Plantilla de Descripción del Puesto de Data Architect - Guía 2026

Por Kevin Kim · Actualizado el 6 de septiembre de 2026

Un Data Architect diseña cómo se modelan, almacenan y gobiernan los datos de una organización, de modo que cada dashboard y cada sistema posterior se alimente de una sola estructura confiable en lugar de seis versiones contradictorias de la verdad. El título abarca más terreno que la mayoría: se usa para la persona que es responsable del modelo de datos enterprise de una empresa, para la persona que diseña el warehouse en la nube y su capa de modelado y, con bastante frecuencia, para un senior data engineer al que se le dio un título más grande sin un alcance mayor. Son tres trabajos distintos con tres exigencias de contratación distintas. Esta guía traza las líneas entre ellos y luego construye una plantilla en torno a la versión que la mayoría de las empresas contrata hoy: el platform architect que decide cómo se estructura Snowflake, BigQuery o Databricks debajo de todo lo demás.

Aspectos Clave

• Un título, tres trabajos: «Data Architect» abarca al responsable del modelo de datos enterprise, al diseñador de la plataforma en la nube y a un senior data engineer con un título más grande, y cada uno necesita una descripción del puesto distinta
• Los datos salariales federales sí separan el pago: el BLS reporta una mediana distinta para los database architects frente a los database administrators, una distinción que la mayoría de las ofertas de empleo difuminan
• Es responsable de la capa de modelado, no solo de la plataforma: elige entre los patrones dimensionales (esquema en estrella de Kimball) y Data Vault 2.0, y luego fija los estándares sobre los que construyen los data engineers
• La gobernanza pasó de proyecto secundario a deber central: los data contracts, el seguimiento del lineage y las herramientas de catálogo son hoy responsabilidades diarias, no un proyecto para algún día
• Crece más rápido que el campo de bases de datos que lo rodea: las proyecciones federales muestran un crecimiento de empleos específicos de architects muy por delante del lado de los administradores de la misma ocupación
• Está por encima del pipeline, pero trabaja dentro de él: normalmente reporta a un Chief Data Officer o a un VP of Data Engineering, pero colabora a diario con data engineers, DBAs y analistas

Por Qué Este Puesto Importa

Toda empresa que supera un puñado de hojas de cálculo termina necesitando a alguien que decida, a propósito, cómo se estructuran los datos. Sin esa persona, la estructura surge por accidente: un equipo construye una tabla de clientes de una manera, otro construye una versión paralela con una definición distinta de «activo», y tres dashboards terminan discrepando sobre el mismo número frente al mismo ejecutivo. Un Data Architect es responsable de evitar eso y de corregirlo rápido cuando ocurre de todos modos.

Las plataformas que sustentan este trabajo crecen con la rapidez suficiente como para que las decisiones de arquitectura de hoy tengan consecuencias durante años. Se proyecta que el mercado global de data warehousing crezca de $37.42 mil millones en 2025 a $43.48 mil millones en 2026, y a $79.15 mil millones en 2030, con una tasa de crecimiento anual compuesta del 16.2%, según el Data Warehousing Global Market Report de The Business Research Company (actualizado en septiembre de 2026). Cada dólar de ese gasto recae sobre una estructura que alguien diseñó, y una mala decisión estructural solo se vuelve más cara de deshacer con el tiempo.

El puesto también ha cambiado de forma en paralelo con la adopción de IA. El 2026 State of Analytics Engineering Report de dbt Labs (publicado en abril de 2026) encontró que la confianza en los datos saltó de una importancia del 66% en 2025 al 83% en 2026, mientras que el 72% de los equipos prioriza la codificación asistida por IA, pero solo el 24% prioriza la gestión de pipelines y los controles de calidad asistidos por IA. La propiedad ambigua de los datos se mantuvo estancada en el 41%, sin cambios de un año al otro. Esa brecha entre producción y estabilización es exactamente lo que un Data Architect existe para cerrar: no un pipeline más, sino la responsabilidad sobre lo que significa tener responsabilidad.

