
• Zeleros, más industrial y deep tech.
• Nunsys, consultoría tecnológica con proyectos de datos.
• Sothis, proyectos de BI, ERP y analítica.
• Capgemini, con proyectos para grandes clientes.
• Deloitte, Accenture, EY o KPMG, si te interesa consultoría.
• BBVA, Santander o CaixaBank, para roles financieros y analíticos.
• Telefónica, especialmente en datos, clientes, producto y operaciones.
• Inditex, para retail analytics, e-commerce y supply chain.
• Cabify y Glovo, para producto, operaciones, fraude, pricing o growth.

No todas publican “Valencia” siempre. Algunas ofertas dicen España remoto, híbrido flexible o ubicación múltiple.

Mi consejo práctico: no descartes una oferta porque la sede principal esté en Madrid. Si el puesto dice remoto España o híbrido con viajes puntuales, aplica. Muchas personas en Valencia trabajan para equipos de Madrid, Barcelona, Londres o Berlín sin moverse de casa.

Skills que más se repiten en ofertas Data Analyst Valencia 2026#

Si revisas 30 ofertas de Data Analyst en Valencia, vas a ver patrones muy claros. No necesitas saberlo todo, pero sí debes cubrir bien el núcleo.

1. SQL, la base de casi todo

SQL sigue siendo la habilidad número uno. Da igual si la empresa usa Power BI, Tableau, Looker, BigQuery, Snowflake o Redshift. Si no sabes consultar datos bien, vas flojo.

Lo que más piden:

• Joins.
• CTEs.
• Window functions.
• Agregaciones.
• Limpieza de datos.
• Optimización básica.
• Queries para reporting.
• Análisis de cohortes.
• Funnels.
• Métricas de negocio.

Si eres junior, no pongas solo “SQL básico”. Mejor muestra algo concreto:

• “Creé consultas SQL para analizar conversión por canal y detectar una caída del 18% en campañas de pago”.
• “Diseñé tablas de reporting para seguimiento semanal de ventas y margen”.
• “Analicé retención mensual de usuarios con cohortes en SQL”.

Eso suena mucho más real.

2. Power BI sigue muy fuerte en España

En Valencia y España en general, Power BI aparece muchísimo. Empresas tradicionales, consultoras, banca, retail y operaciones lo usan bastante.

Te conviene dominar:

• Modelado de datos.
• DAX básico e intermedio.
• Relaciones entre tablas.
• Medidas calculadas.
• Dashboards ejecutivos.
• Filtros, segmentadores y drill-downs.
• Publicación y control de accesos.

Tableau y Looker también salen, sobre todo en startups o equipos internacionales. Pero si estás empezando y dudas, Power BI es una apuesta muy sólida para el mercado español.

3. Python suma, pero no siempre es obligatorio

Python aparece mucho, pero no todas las vacantes lo usan de verdad en el día a día. Para Data Analyst, lo importante no es saber construir modelos complejos, sino analizar y automatizar.

Lo más útil:

• Pandas.
• NumPy.
• Matplotlib o Seaborn.
• Limpieza de datos.
• Automatización de informes.
• Lectura de APIs.
• Notebooks claros.
• Análisis exploratorio.

Si quieres diferenciarte, crea 2 o 3 proyectos simples pero bien explicados. Por ejemplo:

1. Análisis de ventas de un e-commerce.
2. Dashboard de movilidad urbana con datos abiertos de Valencia.
3. Análisis de precios de alquiler por barrio.
4. Funnel de conversión ficticio para una app tipo Cabify o Glovo.
5. Cohortes de retención para un producto SaaS.

No hace falta inventar la NASA. Hace falta demostrar criterio.

4. Negocio, la skill que más se infravalora

Muchas personas se centran en herramientas y olvidan lo que más valora un manager: que entiendas para qué sirve el análisis.

Un buen Data Analyst no solo responde “qué pasó”. También ayuda a entender:

• Por qué pudo pasar.
• Qué métrica está afectada.
• Qué segmento cambió.
• Qué decisión puede tomar el equipo.
• Qué habría que medir después.

En entrevistas, esta parte pesa muchísimo.

Si te preguntan por un dashboard que hiciste, no te quedes en “usé Power BI”. Explica:

• Qué problema había.
• Qué datos tenías.
• Qué métricas definiste.
• Qué decisión permitió tomar.
• Qué impacto tuvo.

