Ingenieros de datos se convierten en el talento más buscado para la IA en México

Elsa Paola Martínez Candelas, directora de People para Bluetab LATAM, describe el fenómeno como una "tormenta perfecta": la velocidad con la que las empresas están adoptando inteligencia artificial superó la capacidad de formación del mercado laboral, mientras la migración de talento hacia compañías de Estados Unidos y Europa que pagan en dólares o euros mediante esquemas remotos reduce todavía más la oferta disponible en la región.

La escasez, explica Bluetab, sigue un orden de prioridad claro. En el primer nivel están los ingenieros de datos; después aparecen los especialistas capaces de llevar modelos de lenguaje a producción y mantenerlos funcionando de forma estable (MLOps), junto con los expertos en ética y gobernanza de la IA. Un tercer nivel de escasez corresponde a los perfiles encargados de auditar la calidad de los datos, fortalecer la ciberseguridad y reducir las "alucinaciones" de los modelos.

De acuerdo con ManpowerGroup, siete de cada diez empleadores en México tienen problemas para cubrir vacantes, especialmente en áreas relacionadas con tecnologías de la información y análisis de datos.

Una escasez que ya elevó los salarios

Según el informe Compara Carreras 2025 del Instituto Mexicano para la Competitividad (IMCO), actualmente las carreras de Tecnologías de la Información y la Comunicación (TIC) ya se asocian con algunos de los mayores niveles de ingreso del país, con un salario promedio mensual de 25,761 pesos al inicio de la vida laboral.

La cifra superó a Medicina General (25,732 pesos), Administración Pública (25,678 pesos) y Ciencias Políticas (25,288 pesos). Derecho, una de las carreras históricamente más populares en México, registró un ingreso promedio de 23,991 pesos.

“El mundo atraviesa un momento marcado por transformaciones que redefinen constantemente cómo aprendemos y trabajamos. Factores como la aceleración tecnológica, la fragmentación geoeconómica, la incertidumbre comercial, los cambios demográficos y la transición verde están moldeando el mercado laboral global hacia 2030”, señala el IMCO.

El instituto revela que 46% de la matrícula universitaria del país continúa concentrándose en apenas diez carreras tradicionales, entre ellas Derecho, Administración y Contabilidad, programas que no responden al ritmo con el que crece la demanda de perfiles tecnológicos.

“Repensar la formación de talento no solo es una tarea urgente, sino que resulta indispensable para fortalecer la competitividad del país y asegurar que la educación sea un motor de crecimiento en un entorno de transformación constante”, refiere el informe del IMCO.

Para 2050, el IMCO estima que el número de egresados en México crecerá en 44 millones, sin embargo, no necesariamente ocurrirá en los campos con mayor demanda laboral. Se prevé que alrededor de 65% de los futuros egresados se concentre en campos tradicionales de estudio como derecho o administración, mientras que el resto cursará carreras relacionadas con la ciencia, tecnología, ingeniería y matemáticas (STEM, por sus siglas en inglés).

Los errores que las empresas siguen cometiendo

Martínez refiere que ante esta falta de talento, muchas organizaciones intentan construir equipos internos desde cero, pero suelen cometer errores que dificultan todavía más sus proyectos de inteligencia artificial.

El primero es el llamado "síndrome del unicornio", que consiste en buscar una sola persona que domine infraestructura de datos, modelos predictivos, analítica de negocio y visualización de información. Ese perfil prácticamente no existe y, cuando aparece, tiene “un costo muy superior al que la mayoría de las empresas está dispuesta a pagar”.

El segundo consiste en contratar en el orden equivocado, incorporar primero a un científico de datos, cuyo trabajo depende de información limpia y organizada, antes que a un ingeniero de datos, responsable precisamente de construir esa base.

La tercera falla es formar equipos para proyectos aislados que no responden a un objetivo de negocio claro. En esos casos, la inversión termina percibiéndose como un gasto, en lugar de convertirse en una ventaja competitiva.

Algunos esfuerzos que Martínez reconoce es que cada vez más empresas optan por invertir en programas de upskilling (fortalecer las habilidades del personal actual) y reskilling (capacitarlo para desempeñar funciones completamente nuevas), apoyándose además en herramientas que permiten a áreas no técnicas desarrollar automatizaciones básicas sin depender exclusivamente de expertos.

Al mismo tiempo, gana terreno la contratación de squads especializados, es decir, equipos multidisciplinarios que se integran por proyecto y objetivos específicos, evitando procesos de reclutamiento largos en un mercado donde el talento sigue siendo escaso.

Esta tendencia coincide con el Barómetro global del impacto de la IA en el empleo de PwC, que concluye que las organizaciones más expuestas a la inteligencia artificial son 40% más productivas que el resto y que las habilidades requeridas para esos puestos evolucionan a un ritmo más del doble que en los empleos tradicionales.

El costo de no encontrar talento

Datos de la Secretaría de Economía ayudan a dimensionar el impacto de la falta de talento usando de ejemplo el sector manufacturero mexicano en 2026, cuyas empresas que incorporan inteligencia artificial logran incrementos de hasta 18.8% en su producción bruta y de 5.4% en las remuneraciones que pagan a sus trabajadores.

Sin embargo, apenas 4.8% de las empresas manufactureras del país utiliza actualmente inteligencia artificial, muy por debajo del promedio de 19.1% registrado entre los países de la OCDE.

Para Bluetab, la escasez de talento especializado, empezando por los ingenieros de datos que construyen la infraestructura necesaria para operar modelos de IA, explica buena parte de esa brecha entre el potencial de la tecnología y su adopción real.