Data Architect: Tres Puestos, un Solo Título

La plantilla de esta guía apunta a la fila del medio, la versión que las empresas contratan con más frecuencia hoy. Si necesita la variante enterprise, dé más peso en los Requisitos a la gobernanza y la facilitación con las partes interesadas que a la profundidad práctica en la plataforma, y haga que el puesto reporte directamente a su Chief Data Officer. Si un hiring manager describe un trabajo que se lee exactamente como un puesto de Data Engineer con una petición de mayor salario adjunta, dígalo abiertamente en lugar de inflar el título para resolver un problema de compensación.

Plantilla Principal de Descripción del Puesto

Vale la pena leer primero nuestra guía de mejores prácticas para descripciones del puesto. La plantilla siguiente toma por defecto la variante de platform y warehouse architect descrita arriba; ajuste la sección de Requisitos si está contratando para la variante enterprise o de senior engineer.

Sobre el Puesto

Buscamos a un Data Architect que sea responsable de cómo se modelan, almacenan y gobiernan nuestros datos en nuestra plataforma de datos en la nube. Usted diseñará las estructuras de warehouse y de lake de las que dependen todos los dashboards y sistemas posteriores, decidirá cuándo un área temática requiere modelado dimensional frente a un enfoque de Data Vault y fijará los estándares sobre los que construye nuestro equipo de data engineering. No es un puesto estratégico de brazos cruzados: espere dedicar tiempo real dentro de la plataforma, revisando esquemas, ajustando costo y rendimiento y trabajando en pareja con los ingenieros en los pipelines que implementan lo que usted diseña.

Trabajará de cerca con data engineering, analítica, seguridad y los equipos de negocio que dependen de cifras confiables, convirtiendo una maraña de sistemas fuente y definiciones contradictorias en un modelo sobre el cual la gente pueda construir. Espere defender sus decisiones ante partes interesadas que buscan un atajo para eludir la gobernanza y, con la misma frecuencia, evitar que la gobernanza se convierta en una excusa para ralentizarlo todo.

El candidato ideal ya ha vivido una métrica que significaba tres cosas distintas en tres sistemas, o una migración que parecía sencilla hasta que apareció la cuarta dependencia posterior, y aun así quiere hacer este trabajo. Usted reportará a nuestro Chief Data Officer o VP of Data Engineering, y colaborará a diario con los data engineers, los administradores de bases de datos y los analistas que trabajan dentro del modelo que usted construya.

Responsabilidades Clave

• Diseño de Modelos de Datos: Diseñar modelos conceptuales, lógicos y físicos en el warehouse y el lake, eligiendo entre los patrones dimensionales (esquema en estrella de Kimball) y Data Vault 2.0 según las necesidades de auditoría y la velocidad de cambio
• Arquitectura de Plataforma: Ser responsable de las decisiones de arquitectura de la plataforma de datos en la nube, ya sea Snowflake, BigQuery o Databricks, incluyendo particionamiento, clustering y gobernanza de costos a medida que crece el volumen
• Estándares de Modelado: Fijar las convenciones sobre las que construyen los data engineers y los analytics engineers, para que cinco equipos dejen de inventar cinco formas de modelar la misma entidad de cliente
• Data Contracts: Definir contratos de esquema entre los sistemas fuente y el warehouse, para que un cambio de producto aguas arriba deje de romper en silencio un dashboard semanas después
• Gobernanza, Lineage y Catalogación: Ser responsable de las herramientas de lineage y de catálogo que permiten rastrear una cifra hasta su origen sin tener que escribirle a usted para preguntar
• Responsabilidad sobre los Datos Maestros: Definir la fuente única de verdad para entidades centrales como cliente, producto y cuenta, y cómo se corresponde cada una entre sistemas paralelos
• Seguridad desde el Diseño: Incorporar el control de acceso y la seguridad a nivel de fila o de columna en el propio modelo, en colaboración con los administradores de bases de datos que operan las instancias día a día
• Integración entre Sistemas: Diseñar cómo los sistemas operativos, los datos de terceros y los flujos de eventos alimentan el modelo sin duplicar la lógica de negocio
• Revisión Técnica y Mentoría: Revisar los modelos de datos propuestos por los data engineers y los desarrolladores SQL, y orientar al equipo sobre los compromisos de cada decisión
• Documentación: Mantener el modelo de datos enterprise, el glosario y los diagramas de lineage lo bastante actualizados como para que un nuevo data analyst pueda usarlos sin una explicación de dos horas