Por ejemplo: “El equipo comercial no veía bien qué canales generaban leads de calidad. Monté un dashboard en Power BI cruzando leads, ventas y coste por canal. Detectamos que LinkedIn Ads traía menos volumen, pero un 35% más de conversión a venta que campañas genéricas”.

Eso vende mucho mejor que una lista de herramientas.

Cómo suelen ser las ofertas junior de Data Analyst en Valencia#

Las ofertas junior existen, pero muchas veces no se llaman junior. Algunas se publican como “Data Analyst”, pero luego piden 1 año de experiencia, prácticas, máster o proyectos personales.

Para perfiles junior, las empresas suelen buscar:

• SQL decente.
• Power BI o Tableau.
• Excel avanzado.
• Algo de Python.
• Capacidad de comunicación.
• Ganas de aprender.
• Inglés B2.
• Algún proyecto demostrable.

La trampa típica: leer una oferta, ver “2 años de experiencia” y descartarte. No lo hagas tan rápido.

Si cumples el 60% o 70% de lo que piden, aplica. Muchas empresas inflan los requisitos porque copian descripciones antiguas o mezclan deseos con necesidades reales.

Eso sí, tu CV tiene que estar muy ajustado. Si tu CV parece genérico, el filtro ATS y el recruiter no van a entender que encajas.

Qué poner en un CV junior

Si no tienes experiencia directa, usa proyectos, prácticas, trabajos universitarios o experiencia previa con datos.

Ejemplos de bullets útiles:

• “Analicé 50.000 registros de ventas con SQL y Power BI para identificar productos con mayor margen”.
• “Creé un dashboard interactivo de KPIs comerciales: ingresos, conversión, ticket medio y evolución mensual”.
• “Automatizé limpieza de datos en Python reduciendo tareas manuales repetitivas”.
• “Diseñé un análisis de cohortes para medir retención mensual de usuarios ficticios en un producto SaaS”.
• “Presenté conclusiones de negocio a un equipo no técnico usando visualizaciones simples”.

Evita frases como:

• “Responsable de análisis de datos”.
• “Conocimientos de SQL”.
• “Persona proactiva y orientada a resultados”.
• “Manejo de Excel y Power BI”.

Eso lo pone todo el mundo. Tú necesitas pruebas concretas.

Cómo suelen ser las ofertas senior de Data Analyst#

Para perfiles senior, las empresas ya no pagan solo por hacer dashboards. Pagan por criterio, autonomía y capacidad de influir.

Un Senior Data Analyst en Valencia o remoto desde Valencia puede moverse entre €45k y €60k, y más si entra en producto, fintech, SaaS o empresa internacional.

Lo que suelen pedir:

• SQL avanzado.
• Experiencia con modelos de datos.
• BI sólido.
• Definición de KPIs.
• Trabajo con stakeholders.
• Storytelling con datos.
• Experimentos A/B.
• Métricas de producto.
• Conocimiento de cloud o data warehouse.
• Capacidad para mentorear a perfiles junior.

En empresas tipo Cabify o Glovo, un perfil de Product Analyst puede tener que analizar conversión, retención, pricing, fraude, operaciones o comportamiento de usuarios. En retail como Inditex, puede trabajar con stock, demanda, campañas, ventas online y logística.

En banca como BBVA, el foco puede estar en riesgo, clientes, productos financieros, fraude o eficiencia comercial.

Tu CV senior debe hablar de impacto. No sirve decir “creé dashboards”. Mejor:

• “Reduje en un 22% el tiempo de reporting mensual automatizando pipelines y dashboards”.
• “Definí KPIs de producto usados por 5 equipos para priorizar roadmap”.
• “Detecté una caída de conversión del 14% en onboarding y propuse cambios que recuperaron 8 puntos”.
• “Lideré la migración de reporting desde Excel a Power BI para 40 usuarios internos”.
• “Mentoricé a 3 analistas junior en SQL, visualización y análisis de negocio”.

Dónde buscar ofertas Data Analyst Valencia 2026#

No te quedes solo en LinkedIn, aunque sigue siendo clave. Lo ideal es combinar varias fuentes.

Portales generalistas

Usa:

• LinkedIn Jobs.
• InfoJobs.
• Indeed.
• Glassdoor.
• Welcome to the Jungle.
• Tecnoempleo.
• JobFluent.
• Wellfound, antes AngelList, para startups.

