Preguntas de entrevista para analistas de datos que realmente se hacen en 2026
Las cuatro rondas que realmente compone una entrevista de analista de datos, qué evalúa cada una y las respuestas que pasan la pantalla de SQL para obtener una oferta.
Jordan Reyes · · 8 min de lectura
Cuatro preguntas hacen la mayor parte del trabajo en una entrevista de analista de datos: escribir una consulta contra dos tablas, explicar por qué un número cambió, describir un proyecto que gestionaste tú, y explicar un resultado a alguien que nunca abrirá tu cuaderno. Todo lo demás es programación. Este post explica qué evalúa cada ronda, qué suena como una respuesta aprobada para un Analista de Datos y para un Analista de Inteligencia Empresarial, y en qué ronda probablemente estás perdiendo sin que nadie te lo diga.
No agencia federal publica una lista de preguntas de entrevista, y nadie más tiene una lista real. Lo que existe es los datos de tareas bajo el puesto de trabajo. O*NET encuesta a las personas que realizan el trabajo y califica cada tarea y habilidad en una escala de importancia de 0 a 100, y los paneles de contratación construyen sus preguntas a partir de tareas - así, las calificaciones te indican dónde se encuentra el peso antes de que se formule una sola pregunta. Cada calificación de O*NET a continuación es el número que llevaba el sitio en su actualización de 2026.
De qué se está tomando muestra
Dos ocupaciones de O*NET cubren el área que la mayoría de los anuncios de analistas de datos describen: Analistas de Ciencia de Datos (15-2051.00) y Analistas de Inteligencia de Negocios (15-2051.01). Sus listas de tareas no son iguales, y esa diferencia vale diez minutos de preparación.
Para los Analistas de Inteligencia de Negocios, la tarea más valorada es "generar informes estándar o personalizados que resuman datos de negocio, financieros o económicos" con una puntuación de 91, seguida de "mantener o actualizar herramientas, bases de datos, dashboards, sistemas o métodos de inteligencia de negocio" con 84 y "gestionar el flujo oportuno de información de inteligencia de negocio a los usuarios" con 80. Eso es un trabajo de informes con una obligación de servicio adjunta. Para los Analistas de Ciencia de Datos, las dos tareas más destacadas son "analizar, manipular o procesar grandes conjuntos de datos utilizando software estadístico" y "crear gráficos, gráficos o otras visualizaciones para comunicar los resultados del análisis", ambas con una puntuación de 83.
Entonces, si el anuncio dice Analista de Inteligencia de Negocios, espera más preguntas sobre actores clave, horarios de actualización y quién es responsable de un informe cuando falla. Si dice Analista de Datos en un equipo de producto, espera más sobre la definición de un indicador y la verificación de si un cambio tuvo efecto alguno. Ambos están dentro del mismo código ocupacional federal, 15-2051, por lo que el BLS publica una sola cifra salarial que abarca a ambos perfiles. Mismo salario, diferentes entrevistas.
La pregunta sobre herramientas no se divide de la misma manera, y aquí los candidatos se preparan excesivamente en la dirección equivocada. O*NET marca un subconjunto de cada ocupación en cuanto a software como de alta demanda, y las dos listas se superponen mucho más de lo que indican los títulos de empleo: Microsoft Power BI, Alteryx, Google Looker, Snowflake, Apache Spark, Excel y PowerPoint están marcados en ambas páginas. La parte común es la mayor parte de la pila; la entrevista está en los extremos. La página del Analista de Inteligencia de Negocios añade un enfoque en informes y en entornos empresariales - Salesforce, SAP, Google Analytics, SQL Server Reporting Services. La página del Analista de Datos añade un enfoque en modelado y en ingeniería - TensorFlow, PyTorch, SAS, MATLAB, Docker, Kubernetes, Git, Apache Airflow. Por lo tanto, repasar TensorFlow para una entrevista de Analista de Inteligencia de Negocios es estudiar para un examen equivocado. Tratar una entrevista de Analista de Datos como si Power BI fuera una herramienta de otra persona es el mismo error en sentido contrario, y es el error más común.