Requisitos

Cualificaciones Imprescindibles:

• Licenciatura en ciencias de la computación, sistemas de información o un campo técnico afín, o experiencia equivalente
• Más de 6 años en data engineering, administración de bases de datos o modelado de datos, incluyendo cierta responsabilidad a nivel de arquitectura
• Dominio profundo de SQL y experiencia práctica en arquitectura en al menos una plataforma de datos en la nube importante (Snowflake, BigQuery o Databricks)
• Experiencia práctica tanto con el modelado dimensional como con los patrones de Data Vault, y criterio para saber cuándo encaja cada uno
• Experiencia en la definición de data contracts o gobernanza de esquemas entre los sistemas fuente y un warehouse central
• Conocimiento práctico de herramientas de catálogo de datos, lineage o gestión de metadatos
• Capacidad para explicar un compromiso de modelado a un data engineer y a una parte interesada del negocio, en dos vocabularios distintos
• Comprensión de la seguridad de datos, el control de acceso y los marcos de cumplimiento relevantes para su industria

Cualificaciones Deseables:

• Experiencia con dbt o un framework de transformación similar entre el warehouse en bruto y la capa modelada
• Experiencia previa como Database Administrator o Data Engineer antes de pasar a la arquitectura
• Trayectoria en una industria regulada (servicios financieros, salud) con requisitos de gobernanza asociados
• Familiaridad con data mesh o con modelos de propiedad orientados por dominio, aun sin una adopción formal
• Exposición a la infraestructura que da servicio a la IA, coordinándose con un AI Solutions Architect cuando la empresa cuenta con uno
• Certificaciones relevantes (SnowPro, Google Professional Data Engineer, Databricks Certified Data Engineer)

Lo Que Ofrecemos

• Compensación Competitiva: Salario base alineado con los datos de mercado para su nivel, detallado en la Guía de Compensación más abajo
• Beneficios Integrales: Cobertura de salud, dental y de visión, además de un 401(k) con aportación equivalente de la empresa
• Plataforma de Datos Moderna: Decisiones de arquitectura sobre un stack actual en la nube, no sobre una década de esquemas heredados sin documentar
• Influencia Real: Sus decisiones de modelado y gobernanza dan forma a cada dashboard y pipeline construidos después de su llegada, no a un diagrama que queda olvidado en una wiki
• Desarrollo Profesional: Presupuesto para certificaciones de plataforma, conferencias y capacitación centrada en modelado
• Modalidad de Trabajo Flexible: Opciones híbridas o remotas según el equipo y el nivel del puesto

Variaciones por Contexto

Entorno Corporativo

En las organizaciones más grandes, espere comités formales de gobernanza, múltiples unidades de negocio con definiciones de métricas contradictorias y plazos más largos para los cambios de modelo, porque dependen de ellos más sistemas. Una gran migración de plataforma suele avanzar junto con un implementation manager que coordina el despliegue entre departamentos, mientras que usted es responsable de que el modelo de destino sea el correcto. Las herramientas de catálogo y lineage normalmente ya están implementadas, por lo que el trabajo se inclina más hacia hacer cumplir estándares y negociar con las partes interesadas que hacia construir desde una hoja en blanco.

Entorno de Startup

En una empresa en etapa temprana, el Data Architect suele ser la primera contratación senior de datos, eligiendo la plataforma de warehouse inicial y construyendo desde cero el primer modelo de datos real. Espere que el puesto se mezcle con data engineering y, a veces, con trabajo ad hoc de PostgreSQL developer en el lado transaccional, hasta que el equipo crezca lo suficiente como para separar las responsabilidades. La comodidad con datos imperfectos y de rápido movimiento importa más que un esquema perfectamente normalizado entregado un trimestre tarde.

