La pregunta llega en algún punto para casi todos los data scientists que quieren trabajar viajando: ¿busco empleo remoto estable o construyo mi propio negocio de consultoría? No hay una respuesta correcta universal. Hay una respuesta correcta para tu situación específica.
Esta comparativa cubre los factores que importan para tomar una decisión informada.
Ingresos: la comparativa honesta
Empleo remoto
Los salarios remotos en datos varían enormemente según el mercado del empleador:
| Mercado | Junior | Mid | Senior |
|---|---|---|---|
| Empresa norteamericana | $55k–$80k/año | $90k–$130k/año | $130k–$200k+/año |
| Empresa europea | €30k–€50k/año | €50k–€80k/año | €80k–€130k/año |
| Empresa latinoamericana | $12k–$25k/año | $25k–$45k/año | $40k–$70k/año |
El empleo remoto con empresa norteamericana es el mejor equilibrio de estabilidad e ingreso para un data scientist latinoamericano nómada.
Freelance
El freelance tiene techo potencialmente más alto pero varianza alta:
- Año 1: $800–$2,500/mes (construyendo cartera, muchos meses irregulares)
- Año 2: $2,000–$5,000/mes (clientes recurrentes, proceso de ventas más claro)
- Año 3+: $4,000–$12,000/mes (especialización, referidos, retainers)
El freelance senior especializado en ML o data engineering para empresas norteamericanas supera el techo salarial de empleo equivalente a partir del año 3-4.
La variable que más importa: ¿Cuánto tiempo toleras ingresos inestables? Si la respuesta es “menos de 6 meses”, el freelance va a generar mucho estrés antes de ser rentable.
Libertad y flexibilidad
Empleo remoto
El trabajo remoto no es sinónimo de libertad total. Las restricciones reales:
-
Overlap horario: la mayoría de empleos remotos requieren 4-6 horas de disponibilidad sincronizada con el equipo. Si trabajas para empresa en EST (UTC-5) y vives en Europa (UTC+1 o +2), las reuniones son por la tarde local. Si vas a Asia (UTC+7 o +8), el overlap cae fuera de horario laboral normal.
-
Restricciones geográficas: muchas empresas norteamericanas tienen políticas de “work from approved countries” por temas fiscales y de cumplimiento. España, México, Portugal y algunos países de Europa del Este suelen estar en esas listas. Uganda o Vietnam, generalmente no.
-
Disponibilidad: se espera respuesta en horas laborales. No puedes desaparecer 3 días en modo offline.
Freelance
La libertad real del freelance en datos:
- Horario: trabajas cuando quieres, siempre que entregues en los plazos acordados. Muchos proyectos de análisis tienen deadline de entrega pero sin horario específico de trabajo.
- Ubicación: sin restricciones geográficas por parte del empleador. El cliente solo ve los entregables.
- Pausa posible: puedes no tomar proyectos un mes si lo planeas con anticipación. Con empleo remoto, no puedes simplemente “pausar”.
La trampa del freelance: la libertad de horario muchas veces se convierte en más horas totales, no menos. Especialmente en los primeros años donde vendes, ejecutas y administras al mismo tiempo.
Estabilidad financiera
Empleo remoto
- Ingreso mensual predecible.
- Más fácil para solicitar visas de larga estancia (comprueban contrato + nómina).
- Acceso a beneficios: seguro médico, equipo, cursos, PTO pagado.
- No tienes que pensar en ventas, facturación o cobranza.
Freelance
- Ingresos variables mes a mes, especialmente en los primeros 18 meses.
- Responsable de tu propio seguro médico, herramientas y equipamiento.
- Necesitas gestionar activamente el flujo de efectivo: cobrar anticipos, hacer seguimiento de pagos, manejar meses de vacas flacas.
- La varianza se reduce con el tiempo: a partir del año 2-3, con clientes recurrentes y retainers, la estabilidad mejora significativamente.
Crecimiento profesional
Empleo remoto
- Acceso a proyectos de escala que no conseguirías como freelance junior.
- Mentores y equipo de datos con quienes aprender.
- Exposición a stacks de datos de empresas reales (Snowflake, dbt, Airflow a escala).
- Promociones y revisiones de desempeño estructuradas.
Freelance
- Aprendes a cerrar proyectos, comunicar con clientes y gestionar un negocio.
- La variedad de proyectos y clientes amplía el contexto técnico rápidamente.
- El techo de ingreso y aprendizaje depende de ti: no hay burocracia corporativa.
- El riesgo: sin mentores activos, es fácil estancarse en las habilidades que ya tienes.
La ruta que más data scientists nómadas adoptan
El patrón más frecuente en la comunidad:
- Años 1-2: empleo remoto en empresa mediana o grande. Aprenden el stack real, construyen portafolio con proyectos reales y ahorran capital.
- Año 3: empiezan a tomar proyectos freelance pequeños en paralelo (donde el empleador lo permite o los términos no lo prohíben).
- Año 3-4: con portafolio sólido y 1-2 clientes freelance establecidos, hacen la transición completa.
- Año 4+: freelance o estudio boutique con tarifas senior.
Esta ruta reduce significativamente el riesgo financiero comparado con saltar directo al freelance desde cero.
Cuándo elegir empleo remoto
- Tienes menos de 2 años de experiencia real en datos.
- Tu ahorro no cubre 8-12 meses de gastos.
- Necesitas documentación de ingresos estable para visas.
- Priorizas aprendizaje técnico acelerado sobre libertad inmediata.
- Tu inglés todavía está en desarrollo.
Cuándo elegir freelance
- Tienes 3+ años de experiencia y portafolio demostrable.
- Tienes al menos 6-8 meses de runway en efectivo.
- Ya tienes 1-2 clientes potenciales o red activa de referidos.
- El overlap horario del empleo remoto limita los destinos que quieres visitar.
- Prefieres 100% de control sobre tu tiempo aunque implique asumir el riesgo de venta.
¿Estás decidiendo entre las dos rutas y quieres opiniones de gente que ya lo vivió? En el foro de Nomadaz hay data scientists en distintas etapas compartiendo sus decisiones reales. Únete y comparte tu situación.