En LinkedIn, crea alertas con diferentes términos. Por ejemplo:

1. “Data Analyst Valencia”.
2. “BI Analyst Valencia”.
3. “Power BI Valencia”.
4. “SQL Analyst Valencia”.
5. “Product Analyst Spain Remote”.
6. “Analytics Consultant Valencia”.
7. “Business Intelligence Spain Remote”.
8. “Data Analyst remoto España”.

Webs de empresas

Muchas ofertas no salen igual de bien posicionadas en portales. Revisa directamente las páginas de empleo de empresas que te interesen.

Por ejemplo:

• Mercadona Tech.
• Flywire.
• Nunsys.
• Sothis.
• Accenture.
• Deloitte.
• Capgemini.
• Telefónica.
• BBVA.
• Inditex.
• Cabify.
• Glovo.

Guarda las búsquedas y revisa una vez por semana. No necesitas mirar cada día durante horas, pero sí tener un sistema.

Comunidades y networking local

Valencia tiene bastante movimiento tech. Busca eventos, meetups y comunidades de datos, producto y tecnología.

Te puede ayudar:

• Meetups de Data Science y Analytics.
• Eventos de startups.
• Charlas de universidades.
• Lanzadera.
• Valencia Digital Summit.
• Comunidades de Python, Power BI o producto.
• Grupos de Telegram o Slack de empleo tech.

No vayas a un evento pensando “necesito pedir trabajo”. Ve con una idea más simple: hablar con gente que trabaja en datos.

Puedes preguntar:

• “¿Qué stack usáis en vuestro equipo?”
• “¿Qué tipo de perfiles estáis contratando?”
• “¿Qué recomiendas mejorar para entrar en analytics?”
• “¿Cómo es el proceso de entrevista en vuestra empresa?”

Muchas oportunidades empiezan con una conversación normal.

Cómo adaptar tu CV a ofertas Data Analyst#

Aquí es donde mucha gente pierde entrevistas. Tiene buen perfil, pero manda el mismo CV a todo.

Para cada oferta importante, ajusta tres partes:

1. Titular profesional

No pongas solo “Buscando nuevas oportunidades”. Eso no ayuda.

Mejor:

• “Data Analyst, SQL, Power BI y análisis de negocio”.
• “BI Analyst con experiencia en reporting financiero y dashboards ejecutivos”.
• “Product Data Analyst, funnels, cohortes y experimentación”.
• “Junior Data Analyst con proyectos en SQL, Python y Power BI”.

Tu titular debe decirle al recruiter qué eres en 3 segundos.

2. Resumen

Hazlo corto, 4 o 5 líneas. Incluye stack, tipo de análisis e impacto.

Ejemplo:

“Data Analyst con 3 años de experiencia en SQL, Power BI y Python, trabajando con equipos de ventas y producto. He creado dashboards ejecutivos, análisis de conversión y reporting automatizado para mejorar decisiones comerciales. Busco un rol en Valencia o remoto donde aportar análisis claro, foco de negocio y visualización útil”.

3. Experiencia con métricas

Cada puesto debería tener bullets con resultados. Usa números siempre que puedas.

Ejemplos:

• “Construí dashboards en Power BI para seguimiento de ventas semanales por región, usados por 25 managers”.
• “Automatizé reportes manuales en SQL, reduciendo 6 horas semanales de trabajo operativo”.
• “Analicé campañas de marketing y detecté segmentos con un 28% más de conversión”.
• “Creé modelos de reporting financiero para controlar desviaciones de presupuesto superiores a €500k”.
• “Diseñé KPIs de retención, activación y churn para un producto digital con 80.000 usuarios”.

Si no tienes cifras exactas, usa aproximaciones razonables. Pero no inventes impactos que no puedas defender.

Preguntas típicas de entrevista Data Analyst#

Las entrevistas suelen mezclar técnica, negocio y comunicación. No basta con saber herramientas, tienes que explicar cómo piensas.

Preguntas comunes:

1. Cuéntame un proyecto de análisis del que estés orgulloso.
2. ¿Cómo validarías que un dashboard tiene datos correctos?
3. ¿Qué harías si ventas y marketing tienen números distintos?
4. ¿Cómo analizarías una caída de conversión?
5. ¿Qué diferencia hay entre left join e inner join?
6. ¿Cómo explicarías una métrica compleja a alguien no técnico?
7. ¿Has trabajado con datos incompletos o sucios?
8. ¿Qué KPI usarías para medir retención?
9. ¿Cómo priorizas peticiones de distintos equipos?
10. ¿Qué dashboard mejorarías y por qué?