La ronda de SQL
Recibes dos o tres tablas y una pregunta en inglés. Escribe la consulta, en voz alta, mientras alguien te observa. La sintaxis no es lo importante.
| Lo que te dan | Lo que realmente se evalúa |
|---|---|
| Dos tablas, "cuántos usuarios ordenaron dos veces en marzo?" | Si preguntas qué se considera un usuario antes de empezar a escribir |
| Una consulta que devuelve un número plausible pero incorrecto | Si notaste que las filas duplicadas en la unión |
| "Ahora hazlo por país, ordenado" | Si las funciones de ventana son memoria muscular o un esfuerzo |
| "Esta consulta tarda nueve minutos" | Si puedes nombrar una causa probable antes de adivinar |
La trampa en la primera fila es la que cuesta ofertas a las personas. Un analista de datos pide "usuarios que ordenaron dos veces en marzo" y comienza a escribir inmediatamente ha saltado tres preguntas: ¿un check-out de invitado cuenta como usuario, ¿marzo significa la fecha de pedido o la fecha de envío, y ¿un pedido cancelado aún cuenta? Preguntar primero. Luego escribir. O*NET califica "identificar problemas comerciales que pueden resolverse mediante análisis de datos" en 78 para analistas de datos, lo cual es la forma formal de decir que transformar una solicitud vaga en una precisa forma parte del trabajo en lugar de ser solo una introducción |
Una otra costumbre útil para esta ronda: di qué verificarías a continuación. "Esta consulta devuelve 4.812, y la primera cosa que haría es compararla con el conteo de pedidos brutos para ver si la unión la ha inflado." Esa frase ha terminado mejor más rondas de SQL que cualquier expresión común de tabla elegante.
La ronda que decide más ofertas que SQL
La mayoría de los candidatos a analista de datos se preparan para la pantalla técnica y pierden el empleo en la pregunta de comunicación, y los datos del trabajo indican por qué. Mira qué calificación le asigna O*NET como actividad más frecuente en el día a día para los científicos de datos: "analizar datos o información" en 96, "trabajar con computadoras" en 94, "procesar información" en 93 - y luego "interpretar el significado de la información para otros" en 87, que está por encima de "obtener información" y por encima de "tomar decisiones y resolver problemas", ambos en 83. Para los analistas de inteligencia empresarial, la misma actividad tiene una calificación de 89, y "comunicarse con supervisores, compañeros o subordinados" tiene una calificación de 81.
La lista de habilidades la hace aún más clara.
La comprensión lectora en 75, la habilidad de hablar en 72, la escritura en 69 y las matemáticas en 63, por debajo de todas ellas. El Bureau of Labor Statistics expresa este punto de forma clara en su descripción de la ocupación: los científicos de datos "deben ser capaces de comunicar los resultados de su análisis a audiencias técnicas y no técnicas para hacer recomendaciones empresariales".
La pregunta que prueba esto suele llegar sonando inofensiva. "¿Cómo explicarías tu último análisis a alguien del área financiera?" O la versión comprimida: el VP tiene noventa segundos, vámonos. Un analista de inteligencia empresarial que responde describiendo la tubería - las fuentes, los joins, la frecuencia de actualización - ha fallado de forma amable y no será informado. Comienza con la conclusión y la decisión que implica; el método solo viene si alguien lo pide. Noventa segundos son tres frases. Dedica todas las tres a la conclusión.
"Un número cambió. ¿Qué haces?"
Aquí está una respuesta completa que vale la pena memorizar su estructura, para un analista de datos que se le pregunta por qué las inscripciones semanales disminuyeron un 12 por ciento:
"Primero verificaría si es real - ¿el seguimiento sigue funcionando, ¿cambió el nombre del evento con una actualización, ¿la semana realmente ha terminado? Si es real, lo reduciría por las dimensiones que pudieran aislarlo: canal, plataforma, país, nuevo versus devuelto. Si un segmento lleva toda la caída, normalmente es un error o una campaña pausada. Si está distribuido uniformemente entre todos los segmentos, normalmente es estacionalidad o algo upstream en el tráfico. Luego diría cuál de los dos parece más probable y qué necesitaría confirmar."
