Entrevista de Data Analyst: preguntas técnicas y de negocio
Una entrevista de Data Analyst suele mezclar fundamentos técnicos y capacidad de negocio. Puedes encontrar preguntas de SQL y estadística junto a casos donde debes decidir qué analizar, qué métrica usar y cómo comunicar una conclusión.
No prepares únicamente sintaxis. Las empresas quieren saber si puedes convertir una pregunta ambigua en un análisis fiable y una recomendación que otra persona pueda utilizar.
Qué evalúan en un Data Analyst
Suelen observar razonamiento analítico, SQL, calidad de datos, estadística básica, visualización y capacidad para conectar métricas con decisiones. El peso de Python, R o BI depende del equipo.
Revisa la oferta para saber si el rol está más cerca de producto, operaciones, marketing, finanzas o reporting.
Preguntas de SQL
Practica joins, agregaciones, funciones de ventana, CTE, subconsultas, tratamiento de nulos y problemas de duplicados. Es importante explicar supuestos mientras resuelves.
Después de escribir una consulta, piensa cómo validarías el resultado. Detectar problemas de calidad es parte del trabajo analítico.
Estadística y experimentación
Pueden aparecer media y mediana, distribuciones, correlación, significancia, intervalos de confianza o experimentos A/B según el puesto. Prioriza interpretación sobre fórmulas memorizadas.
Cuando expliques un concepto, relaciona siempre el resultado estadístico con la decisión que alguien necesita tomar.
Preguntas de negocio y métricas
Un caso típico plantea una caída de conversión, aumento de cancelaciones o cambio en una métrica. Empieza aclarando definiciones, segmenta el problema y formula hipótesis antes de pedir datos.
La capacidad de elegir la siguiente pregunta correcta suele ser más valiosa que intentar calcular algo inmediatamente.
Casos prácticos y take-home
Si recibes un dataset, documenta supuestos, limpia datos, prioriza preguntas y construye una narrativa. No necesitas crear veinte gráficos si tres responden mejor al problema.
Incluye limitaciones y siguientes pasos. Un buen análisis diferencia claramente datos, inferencias y recomendaciones.
Cómo comunicar resultados
Practica explicar un análisis sin jerga técnica. Empieza por la conclusión, aporta la evidencia necesaria y adapta el detalle al público.
También prepárate para defender una recomendación cuando cuestionan tus supuestos. Cambiar de opinión ante mejor evidencia es una fortaleza.
Preguntas para el equipo de datos
Pregunta qué decisiones soporta el equipo, calidad y acceso a datos, herramientas, relación con negocio y cómo se priorizan solicitudes.
También es útil saber cuánto tiempo se dedica a análisis exploratorio frente a reporting recurrente.
Consejos para preparar esta entrevista
- ✓Practica SQL explicando supuestos y validaciones.
- ✓Revisa estadística desde la interpretación, no solo fórmulas.
- ✓Entrena casos de negocio antes de pedir datos.
- ✓Prepara un proyecto donde tu análisis cambió una decisión.
- ✓Practica explicar resultados a una persona no técnica.
Practica de verdad
Practica una entrevista de Data Analyst
Entrena SQL, preguntas de negocio y comunicación de resultados dentro de una simulación adaptada al puesto.
Preparar mi entrevista