Salario de un Data Science / Data Engineer en Colombia

Explora el salario promedio de un Data Science / Data Engineer según seniority y Skills. Usa la calculadora para resultados más acordes a tu búsqueda.

map

Calcula el salario según habilidades y experiencia

Salario basado en Seniority

En Colombia, los Data Science / Data Engineer con perfil junior tienen un salario promedio de 2920 dólares al mes. Los perfiles senior, con mayor experiencia, pueden alcanzar salarios de hasta 5632 dólares.

Salario en:

🧑‍💻
Min
Medio
Max
junior
$ 2920.00
$ 3193.00
$ 3466.00
mid
$ 3650.00
$ 3991.50
$ 4333.00
senior
$ 4745.00
$ 5188.50
$ 5632.00

*La última actualización de los datos de este informe es {date}.Provenientes de fuentes internas, descubre como funciona Talently Aquí.

¿Hay algún problema con esta data?

Ofertas de trabajo para Data Science / Data Engineer

Ponemos todas las ofertas de internet a tu disposición, filtradas y curadas en base a tu perfil.

Preguntas frecuentes sobre Data Science / Data Engineer en Colombia

Colombia destaca por la alta calidad de sus desarrolladores, su excelente nivel de inglés en centros urbanos y su coincidencia horaria con EE. UU. (huso horario COT). Además, ofrece costos operativos competitivos para empresas extranjeras.

Los desarrolladores senior prefieren abrumadoramente contratos como contractor extranjero para cobrar en dólares (USD). Los desarrolladores junior a menudo prefieren la contratación directa local bajo la legislación laboral colombiana por su estabilidad y beneficios.

Medellín es ampliamente reconocida como el hub de innovación y tecnología del país. Bogotá alberga las sedes corporativas de las principales empresas y startups multinacionales, mientras que Cali y Barranquilla crecen como fuentes de talento calificado.

Este perfil trabaja con datos desde dos frentes: construcción de pipelines, modelos y plataformas de datos, y análisis avanzado para predicción, segmentación o automatización. Puede colaborar con producto, negocio, ingeniería y áreas de analytics.

Es común usar Python, SQL, Spark, Airflow, dbt, notebooks, data warehouses cloud, herramientas de machine learning, APIs y servicios de almacenamiento. Para ingeniería de datos también se valoran Kafka, Docker, Kubernetes y CI/CD.

Modelado estadístico, MLOps, arquitectura de datos, gobernanza, optimización de pipelines, comunicación con negocio y capacidad para poner modelos en producción aumentan de forma importante su valor.

Encuentra todas las ofertas de trabajo para perfiles digitales en un solo lugar