Durante el Bootcamp de Data Science e Inteligencia Artificial en The Bridge surgió una pregunta que parecía simple pero no lo era: ¿qué lenguajes de programación dominan realmente el mercado español, y coincide ese dominio con el interés real de quienes están aprendiendo a programar? Las respuestas habituales —rankings de redes sociales, percepciones del sector— rara vez se basan en datos verificables y cruzados entre sí.
Triangulación de datos: cuatro fuentes, una sola verdad
Para responder con rigor, en lugar de apoyarme en una sola fuente, diseñé un análisis que cruza cuatro orígenes de datos independientes: la encuesta anual de Stack Overflow Developer Survey, las tendencias de búsqueda de Google Trends, el engagement de contenido técnico en YouTube Data API v3, y la demanda laboral real extraída de LinkedIn e InfoJobs. Ninguna fuente por separado da una imagen completa; es la convergencia entre ellas la que aporta validez estratégica a las conclusiones.
Objetivos del proyecto
El análisis perseguía varios objetivos clave:
- Medir el desacople entre uso y deseo: identificar qué lenguajes se usan en producción frente a los que los desarrolladores quieren aprender.
- Cuantificar el impacto de la IA: analizar cómo la irrupción de los LLMs desde 2023 ha transformado el interés de aprendizaje y las consultas técnicas tradicionales.
- Cruzar comunidad con mercado: comparar el engagement de aprendizaje informal (YouTube) con la demanda laboral real (ofertas activas en España).
- Extraer conclusiones accionables: traducir los datos en recomendaciones concretas para desarrolladores, equipos de formación y responsables de producto.
Retos y soluciones
Durante el desarrollo surgieron varios desafíos:
- Comparabilidad longitudinal: la encuesta de Stack Overflow cambia de formato cada año, añadiendo nuevas columnas sobre IA que dificultan comparar 2021 con 2025. Se resolvió mediante normalización metodológica y mapeo de variables para reconstruir series comparables.
- Sesgo por tamaño de muestra: comparar valores absolutos entre fuentes de distinto volumen distorsionaba los resultados. Se normalizó cada métrica por el total de encuestados o visualizaciones de cada año para obtener valores porcentuales comparables.
- Ruido en la demanda laboral: las búsquedas de empleo por lenguaje generaban falsos positivos (Java vs. JavaScript) y ofertas duplicadas o fantasma. Se aplicó búsqueda exacta y normalización de datos para garantizar órdenes de magnitud realistas.
Resultados
El análisis confirma que Python concentra el mayor engagement de comunidad (un ratio de interacción 5,81 veces superior a la media del resto de lenguajes) y presenta una de las medianas salariales más altas, mientras que Java y JavaScript siguen dominando la demanda laboral pese a una comunidad menos activa. La conclusión estratégica es clara: el perfil más competitivo en 2026 combina una base sólida en lenguajes empresariales (Java, JavaScript) con fluidez en el ecosistema Python e IA generativa.
El estudio completo, con todas las visualizaciones y el detalle metodológico, está disponible como presentación interactiva:
Ver el informe completo