Las métricas SQL que realmente importan a los entrevistadores (a partir de entrevistas reales)

Después de unas cuantas entrevistas sobre SQL, es fácil suponer que cada empresa evalúa algo diferente. Después de 11 entrevistas, esa suposición dejó de tener validez. A pesar de las diferencias entre las empresas y los formatos, las mismas preguntas sobre métricas se repetían una y otra vez. Este artículo resume lo que vi con más frecuencia y lo que esos patrones dicen sobre cómo funcionan realmente las entrevistas sobre SQL.

Entre noviembre de 2023 y abril de 2025, participé en 11 entrevistas para analistas de datos que incluían pruebas técnicas de SQL. Aunque las empresas y los formatos variaban, las preguntas de SQL seguían patrones claros y repetibles. Los mismos tipos de métricas aparecían una y otra vez, independientemente del tamaño de la empresa o del sector.

En este artículo, analizo las preguntas de las entrevistas sobre SQL de esas entrevistas y las clasifico utilizando los patrones métricos de SQL presentados en artículos anteriores, incluida la serie Exploración del conjunto de datos de crecimiento de ventas. En lugar de explorar las métricas dentro de un único conjunto de datos, este artículo se centra en cómo las preguntas de las entrevistas sobre SQL se agrupan en torno a tipos de métricas específicos.

El objetivo de este artículo es sencillo: mostrar qué métricas SQL aparecen con más frecuencia en entrevistas reales para que puedas priorizar tu preparación de forma más eficaz. En lugar de intentar abarcar todos los temas posibles de SQL, este desglose destaca dónde tiende a dar más rendimiento el tiempo de estudio. Esta es también la razón por la que la práctica estructurada de SQL centrada en problemas reales de generación de informes, como los ejercicios utilizados en los cursos de LearnSQL.es, tiende a alinearse más estrechamente con lo que realmente se evalúa en las entrevistas que la preparación de SQL ad hoc o tipo rompecabezas.

A lo largo del artículo, también abordo cómo se evalúa el SQL en las entrevistas, cómo se evalúan las respuestas y por qué ciertos patrones métricos aparecen con mucha más frecuencia que otros. Esta no es una guía sobre estrategias para entrevistas por empresa o sector, y no incluye preguntas exactas ni nombres de empresas. Se centra en los patrones recurrentes y en lo que revelan sobre las habilidades básicas de SQL que los entrevistadores evalúan de forma sistemática.

Si te estás preparando para entrevistas de analista de datos con mucho contenido de SQL y quieres centrarte en lo que realmente aparece en la práctica, este artículo resume los patrones con los que me he encontrado y las lecciones que implican.

Métodos de evaluación de SQL encontrados en las entrevistas

En las 11 entrevistas, se evaluó el SQL utilizando tres formatos de prueba distintos. Aunque las habilidades SQL subyacentes eran similares, el formato de la prueba influyó significativamente en la forma en que se evaluaron las respuestas y en lo que los entrevistadores parecían priorizar.

Portales en línea con tiempo limitado

El primer formato era un portal en línea cronometrado, normalmente alojado en plataformas como HackerRank. Estas pruebas tenían una duración aproximada de entre 20 y 50 minutos y solían consistir en una o dos preguntas de SQL. Dado que el entorno está estandarizado y no se ofrece ayuda, las preguntas tienden a ser más sencillas en su estructura, pero estrictas en su ejecución. Lo más importante es la corrección y la rapidez, y las soluciones se evalúan generalmente como aprobadas o suspendidas.

Entrevistas SQL en directo utilizando un IDE compartido

El segundo formato era una entrevista SQL en vivo realizada en un IDE compartido durante una sesión virtual. En estas entrevistas, a menudo se me permitía escribir SQL sin ejecutarlo, lo que reducía el énfasis en la sintaxis exacta y desplazaba el foco hacia la corrección lógica y el razonamiento. Dado que los errores de sintaxis eran menos costosos, los entrevistadores tendían a hacer más preguntas o a introducir ambigüedad, a veces añadiendo preguntas de seguimiento a la pregunta inicial. La evaluación en este formato rara vez era binaria, sino que reflejaba la claridad con la que se comunicaba el razonamiento.

