
Los primeros empleos de datos estadísticos, tal como los entendemos hoy, surgieron a principios del siglo XIX, concretamente en la década de 1830. La creación de oficinas nacionales de estadística, como la General Register Office del Reino Unido en 1837, generó puestos dedicados a recopilar, clasificar y analizar cifras demográficas y económicas. Estos roles eran esencialmente de censos y estadísticos gubernamentales, aunque el término "datos" no se usaba en el sentido moderno.
En España, el Instituto Nacional de Estadística (INE) se fundó en 1945, pero sus antecedentes se remontan a la Junta de Estadística de 1856. Allí ya existían empleos de "oficiales de estadística" que manejaban datos manualmente.
La gran transformación llegó con la informática en los años 60 y 70, cuando aparecieron los analistas de datos en empresas privadas. Pero el punto de inflexión fue la década de 2000: con el big data y la digitalización, los empleos de datos se dispararon. Hoy, un 78% de las ofertas para analistas de datos exigen al menos 3 años de experiencia (según un estudio de LinkedIn de 2023).
Para la contratación, este origen histórico es clave: los reclutadores valoran cada vez más la formación en estadística tradicional combinada con herramientas digitales. Por ejemplo, un candidato con experiencia en censos históricos puede tener ventaja en roles de machine learning, porque entiende la calidad de los datos de raíz.
| Período clave | Tipo de empleo | Ejemplo de función |
|---|---|---|
| 1830-1900 | Estadístico gubernamental | Oficial de censos |
| 1960-1990 | Analista de datos informático | Programador estadístico |
| 2000-presente | Científico de datos | Ingeniero de big data |

Pues yo siempre había pensado que los primeros empleos de datos eran de los años 90, cuando empezó internet. Pero resulta que no. En el siglo XIX ya había gente contratada para contar personas y mercancías, y eso es puro dato. Me parece curioso que algo tan antiguo ahora sea tan trendy. Para mí, lo importante es que esos primeros puestos ya exigían mucha atención al detalle, igual que hoy.

Desde mi experiencia en selección de personal, veo que los roles de datos más antiguos (como los de censo) sentaron las bases para las competencias actuales. La habilidad de interpretar números sin software ya era clave. Hoy, cuando busco candidatos, noto que quienes tienen background en estadística clásica suelen entender mejor los sesgos. El origen del siglo XIX explica por qué la formación universitaria en estadística sigue siendo tan valorada.

Me llama la atención que los primeros empleos de datos fueran públicos, de gobierno. Eso contrasta con el auge actual en startups y tecnología. La transición de lo público a lo privado ocurrió en los años 80, cuando las empresas empezaron a contratar para optimizar ventas. Ahora, en 2026, el mercado laboral pide perfiles híbridos: saber de historia de los datos ayuda a entender por qué la limpieza de datos es tan importante en cualquier proceso de contratación.

Como profesional que ha seguido la evolución del empleo, confirmo que los primeros puestos de datos datan de 1830-1850, pero el verdadero boom fue con la digitalización. En 2026, las empresas españolas buscan perfiles con conocimiento de técnicas estadísticas clásicas (regresión, muestreo) y manejo de Python. El origen histórico demuestra que la estadística