Observa lo que hace. Primero la instrumentación, dividir antes de teorizar, y un nivel de confianza declarado al final en lugar de una conclusión. Los paneles hacen esta pregunta porque es el trabajo real: la segunda tarea más valorada para Analistas de Inteligencia de Negocios es mantener las herramientas y dashboards correctos, con una puntuación de 84, y la mitad de ese trabajo consiste en decidir si un número extraño es el mundo o el pipeline.
"Contáme sobre un proyecto"
La versión que se implementa comienza con la decisión y no con la pila. "Support quería saber qué categorías de tickets generaban contactos repetidos, así que uní 90 días de tickets con la tabla de cuentas, encontré dos categorías que explicaban la mayoría de los repetidos y reescribieron el artículo de ayuda para una de ellas." Las herramientas van en una cláusula al final, si van en absoluto.
Un proyecto que no llegó a nada sigue siendo una buena respuesta, y mejor que una historia pulida que no puedes defender. Un analista de inteligencia de negocios que dice "Construí un dashboard de abandono y nadie lo abrió - lo construí porque era fácil de consultar, en lugar de preguntar a las dos personas que lo usarían qué decidían cada semana" demuestra claramente la tarea que O*NET califica en 80 para esta ocupación, gestionando el flujo oportuno de información de inteligencia de negocios hacia los usuarios. Eso es una señal mejor que un dashboard con una captura de pantalla.
¿Les preguntarán sobre tu título universitario?
Raramente, y no de la manera en la que los candidatos temen. O*NET clasifica a los científicos de datos en la Zona de Trabajo Cuatro, "se requiere preparación considerable", donde el 48 por ciento de los trabajadores encuestados tiene un título universitario y el 44 por ciento un título de maestría - por lo tanto, un analista de datos sin título de posgrado pertenece al grupo mayoritario, no a la excepción.
¿Cuáles son tus expectativas salariales?
Responde con un rango y un lugar asociado. Los datos salariales federales para esta ocupación son particularmente amplios, y esa amplitud es tu argumento para no nombrar un número único.
Data scientists: wages and outlook, May 2025
La BLS indica que la mediana es de $120,230 en mayo de 2025, con el 10 por ciento inferior por debajo de $67,240 y el 10 por ciento superior por encima de $199,130, en 275,600 empleos. La empleabilidad se proyecta que crezca en un 35 por ciento entre 2025 y 2035, con aproximadamente 24,800 vacantes al año en promedio durante la década. Un rango que se encuentre dentro de ese rango y que mencione tu metro es defensible. Un número único es una suposición que se te exigirá durante dos años.
Lo que este dato no te dice
O*NET encuesta a las personas que realizan el trabajo, no a quienes contratan. Nada en ello indica cuántas rondas realiza una empresa, qué porcentaje de candidatos supera el filtro de SQL, cuánto tiempo se espera que dure un ejercicio en casa, ni si un empleador preguntará sobre machine learning. Las calificaciones indican cuánto pesa el trabajo. No indican qué hará exactamente un panel con una hora de tu tiempo, y cualquier persona que te venda una lista ordenada de "las 50 preguntas que harán" está inventando esa ordenación.
El ejercicio en casa, si existe
Trata el resumen escrito como la tarea y el análisis como el anexo. Alguien lo leerá en una página antes de abrir un cuaderno, y esa página es donde "interpretar el significado de la información para otros" - 89 para Analistas de Inteligencia de Negocios, 87 para Científicos de Datos - realmente se evalúa. Dos párrafos serán suficientes: lo que encontraste y lo que harías con ello. Luego añade una advertencia que elevarías si se tratara de trabajo real, porque nombrar la debilidad en tu propio análisis es la señal más confiable de que ya has hecho esto antes.
Mantén el código legible y detén el trabajo cuando se responda la pregunta. Un Analista de Datos que devuelva cuatro gráficos y una recomendación se lee como senior. Catorce gráficos y ninguna recomendación se lee como alguien que no pudo decidir qué era importante, y decidir qué importa es la tarea.
¿Qué hacer esta semana?
