Cómo ser Data Engineer en 2026 (la ruta honesta)

Te lo voy a decir sin venderte un bootcamp, sin lista de 50 herramientas, sin humo. No necesitas saberlo todo: necesitas tres bloques en orden. Enseño ingeniería de datos en el postgrado de la UNI, y los que avanzan rápido no son los que saben más herramientas —son los que fueron en orden.

Bloque 1 — La base

SQL de verdad. No el SELECT del tutorial: joins que entiendes, funciones de ventana, y saber por qué una consulta es lenta. Y Python para mover datos, no para ML todavía. Si tu SQL es débil, nada de lo demás te salva. Es el 80% del trabajo real que nadie muestra en redes.

Bloque 2 — El oficio

Una nube. Una. GCP, AWS o Azure —la que use el mercado al que apuntas. Profundiza en una, no tres a medias. Aprende a modelar datos para que se consuman bien y a orquestar para que corra solo. El error clásico es coleccionar herramientas: diez logos en el CV sin una sola que domines de verdad no es un perfil, es ruido.

Bloque 3 — La prueba

Lo que de verdad te contrata: un proyecto que se defienda. No un curso, no un certificado. Un pipeline end-to-end real, en tu GitHub, que puedas explicar decisión por decisión: por qué esa fuente, por qué ese modelo de datos, qué validas, qué pasa si falla. Eso vale más que diez certificados en una entrevista con alguien que sabe —y vas a entrevistar con alguien que sabe.

La idea que se queda

No es rápido ni es un atajo. Pero es honesto y funciona: tres bloques en orden y un proyecto que defiendas. El que colecciona herramientas se queda en la superficie; el que va en orden, entra.

Ver en video

La ruta detallada, con qué estudiar en cada bloque, está en mi canal: Cristina Chapoñán | Data & IA — busca "Cómo ser Data Engineer en 2026".

¿En qué bloque estás hoy? ¿Y dónde sientes que te trabaste? Cuéntame.