Tareas SQL para hacer en casa

El tercer formato era una tarea de SQL para hacer en casa, que normalmente se entregaba en forma de documento que contenía esquemas, instrucciones de creación de tablas y múltiples preguntas. Estas tareas solían tener un plazo de uno o dos días para completarlas e incluían un mayor número de preguntas, a menudo entre cinco y diez. Aunque las preguntas individuales no siempre eran más difíciles desde el punto de vista conceptual, eran más detalladas y requerían más tiempo. Al igual que las entrevistas IDE en vivo, las pruebas para hacer en casa se calificaban de forma subjetiva, y la estructura, la explicación y las suposiciones desempeñaban un papel más importante en la evaluación final.

En los tres formatos, el método de evaluación determinaba directamente lo que se consideraba un «buen rendimiento». Los portales cronometrados premiaban las soluciones rápidas y precisas. Los formatos en vivo y para llevar a casa daban más importancia a la forma en que se estructuraban, explicaban y adaptaban las respuestas a enunciados de problemas vagos o imperfectos. Esta diferencia en el contexto de la evaluación cobra importancia a la hora de interpretar qué patrones métricos de SQL aparecen con más frecuencia en las entrevistas.

Cómo se evaluaban las respuestas SQL

La forma en que se evaluaban las respuestas SQL variaba significativamente en función del formato de la prueba. En las evaluaciones en portales cronometrados, la calificación solía ser binaria. Las consultas producían el resultado esperado dentro de las limitaciones de la plataforma o no lo producían. Había poco margen para la puntuación parcial, los enfoques alternativos o las explicaciones. En estos entornos, la corrección y la velocidad prevalecían sobre cualquier otra consideración.

Las entrevistas SQL en vivo y las tareas para realizar en casa se evaluaban de forma diferente. En ambos casos, las respuestas rara vez se juzgaban como simplemente correctas o incorrectas. En cambio, la evaluación se basaba en un espectro que tenía en cuenta cómo se construía la solución, cómo se manejaban las suposiciones y cómo se comunicaba claramente el razonamiento. Los entrevistadores a menudo buscaban señales más allá de la consulta final, como si el candidato entendía el grano de los datos, manejaba los casos extremos o elegía un enfoque que se escalaba de forma razonable.

En varias entrevistas, me encontré con sistemas de calificación que se asemejaban más a una puntuación informal que a un estricto aprobado o suspenso. Una solución que cumplía los requisitos básicos podía considerarse aceptable, mientras que un rendimiento más sólido requería demostrar un enfoque alternativo, discutir las ventajas e inconvenientes o identificar posibles problemas con los datos. En algunos casos, dos candidatos podían llegar a resultados correctos, pero ser evaluados de forma diferente en función de lo bien que explicaran sus decisiones.

Otro factor era que el rendimiento de SQL no siempre se evaluaba de forma aislada. Algunos procesos de entrevista incluían varias rondas técnicas, y las decisiones finales se tomaban teniendo en cuenta todas ellas. Una buena entrevista de SQL podía verse compensada por un rendimiento más débil en otras áreas, y lo contrario también era cierto. Debido a esto, a menudo era difícil determinar si un rechazo reflejaba específicamente el rendimiento de SQL o el resultado general de la entrevista.

En conjunto, estas diferencias de evaluación explican por qué los resultados de aprobado o suspenso por sí solos no son una forma fiable de evaluar el rendimiento en una entrevista de SQL. También ayudan a aclarar por qué es más útil estudiar los patrones métricos recurrentes de SQL que las preguntas individuales. En la siguiente sección se presenta el marco de patrones métricos utilizado para clasificar las preguntas de la entrevista en este análisis.

Breve resumen del marco de patrones métricos SQL

En este análisis, he categorizado las preguntas de la entrevista SQL utilizando el marco de patrones métricos SQL presentado en un artículo anterior sobre la resolución de problemas SQL basada en métricas. Ese marco agrupa las preguntas SQL por el tipo de métrica que se calcula, en lugar de por características o funciones SQL específicas.