Entorno Remoto/Híbrido

Los Data Architects remotos dependen más de los architecture decision records escritos que de las sesiones de pizarra en vivo, ya que un documento claro que explique por qué un modelo tiene la forma que tiene ahorra una docena de reuniones futuras. La explicación asíncrona de un compromiso de modelado debe sostenerse por sí sola, sin un recorrido verbal que rellene los vacíos. Vale la pena ponderar durante el proceso de entrevistas el solapamiento de zonas horarias con el equipo de data engineering más afectado por sus decisiones.

Consideraciones por Industria

El conjunto de habilidades centrales de arquitectura se transfiere entre industrias, pero qué patrón de modelado gana, y cuánta carga de gobernanza lo acompaña, cambia según el sector.

Guía de Compensación

Cómo Se Relacionan los Datos Federales con Este Título

El U.S. Bureau of Labor Statistics agrupa este trabajo bajo Database Administrators and Architects (SOC 15-1245), con un salario anual mediano combinado de $126,760 (mayo de 2025). De manera inusual para un título de esta colección, el BLS separa a ambos: los Database Architects tienen una mediana de $139,500, mientras que los Database Administrators se ubican en $104,620, según el BLS Occupational Outlook Handbook, Database Administrators and Architects (datos salariales de mayo de 2025). Esa brecha por sí sola explica por qué los datos salariales genéricos de «bases de datos» subestiman lo que cuesta realmente una contratación con título de architect.

Las cifras de crecimiento coinciden. El BLS proyecta que la ocupación combinada crezca 4% entre 2025 y 2035, aproximadamente tan rápido como el promedio, con unas 7,300 vacantes anuales sobre 144,500 empleos totales, pero sus propias subdivisiones muestran a los architects creciendo 9% mientras que los administradores se mantienen planos en 0%. La página de O*NET sobre Database Architects (código 15-1243.00) aporta matices: 66,900 empleados en 2024, unas 4,000 vacantes anuales hasta 2034, una designación de Bright Outlook y un 76% de ofertas que exigen al menos una licenciatura.

La demanda sigue en ascenso porque el gasto en plataformas sigue acumulándose, y el gasto en herramientas de gobernanza se acumula todavía más rápido: se proyecta que el mercado global de gobernanza de datos crezca de $5.38 mil millones en 2026 a $24.07 mil millones en 2034, un CAGR del 20.50%, según el informe Data Governance Market de Fortune Business Insights (actualizado en agosto de 2026). Alguien tiene que ser responsable del modelo sobre el que se asienta esa tecnología, y ese es este puesto.

Compensación de Mercado por Nivel de Experiencia

Los rangos siguientes son estimaciones de mercado fijadas por el empleador, construidas en torno a la base verificada del BLS y O*NET descrita arriba y a la progresión estándar de seniority en los puestos de arquitectura de datos. Considérelos un rango de planificación, no una cotización de una sola base de datos salarial.

Guía de Ajuste por Área Metropolitana

Qué mueve una oferta específica: la industria (los servicios financieros y la tecnología pagan por encima de la mediana), qué tan profunda es la responsabilidad sobre la plataforma, si se incluye la responsabilidad sobre catálogo y lineage, y qué tan directamente se vincula el modelo con el riesgo regulatorio o los reportes de ingresos.