Prepárate con historias reales. Usa una estructura sencilla:

• Contexto.
• Problema.
• Datos disponibles.
• Análisis realizado.
• Resultado.
• Qué aprendiste.

Ejemplo breve:

“El equipo de marketing veía muchas visitas, pero pocas conversiones. Revisé el funnel por canal con SQL y Power BI, separando tráfico orgánico, pago y referidos. Detecté que una campaña concreta tenía alto volumen, pero rebote muy alto en móvil. Al ajustar landing y segmentación, la conversión subió del 2,1% al 3,4% en seis semanas”.

Eso suena claro, medible y creíble.

Pruebas técnicas: qué esperar#

Para Data Analyst en Valencia, las pruebas suelen ser bastante prácticas. No esperes siempre algoritmos complicados. Lo normal es algo cercano al trabajo real.

Puedes encontrarte con:

• Ejercicio SQL de 45 a 60 minutos.
• Dataset en CSV para analizar.
• Caso de negocio con preguntas abiertas.
• Creación de dashboard en Power BI o Tableau.
• Presentación de conclusiones.
• Revisión de métricas.
• Preguntas de Excel avanzado.
• Mini caso de producto o marketing.

Un caso típico:

“Tenemos una app de delivery y la conversión de registro a primer pedido ha bajado. Analiza estos datos y presenta hipótesis”.

Ahí tienes que mirar:

• Fechas.
• Canales.
• Dispositivo.
• Ciudad.
• Versión de app.
• Fuente de tráfico.
• Nuevos usuarios frente a recurrentes.
• Cambios en precios, promociones o tiempos de entrega.

No te obsesiones con enseñar 20 gráficos. Mejor 5 gráficos buenos y una historia clara.

Una estructura útil para presentar:

1. Qué pregunta intenté responder.
2. Qué datos revisé.
3. Qué encontré.
4. Qué hipótesis tengo.
5. Qué acción recomiendo.
6. Qué mediría después.

Stack recomendado para destacar en 2026#

Si quieres ser competitivo en Valencia, no necesitas estudiar 15 herramientas. Mejor domina un stack claro.

Stack junior recomendado

• SQL.
• Power BI.
• Excel avanzado.
• Python básico con Pandas.
• Git básico.
• Inglés B2.
• 2 proyectos publicados.

Con eso ya puedes competir por muchas ofertas junior o de entrada.

Stack intermedio

• SQL avanzado.
• Power BI o Tableau sólido.
• Python para análisis.
• BigQuery, Snowflake o Redshift básico.
• dbt básico.
• Métricas de negocio.
• Storytelling con datos.
• Experiencia con stakeholders.

Aquí ya puedes apuntar a €35k, €45k o más según empresa.

Stack senior

• SQL avanzado y optimización.
• Modelado analítico.
• Data warehouse.
• BI avanzado.
• Experimentación A/B.
• Producto o negocio fuerte.
• dbt.
• Python.
• Cloud, especialmente Google Cloud, AWS o Azure.
• Capacidad de liderazgo sin tener que ser manager.

Este stack te puede abrir roles de Senior Data Analyst, Analytics Engineer o Product Analyst con sueldos de €50k a €70k.

Errores que te están quitando entrevistas#

Te lo digo directo, porque lo veo mucho. Muchas personas no fallan por falta de talento, fallan por cómo se presentan.

Errores frecuentes:

• Mandar el mismo CV a todas las ofertas.
• Poner herramientas sin contexto.
• No incluir métricas ni resultados.
• Tener un LinkedIn vacío.
• No mostrar proyectos.
• Decir “nivel avanzado” sin pruebas.
• Aplicar a 100 ofertas sin revisar ninguna.
• No preparar preguntas de negocio.
• Hacer dashboards bonitos pero poco útiles.
• No practicar SQL con casos reales.

También hay un error muy común: pensar que necesitas otro curso antes de aplicar. A veces sí necesitas mejorar, claro. Pero muchas veces lo que necesitas es ordenar tu perfil y empezar a presentarte mejor.

Si ya sabes SQL, Power BI y tienes 2 o 3 proyectos decentes, empieza a aplicar mientras sigues mejorando. No esperes al momento perfecto.

