La tarea
La agencia necesitaba una imagen objetiva de los salarios IT —por especialidad, nivel, stack y región— para argumentar las horquillas ante clientes y candidatos. La contratación se hace en varios mercados y, con esos volúmenes, es más práctico tener una herramienta analítica propia y consolidada que apoyarse en panoramas externos dispersos.
Qué hicimos y qué datos recopilamos
Organizamos la recopilación regular de vacantes de varias plataformas: puesto, horquilla salarial, nivel, stack, ciudad, modalidad de trabajo, fecha de publicación. Llevamos los datos a diccionarios normalizados de roles y competencias y los agregamos en métricas (medianas y dinámica). La capa de datos final alimentaba un panel para los analistas de la agencia.
Dificultades y cómo las resolvimos
Primero, el salario a menudo no figura o viene en horquilla. Trabajamos con horquillas y rellenamos los vacíos con estimaciones basadas en vacantes similares, señalando honestamente dónde el valor es calculado.
Segundo, los duplicados: una misma vacante cuelga en varias plataformas y en varias ciudades. Deduplicamos los anuncios para no inflar los volúmenes ni distorsionar las medianas.
Tercero, el desorden en los nombres de roles y stacks. Lo llevamos todo a diccionarios normalizados; de lo contrario, «programador PHP» y «desarrollador backend (PHP)» contarían como roles distintos.
El resultado
La agencia obtuvo un panel de salarios IT actualizado continuamente, con desgloses por puesto, tecnologías y ciudad, en lugar de informes puntuales que envejecen rápido.
Servicios en este caso: Extracción de ofertas de empleo · Procesamiento de datos con IA · Estudios de mercado con datos reales · DaaS y datos vía API
Materiales útiles: Normalización de datos · Scraping de sitios dinámicos