Matriz de Requisitos por Nivel de Experiencia

Preguntas de Entrevista

Preguntas Técnicas/Funcionales

1. Compromisos de Modelado: "¿Cuándo elegiría el modelado dimensional en lugar de Data Vault 2.0 para una nueva área temática, y qué le haría cambiar de opinión?"
2. Diseño de Plataforma: "Diseñe la capa de warehouse para una empresa que procesa cinco mil millones de eventos al día en tres líneas de producto. ¿Qué plataforma elegiría y por qué?"
3. Data Contracts: "¿Cómo definiría y haría cumplir un contrato de esquema entre un equipo de producto aguas arriba y el warehouse?"
4. Gobernanza en la Práctica: "Un VP quiere acceso de lectura a datos de clientes en bruto para un análisis puntual. ¿Cómo lo evalúa y qué responde?"
5. Planificación de Migraciones: "Describa cómo planificaría una migración de un warehouse on-premises a una plataforma en la nube sin interrumpir los reportes durante seis meses."
6. Rendimiento y Costo: "Las consultas de un equipo son correctas, pero la factura del warehouse se triplicó este trimestre. ¿Cómo lo investiga?"
7. Conflictos de Datos Maestros: "Dos sistemas no coinciden en qué cuenta como un 'cliente activo'. ¿Cómo lo resuelve a nivel de modelo y no dentro de un solo dashboard?"
8. Lineage y Confianza: "¿Cómo haría para que un nuevo analista confíe en la cifra de un dashboard sin preguntarle directamente a usted?"

Preguntas Conductuales

1. "Cuénteme de un modelo de datos que diseñó y que luego hubo que rehacer. ¿Qué aprendió?"
2. "Describa una ocasión en que le dijo que no a la solicitud de una parte interesada por una preocupación de gobernanza o seguridad."
3. "Explíqueme un desacuerdo con un data engineer o un DBA sobre una decisión de arquitectura. ¿Cómo se resolvió?"
4. "Cuénteme sobre la integración enterprise más compleja de la que ha sido responsable de principio a fin."
5. "Describa una ocasión en que heredó un modelo de datos que no diseñó. ¿Cómo decidió si conservarlo o reemplazarlo?"
6. "Cuénteme cómo construyó consenso entre varios equipos antes de entregar una decisión de arquitectura."

Preguntas de Encaje Cultural

1. "¿Cómo equilibra la pureza arquitectónica con la realidad de un equipo guiado por plazos?"
2. "¿Cómo luce en el día a día una relación saludable entre la arquitectura de datos y data engineering?"
3. "¿Cómo maneja a un equipo que rutinariamente esquiva el modelo que usted diseñó?"
4. "¿Qué decisión de arquitectura tomaría de otra manera si comenzara este puesto de nuevo?"

Consejos de Evaluación: Busque candidatos que expliquen un compromiso en lenguaje sencillo, y no que solo nombren el patrón. Las respuestas sólidas incluyen un sistema, una parte interesada y una consecuencia específicos, no una afirmación general de «mejorar el modelo de datos». Desconfíe de quien insista en que un enfoque de modelado siempre es el correcto, o de quien tuvo el título de «Architect» pero no puede señalar una decisión a escala de empresa que haya tomado.

Consejos de Contratación

Guía Rápida de Sourcing

• LinkedIn: Busque títulos como «Data Architect», «Enterprise Data Architect» o «Analytics Architect», filtrados por su plataforma en la nube objetivo
• Comunidades de Plataformas: Los grupos de usuarios y los directorios de certificación de Snowflake, Databricks y BigQuery permiten encontrar a personas que trabajan con la plataforma a diario
• Comunidades Centradas en el Modelado: Los grupos centrados en Data Vault y Kimball, además de la comunidad de dbt en Slack, atraen a personas que piensan en compromisos y no en un solo patrón
• Ruta de Promoción Interna: Sus mejores data engineers y DBAs suelen ser los mejores candidatos; fíjese en quien ya toma de manera informal decisiones de modelado entre equipos

Señales de Alerta a Evitar

• Dominio solo de herramientas: Conoce a fondo la consola de una plataforma en la nube, pero no puede explicar por qué un modelo determinado tiene la forma que tiene
• Sin historia de gobernanza: No puede describir una decisión real de control de acceso o de data contract que haya tomado
• Pensamiento de un solo patrón: Insiste en que el modelado dimensional, o Data Vault, siempre es lo correcto, sin noción de cuándo encaja mejor el otro
• Título sin alcance: Tuvo antes un título de «Architect», pero describe un trabajo idéntico al de un senior data engineer, sin decisiones a escala de empresa que señalar
• No sabe explicar una mala decisión: Sin ejemplos de una decisión de arquitectura que no funcionó, ni de lo que cambiaría