Los patrones utilizados en este artículo son:

• KPI: métricas de valor único que resumen el rendimiento general.
• Desglose: métricas segmentadas por una o más dimensiones.
• Ratio: métricas formadas al dividir dos agregados relacionados.
• Rank: métricas ordenadas dentro de un grupo
• Total acumulado/corriente: métricas que se acumulan a lo largo del tiempo
• Media móvil: métricas suavizadas a lo largo de una ventana móvil.
• Variación porcentual/crecimiento: métricas que comparan valores entre períodos

Agrupar las preguntas por patrón métrico facilita la identificación de lo que se evalúa sistemáticamente en las entrevistas: no la sintaxis ni trucos SQL aislados, sino la capacidad de definir, calcular y razonar sobre métricas empresariales.

En el artículo original se ofrece una explicación completa del marco, incluyendo ejemplos y errores comunes: Exploración del conjunto de datos de crecimiento de ventas: uso de la hoja de referencia del analista de datos en datos de ventas reales.

Con este marco establecido, la siguiente sección informa de la frecuencia con la que apareció cada patrón métrico en las entrevistas.

Resultados: muestra de entrevistas y distribución de preguntas

Este análisis se basa en 11 entrevistas a analistas de datos realizadas entre noviembre de 2023 y abril de 2025 que incluían preguntas técnicas sobre SQL. Solo se incluyeron las entrevistas con evaluación explícita de SQL. En estas entrevistas se formularon múltiples preguntas sobre SQL, lo que dio lugar a un conjunto total lo suficientemente amplio como para observar una clara repetición en los tipos de métricas.

Distribución de las entrevistas por grupo de empresas

Las entrevistas abarcaron una mezcla de tamaños y ámbitos de empresas. Para evitar dar demasiada importancia a empresas concretas, las entrevistas se agruparon por categoría.

Total de entrevistas: 11

Aunque la muestra es limitada y está concentrada geográficamente, la repetición de los tipos de preguntas sobre SQL en diferentes grupos de empresas sugiere que los patrones observados no se limitan a una sola categoría.

Preguntas de la entrevista sobre SQL por patrón métrico

Cada pregunta SQL se clasificó utilizando el marco de patrones métricos SQL descrito anteriormente. La tabla siguiente muestra la frecuencia con la que apareció cada patrón en las entrevistas.

La distribución muestra una fuerte concentración en un pequeño número de patrones métricos, con preguntas de desglose y ratio que aparecen con mucha más frecuencia que todas las demás. Las métricas más avanzadas basadas en el tiempo y en ventanas aparecieron raramente en este conjunto de entrevistas.

En la siguiente sección se interpretan estos resultados y se explica por qué ciertos patrones métricos predominan en las entrevistas SQL.

Interpretación: por qué ciertos patrones métricos predominan en las entrevistas de SQL

La distribución de los patrones métricos SQL en estas entrevistas muestra una clara concentración en torno a las preguntas de desglose y ratio. Esto no es casual. Estos dos patrones representan la base de cómo las empresas formulan preguntas analíticas y cómo se espera que los analistas de datos razonen sobre el rendimiento.

Las preguntas de desglose aparecen con mayor frecuencia porque ponen a prueba si un candidato puede pasar de una métrica de alto nivel a una vista segmentada. En la práctica, esto significa comprender cómo definir el grano de datos correcto, aplicar uniones sin inflar los resultados y agrupar métricas por dimensiones relevantes, como el tiempo, la región, el producto o el tipo de usuario. Una consulta de desglose correcta demuestra que el candidato comprende no solo la sintaxis SQL, sino también cómo se comportan las métricas cuando se dividen en dimensiones.

Las preguntas de ratio aparecen con frecuencia por razones similares. Las ratios requieren una alineación cuidadosa entre el numerador y el denominador, un filtrado coherente y el conocimiento de casos extremos, como la división por cero o la falta de datos. Desde el punto de vista de la entrevista, las métricas de ratio revelan rápidamente si un candidato entiende lo que representa una métrica o si simplemente está agregando columnas de forma mecánica. Incluso cuando el SQL es relativamente corto, el razonamiento que hay detrás no suele serlo.

Las preguntas sobre KPI y clasificación aparecen con menos frecuencia, pero de forma constante. Los KPI de valor único comprueban si un candidato puede definir una métrica con claridad y agregarla correctamente, mientras que las preguntas de clasificación introducen conceptos de ordenación y partición que son comunes en la elaboración de informes, pero secundarios para la construcción de métricas básicas.

