Empleos de Data Engineer en Spain: CV, entrevista y candidatura

No consigues entrevistas para puestos de Data Engineer en España, o te quedas tras la primera ronda técnica. El mercado local tiene sus propias reglas y lo que funcionaba en otro país puede no servir aquí. Vamos a arreglarlo.

El mercado de datos en España: Madrid y Barcelona mandan#

La mayor concentración de ofertas está en Madrid y Barcelona. Valencia, Málaga y Bilbao crecen, pero con menos volumen y a menudo salarios más bajos. Las fintech, las scale-ups tecnológicas y los grandes bancos son los que más contratan.

El inglés es casi siempre obligatorio. El español, un requisito real en el 80% de los casos, no solo un "plus". Si no hablas un B2 mínimo, tu búsqueda se reduce a empresas muy internacionales.

Formato de CV que funciona aquí#

Olvida el CV de una página con diseño creativo si vas a postular por portales de empleo. Los sistemas ATS lo leen mal. Usa un formato limpio, sin columnas, sin iconos, sin tablas.

• Nombre y apellidos, ciudad (no dirección completa), teléfono con código de país, email profesional, enlace a LinkedIn y a GitHub.
• Un resumen de 3-4 líneas. Sin palabras vacías. Dí qué stack usas, en qué contexto y qué buscas.
• Experiencia en orden cronológico inverso. Cada puesto con empresa, ubicación, fechas (mes/año), y 4-6 bullets.
• Educación al final. En España se suele poner, pero pesa menos que la experiencia.
• Idiomas con nivel real (MCER: B2, C1...). No pongas "inglés avanzado" sin más.

Palabras clave ATS y cómo encontrarlas#

Tu CV debe reflejar el lenguaje de la oferta. Si la oferta dice "Spark", tu CV debe decir "Spark", no solo "procesamiento distribuido".

Usa nuestro decodificador de ofertas para extraer las palabras clave exactas de cada oferta. Pega la descripción en la herramienta de análisis de ofertas y compara con tu CV antes de cada envío.

Algunas keywords habituales en Data Engineer: Python, SQL, Spark, Airflow, dbt, Docker, Kubernetes, AWS, GCP, Azure, Snowflake, Redshift, BigQuery, ETL, ELT, data warehouse, data lake, CI/CD, Terraform, Kafka, Scala, Pandas.

Ejemplo de bullet reescrito#

Antes (vago):

• Responsable de los procesos de datos de la empresa.

Después (concreto, con impacto):

• Diseñé y mantuve 12 pipelines de ETL con Airflow y dbt en GCP, procesando 2 TB diarios de datos de CRM y web analytics. Reduje el tiempo de ejecución nocturno un 35%.

El segundo dice qué herramientas, qué escala y qué resultado. Eso es lo que el técnico que lee tu CV necesita ver.

Qué esperar en la entrevista#

La mayoría de procesos tienen 3-4 fases: screening de RRHH, técnica con un Data Engineer o Lead, prueba práctica (take-home o live coding), y conversación con el hiring manager.

En la técnica, esperan que hables de arquitectura real. No basta con definir qué es Spark. Te preguntarán por decisiones que tomaste: ¿por qué Airflow y no Luigi? ¿Por qué BigQuery y no Redshift? ¿Cómo monitorizas los fallos?

Preguntas típicas:

• Cuéntame un pipeline que diseñaste de cero. ¿Qué requisitos tenías? ¿Qué trade-offs hiciste?
• ¿Cómo gestionas la calidad de los datos? ¿Tests, validaciones, alertas?
• Tu job de Airflow falla a las 3 AM. ¿Qué haces? ¿Cómo lo evitas la próxima vez?
• Diferencias entre data warehouse y data lake. ¿Cuándo usarías uno u otro?
• SQL: te dan un caso de negocio y esperan que escribas una query con window functions o CTEs.

Prepara 2-3 proyectos de los que puedas hablar 10 minutos cada uno, con detalles técnicos reales. No memorices respuestas genéricas.

La prueba técnica take-home#

Muchas empresas españolas envían un ejercicio con datos de ejemplo. Tienes 3-7 días para entregarlo.

