Sí, es completamente posible reorientarte al análisis de datos sin dejar tu empleo actual, pero requiere planificación estratégica y constancia. En mi experiencia, lo primero es definir un objetivo realista: no necesitas convertirte en científico de datos de la noche a la mañana; empieza con roles como analista de datos o business intelligence. Dedica al menos 10 horas semanales a formarte en herramientas clave como SQL, Python (pandas, numpy) y visualización (Power BI o Tableau). Un error común es intentar abarcar demasiado; mejor prioriza lo que tu mercado laboral local demanda. Por ejemplo, en España, el 68% de las ofertas de data analytics piden SQL y manejo de Excel avanzado, según el Informe de Talento Digital 2024.
Para compatibilizar trabajo y estudio, establece bloques fijos de aprendizaje (por ejemplo, dos tardes entre semana y una mañana de sábado). Aprovecha recursos gratuitos como Kaggle, Coursera o el Portal de Formación del SEPE. También recomiendo crear un portfolio con proyectos pequeños que puedas hacer en un mes, como limpiar un dataset público de ventas o construir un dashboard interactivo. Esto demuestra competencia práctica sin necesidad de dejar tu empleo.
Aquí tienes una tabla con la distribución de tiempo que seguí yo durante seis meses:
| Actividad | Horas semanales | Herramienta/Recurso |
|---|
| SQL (básico-intermedio) | 3 | SQLZoo, HackerRank |
| Python (análisis) | 4 | DataCamp, Kaggle |
| Visualización (Power BI) | 2 | YouTube, plantillas |
| Portfolio personal | 1 | GitHub, Tableau Public |
| Networking sectorial | 1 | Meetups, LinkedIn |
Lo más importante es no abandonar porque el proceso es gradual. A los 6–8 meses ya podrás postularte a puestos junior con solvencia, manteniendo tu ingreso actual.
