Por qué la ingeniería de datos es el rol más demandado (y menos conocido) del mundo de la IA
Hemos celebrado una jornada abierta para presentar el Máster en Ingeniería de Datos de la Universidad Complutense de Madrid, dirigida tanto a antiguos alumnos como a cualquier persona interesada en conocer el programa de primera mano. En la sesión participaron David del Ser (coordinador del máster) y varios de los profesores que imparten clase: Pablo Villacorta, Jorge Centeno, Eduardo Fernández, Pablo Hidalgo y Luis Piñón. Todos ellos profesionales en activo, no académicos de despacho, que además de dar clase trabajan cada día en arquitectura de datos, ingeniería de agentes o MLOps en empresas del sector.
Si te lo perdiste, aquí tienes lo más importante de lo que se contó, y puedes ver la sesión completa en el vídeo de arriba.
El rol que hace posible la inteligencia artificial
Uno de los mensajes que más se repitió durante la sesión es que, aunque hoy todo el mundo habla de modelos de lenguaje e inteligencia artificial generativa, nada de eso sería posible sin quien construye la infraestructura que alimenta esos modelos con datos fiables, actualizados y con calidad: el ingeniero de datos.
Jorge Centeno lo resumió así:
Sin ingeniería de datos no existe la analítica, ni la ciencia de datos, ni el machine learning. Los científicos de datos y analistas de negocio dependen, en última instancia, del buen trabajo de los ingenieros de datos que les proveen la información. Y añadió un dato relevante para quien se plantea el cambio de carrera: en España existe una escasez estructural de estos perfiles, la demanda supera con creces a la oferta, y el auge de la IA generativa y el desarrollo agéntico no ha hecho más que intensificar esa necesidad.
Un plan de estudios pensado para replicar el trabajo real
El máster parte de la base de que el alumno ya sabe programar con soltura, y arranca con una asignatura de Python orientada al ciclo de vida real de un proyecto (gestión de dependencias, empaquetado, tests unitarios), no a aprender el lenguaje desde cero. A partir de ahí, el programa recorre todas las fases por las que pasa un dato en una empresa:
Arquitectura de datos, para entender qué piezas conforman una solución de datos empresarial y situar el resto de asignaturas en ese mapa, desde los lakehouses hasta la Data Mesh. Modelado de datos, tanto para Data Warehouse relacional (modelado dimensional, esquemas en estrella y copo de nieve) como para fuentes no estructuradas, con práctica en MongoDB, Redis, Cassandra y Neo4j. Kafka, para procesar datos en tiempo real y aprender a operar el estándar de facto de la industria en streaming. Spark y Databricks, para procesamiento distribuido de datos masivos. Cloud Engineering en Azure, con gestión de identidades, almacenamiento, Data Warehouse y Fabric. Y una asignatura de lago de datos donde se diseñan procesos de ingesta reales, desde el formato de ficheros hasta las estrategias de recarga y limpieza.
Como novedad de esta edición, el máster incorpora tres asignaturas centradas en agentes de IA: desarrollo asistido por agentes (con herramientas como Claude Code, GitHub Copilot y Open Spec), y diseño y evaluación de agentes, donde se construyen sistemas RAG, arquitecturas multiagente y soluciones que aplican IA generativa sobre Data Warehouses corporativos. El programa se completa con MLOps (métricas de model monitoring, detección de drift y despliegue de modelos con MLflow y Airflow) y arquitecturas de microservicios (FastAPI, Docker, Kubernetes).
Un matiz que subrayaron varios profesores: no se trata de aprender herramientas de forma aislada, sino los principios que hay detrás de ellas.
Como dijo Pablo Villacorta:
La idea es entender cómo funcionan las tecnologías por dentro y no tratarlas como una caja negra a la que simplemente se le da a un botón. Formación 100% profesional, no académica
El máster es una titulación de formación permanente, no un máster oficial, y eso es deliberado: los másteres oficiales dependen de la aprobación de ANECA, un proceso que puede tardar más de un año, algo incompatible con un sector donde las tecnologías cambian cada pocos meses. Esto permite que el temario se actualice edición tras edición, algo que los propios docentes destacaron como su principal diferencial.
El 50% de la nota final corresponde al Trabajo de Fin de Máster, y el programa ofrece tres modalidades: presencial (viernes tarde y sábados en la Facultad de Estudios Estadísticos, junto al Palacio de la Moncloa), online y semipresencial (con tres semanas presenciales en Madrid). Un 40% del alumnado es internacional, y existen becas y convenios específicos para varios países.
¿Y la salida laboral para perfiles junior?
Fue una de las preguntas más repetidas del público, y la respuesta de los profesores fue unánime: no es difícil encontrar un primer empleo en ingeniería de datos, ni siquiera con la IA acelerando el desarrollo de software. Eduardo Fernández lo comparó con lo que ocurrió con el desarrollo web hace años: cuando parecía que la automatización iba a reducir la necesidad de profesionales, en realidad se disparó, porque aparecieron muchos más casos de uso. Y añadió un argumento clave: la IA no asume responsabilidad si algo falla, así que las empresas necesitan cada vez más profesionales capaces de auditar y entender lo que ocurre por debajo de esas soluciones.
Cómo participar
El máster comienza en septiembre-octubre (modalidad presencial y online) y también existe convocatoria en febrero. Toda la información sobre precios, becas, fechas y preinscripción está disponible en aquí, donde también se puede solicitar la grabación completa de esta jornada abierta.