Tres cosas, en este orden. Escribe la novena versión de tu último proyecto - encontrar primero, método al final - y dígsela en voz alta hasta que quepa dentro de los noventa segundos sin apresurarte. Luego, toma una consulta que escribiste recientemente y practica narrarla mientras types, terminando con la frase sobre lo que verificarías a continuación. Finalmente, busca el rango salarial de tu propio metro antes de la llamada del reclutador, así la pregunta sobre el dinero tiene un rango y no un silencio.
Si la restricción más difícil es llegar al entrevista en lugar de pasar el filtro, HeroApply rellena las aplicaciones desde tu currículum, así las horas van a las cuatro rondas superiores en lugar de a los formularios.
Fuentes
- BLS Occupational Outlook Handbook - Data Scientists, May 2025 wages and 2025–35 projections
- O*NET OnLine - Data Scientists 15-2051.00, tasks, work activities and technologies (updated 2026)
- O*NET OnLine - Business Intelligence Analysts 15-2051.01, tasks, skills, activities and technologies (updated 2026)
Preguntas frecuentes
¿Qué preguntas se hacen en una entrevista de analista de datos?
Casi todos caen en cuatro grupos - un ejercicio de SQL o consulta, un caso diagnóstico sobre un métrica que cambió, una walkthrough de un proyecto que tuviste bajo tu responsabilidad, y una pregunta sobre explicar un resultado a alguien no técnico. O*NET asigna una importancia de 80 de 100 a "entregar presentaciones orales o escritas de resultados de modelado matemático" para la ocupación de Data Scientist, superior a "limpiar y manipular datos brutos usando software estadístico" a 76. El orden de tu preparación debe coincidir con ese.
¿Cuánto SQL necesitas para una entrevista de analista de datos?
Suficiente para unir dos tablas, agrupar con un GROUP BY, filtrar por un rango de fechas y usar una función de ventana sin estancarse. Los entrevistadores suelen verificar si puedes transformar una pregunta de negocio en una consulta, no si has memorizado la sintaxis. Si puedes escribir la consulta y luego decir en voz alta qué podría ir mal con el resultado, has superado el umbral para la mayoría de las ofertas.
¿Cómo respondo a 'contáme sobre un proyecto de datos' como analista de datos?
Líder con la decisión que cambió el análisis, no con la herramienta. Nombra la pregunta que te hicieron, los datos que tenías, lo que encontraste, y qué hizo alguien diferente después. Un proyecto que terminó en un dashboard que nadie abrió sigue siendo una respuesta útil si dices por qué no fue usado y qué cambiarías.
¿Qué debería decir un analista de datos sobre sus expectativas salariales?
Proporciona un rango basado en los salarios públicos para la ocupación y el metro, luego indica que el paquete total es negociable. El BLS indica que la remuneración media para científicos de datos es de $120,230 en mayo de 2025, con el 10 por ciento inferior por debajo de $67,240 y el 10 por ciento superior por encima de $199,130. Ese rango es amplio suficiente para que un número sin ubicación asociada diga casi nada al reclutador.
¿Aún usan las entrevistas de analistas de datos tareas asignadas en casa?
Muchos sí, normalmente con un pequeño conjunto de datos y una pregunta abierta. Trata la resumen escrito como la parte evaluada, porque O*NET califica "interpretar el significado de la información para otros" en 89 de 100 para analistas de inteligencia empresarial - la actividad más valorada en esa lista que no implica manejar los datos, y por encima de "comunicarse con supervisores, compañeros o subordinados" en 81. Una respuesta clara en dos párrafos supera un cuaderno con cuarenta celdas y ninguna conclusión.
Deja que HeroApply haga la solicitud
Encontrará los empleos que coinciden con tu currículum, responderá las preguntas de selección en tu voz y enviará la solicitud - desde escritorio, teléfono o nube.
Jordan Reyes · Careers Editor
Jordan writes the resume, cover letter and interview guides - the parts of the search that happen before anyone presses Apply. Every example comes from a real job title.
Lo mejor del blog, una vez por semana
Un correo con las guías de la semana. Sin spam, puedes darte de baja en cualquier momento.