Plan de 30 días para conseguir más entrevistas#

Si estás en Valencia y quieres moverte en 2026, puedes seguir este plan simple.

Semana 1: ordenar perfil

• Actualiza tu CV con un titular claro.
• Reescribe experiencia con métricas.
• Añade herramientas relevantes.
• Mejora tu LinkedIn.
• Crea alertas de empleo.
• Elige 20 empresas objetivo.

Semana 2: proyectos y portfolio

• Publica 1 proyecto en GitHub o Notion.
• Crea un dashboard en Power BI.
• Escribe una explicación del caso.
• Añade capturas y conclusiones.
• Prepara una demo de 3 minutos.

No hace falta un portfolio enorme. Hace falta que un recruiter o hiring manager vea que sabes pensar.

Semana 3: aplicar con intención

• Aplica a 5 ofertas bien adaptadas por día.
• Ajusta palabras clave del CV.
• Contacta con recruiters de datos.
• Escribe a personas que trabajen en empresas objetivo.
• Guarda todo en una hoja de seguimiento.

Una tabla simple sirve:

• Empresa.
• Puesto.
• Fecha.
• Estado.
• Contacto.
• Próximo paso.
• Comentarios.

Semana 4: entrevistas y mejora

• Practica SQL 30 minutos al día.
• Prepara 5 historias de proyectos.
• Ensaya explicación de dashboards.
• Revisa preguntas de negocio.
• Haz simulacros de entrevista.
• Ajusta el CV según respuestas reales.

Si no recibes respuestas tras 30 o 40 aplicaciones bien hechas, el problema suele estar en el CV, el encaje de ofertas o las palabras clave.

Palabras clave para pasar filtros ATS#

Muchos CV se filtran antes de que una persona los lea. Por eso debes usar palabras de la oferta, siempre que sean verdad.

Palabras clave útiles:

• SQL.
• Power BI.
• Tableau.
• Looker.
• Python.
• Pandas.
• Excel.
• DAX.
• ETL.
• Data visualization.
• Business intelligence.
• KPI.
• Reporting.
• Dashboard.
• Data quality.
• Stakeholder management.
• A/B testing.
• Cohort analysis.
• Funnel analysis.
• BigQuery.
• Snowflake.
• Azure.
• Google Cloud.
• dbt.

No metas una lista infinita sin sentido. Integra esas palabras en experiencia, proyectos y skills.

Por ejemplo:

“Desarrollé dashboards en Power BI con medidas DAX para seguimiento de KPIs comerciales, conectando datos desde SQL Server y Excel”.

Eso funciona mejor que poner:

“Power BI, DAX, SQL Server, Excel, KPI”.

¿Vale la pena mudarse o trabajar remoto desde Valencia?#

Si ya estás en Valencia, tienes una ventaja clara: puedes combinar calidad de vida con acceso a empleos remotos de mayor salario.

Un rol local puede pagar €32k a €45k en nivel intermedio. Un rol remoto para empresa de Madrid, Barcelona o europea puede subir a €50k, €60k o incluso €70k si tienes buen inglés y experiencia.

La clave es no limitarte geográficamente. Busca Valencia, sí, pero también remoto España y remoto Europa.

Eso sí, para competir remoto necesitas un perfil más claro. Hay más candidatos, así que tu CV, LinkedIn, portfolio y entrevistas tienen que estar mejor trabajados.

Conclusión: sí hay ofertas, pero tienes que posicionarte bien#

Las ofertas Data Analyst Valencia 2026 existen y van a seguir creciendo, sobre todo en BI, producto, operaciones, marketing, finanzas y consultoría. La ciudad tiene movimiento, pero las mejores oportunidades no siempre aparecen con el título exacto que esperas.

Si quieres mejorar tus opciones, céntrate en lo que más pesa:

• SQL fuerte.
• Power BI o Tableau.
• Python útil.
• Métricas de negocio.
• Proyectos claros.
• CV con impacto.
• LinkedIn alineado.
• Aplicaciones bien adaptadas.
• Preparación de entrevistas con casos reales.

No necesitas ser perfecto para aplicar. Necesitas demostrar que puedes convertir datos en decisiones.

Antes de mandar más solicitudes, revisa si tu CV está pasando bien los filtros ATS y si usa las palabras clave correctas para roles de datos. Puedes comprobarlo gratis aquí: analiza tu CV con el ATS Checker gratuito de JobRise.