Los patrones más avanzados, como los totales acumulativos, las medias móviles y el cambio porcentual, aparecen con mucha menos frecuencia en este conjunto de entrevistas. Estos patrones suelen basarse en funciones de ventana y lógica de series temporales, que son habilidades importantes, pero no fundamentales para la mayoría de las tareas diarias de generación de informes de los analistas de datos. Su menor frecuencia sugiere que las entrevistas dan prioridad a la corrección y la claridad en la lógica métrica básica por encima de las funciones SQL avanzadas.

En general, la distribución de los patrones indica que las entrevistas de SQL hacen hincapié en la definición, la segmentación y la comparación de métricas, más que en la complejidad sintáctica. Los entrevistadores parecen utilizar el SQL como una forma de evaluar cómo piensan los candidatos sobre los datos y las cuestiones empresariales, y no cuántas técnicas avanzadas de SQL pueden aplicar de forma aislada.

Conclusiones

Este análisis se basa en una muestra limitada de 11 entrevistas a analistas de datos del Área de la Bahía, pero la concentración de tipos de preguntas fue lo suficientemente consistente como para revelar prioridades claras.

Las preguntas de desglose y ratio dominaron el conjunto de entrevistas. Es mejor dedicar el tiempo de preparación a acertar en estas preguntas: definir las métricas con el nivel de detalle adecuado, unir tablas sin inflar los resultados y agrupar los datos de forma que se ajusten a la cuestión empresarial. Estas habilidades se refuerzan en cursos básicos centrados en la elaboración de informes, como SQL para principiantes , Funciones estándar de SQL y Cómo crear informes básicos en SQL en LearnSQL.es , donde las consultas se enmarcan en torno a métricas reales en lugar de sintaxis aisladas.

Los patrones métricos avanzados, como los totales acumulados, las medias móviles o los cálculos de crecimiento, aparecieron con mucha menos frecuencia. Son adiciones útiles, especialmente para funciones con gran volumen de informes, pero no sustituyen a los fundamentos sólidos. Los cursos que cubren temas como Funciones de ventana, Consultas recursivas y expresiones de tabla comunes y SQL GROUP BY Extensions en LearnSQL.es tienen más sentido una vez que los patrones de desglose y ratio ya son sólidos.

En general, los resultados sugieren que las entrevistas de SQL premian más la claridad en el razonamiento métrico que la amplitud de las características de SQL. La preparación que hace hincapié en la construcción de métricas básicas y el uso correcto de las uniones se ajusta más a lo que aparece en las preguntas reales de las entrevistas.

Resumen

Este artículo ha analizado las preguntas de entrevistas SQL de 11 entrevistas reales a analistas de datos para identificar qué patrones métricos aparecen con más frecuencia en la práctica. En lugar de centrarse en técnicas SQL aisladas, el análisis agrupó las preguntas por el tipo de métrica que se calculaba, revelando una clara concentración en torno a los patrones de desglose y ratio en todas las empresas y formatos de entrevista.

Los resultados sugieren que las entrevistas de SQL enfatizan sistemáticamente la construcción de métricas y la lógica de los informes por encima de las funciones avanzadas de SQL. Los entrevistadores parecen utilizar estas preguntas para evaluar si los candidatos pueden definir correctamente las métricas, segmentarlas de forma significativa y razonar sobre las comparaciones de una manera que refleje el trabajo analítico real.

El marco de patrones métricos SQL y la hoja de referencia para analistas de datos ofrecen una forma estructurada de abordar estos problemas combinando la técnica SQL, la definición de métricas y el contexto empresarial. Para los candidatos que desean practicar estas habilidades repetidamente con diferentes conjuntos de datos y niveles de dificultad, es más importante tener acceso a un conjunto amplio y estructurado de cursos que saltar entre recursos inconexos. Aquí es donde encaja naturalmente una opción como el plan SQL de Todo, para siempre, ya que permite la práctica a largo plazo de patrones métricos tanto básicos como avanzados sin tener que optimizar la selección de cursos individuales.

Este artículo se centra deliberadamente en los patrones básicos, en lugar de en la estrategia para las entrevistas. Un análisis más profundo podría desglosar aún más las preguntas por formato de prueba o explorar subpatrones comunes dentro de cada tipo de métrica, pero los resultados aquí ya apuntan a una conclusión clara: dominar la lógica métrica básica ofrece el mayor rendimiento para la preparación de entrevistas SQL.