• Lee el enunciado dos veces. Si algo no queda claro, pregunta antes de empezar.
• Documenta tus decisiones en un README. ¿Por qué ese modelo de datos? ¿Por qué esas transformaciones?
• No sobre-diseñes. Un ejercicio de 4 horas no pide Kubernetes. Pide código limpio, tests básicos y una estructura lógica.
• Entrega a tiempo. Si necesitas más días, pide antes de la fecha límite.

Salario: rangos reales, no fantasía#

Los rangos varían mucho según ciudad, empresa y años de experiencia. Como referencia general de lo que se reporta en portales y comunidades:

• Junior (0-2 años): 24.000 a 32.000 € brutos anuales.
• Mid (3-5 años): 35.000 a 50.000 €.
• Senior (6+ años): 50.000 a 70.000 €. Puestos en empresas internacionales remotas pueden llegar a 80.000 o más, pero son menos frecuentes.

Estos números cambian cada año. Consulta fuentes actualizadas como Glassdoor, Levels.fyi o comunidades como Madrid Data Engineers antes de negociar. No hay garantías.

Visas y permisos: lo que debes saber#

Si no eres ciudadano de la UE, necesitas un visado de trabajo. La empresa debe patrocinarte, lo que implica coste y trámites para ellos. Algunas startups no pueden o no quieren hacerlo.

El visado más común es el de trabajo por cuenta ajena. La empresa inicia el proceso. Los tiempos varían: entre 1 y 3 meses en muchos casos, pero puede alargarse. No hay atajos.

Si estás en España con un visado de estudiante, algunas conversiones a permiso de trabajo son posibles, pero las condiciones cambian. Verifica siempre la normativa vigente en la web oficial de Extranjería o consulta con un abogado de inmigración. No confíes en datos de foros antiguos.

Checklist antes de enviar tu candidatura#

• CV en PDF, una columna, sin gráficos, con tu stack técnico claro.
• Resumen de 3-4 líneas adaptado al puesto.
• Cada bullet de experiencia incluye herramienta, contexto y resultado.
• LinkedIn actualizado y coherente con el CV.
• GitHub con al menos 2 proyectos limpios y documentados.
• Palabras clave de la oferta reflejadas en tu CV.
• Carta de presentación opcional, pero útil si explicas un cambio de país o de sector.

Dónde buscar ofertas#

Portales generalistas como LinkedIn, Indeed y InfoJobs tienen volumen. Para roles técnicos, prueba también con Welcome to the Jungle, Otta y Honeypot. Las comunidades de Slack y Telegram de data engineers en España comparten ofertas que no siempre llegan a los portales.

Consulta también nuestro buscador de empleo para filtrar por tecnología, ciudad y modalidad remota. Y si quieres entender mejor qué pide cada oferta, pasa por nuestras herramientas gratuitas.

Herramientas gratis#

• chequeo ATS gratis
• decodificador de ofertas
• empleos
• blog

Preguntas frecuentes#

¿Necesito título universitario para ser Data Engineer en España?

No es un requisito formal en la mayoría de empresas privadas. Lo que pesa es la experiencia demostrable y el stack técnico. Algunas empresas grandes o consultoras aún lo piden, pero la tendencia está cambiando.

¿Puedo trabajar en remoto desde España para una empresa de otro país?

Sí, pero la empresa debe tener entidad legal en España o usar un Employer of Record. Trabajar como autónomo (freelance) es otra opción, con sus propias obligaciones fiscales. Consulta con un asesor fiscal antes de aceptar.

¿Cuánto tarda un proceso de selección de Data Engineer?

Entre 2 y 6 semanas es lo habitual. Empresas grandes pueden tardar más. Si no te responden en 2 semanas tras una entrevista, envía un email breve de seguimiento.

¿Me contratarán si no hablo español?

Es posible, pero tu pool de ofertas se reduce bastante. Las empresas internacionales con sede en España y los equipos técnicos angloparlantes son tu mejor opción. En Madrid y Barcelona hay más de estas oportunidades que en otras ciudades.

¿Qué herramientas debo dominar sí o sí?

SQL y Python son la base que todos piden. Después, una herramienta de orquestación como Airflow, un cloud provider (AWS, GCP o Azure) y un data warehouse moderno (Snowflake, BigQuery o Redshift). Con eso cubres el 80% de las ofertas.