Saltar al contenido
Volver al Blog

Como elegir un camino en tecnología sin adivinar el futuro

Si estás comenzando en tecnología, es fácil sentir que necesitas elegir ahora la profesión que tendrás de aquí a diez años. La lista de opciones crece, los nombres cambian y cada novedad parece una urgencia. Yo no intentaría acertar ese nombre. Intentaría descubrir qué tipo de problema me gusta resolver y en qué ambiente logro aprender bien.

Mi trayectoria pasó por bases de datos, infraestructura, arquitectura, liderazgo e IA. No fue una línea recta. En cada cambio, necesité llevar lo que ya sabía, admitir lo que aún no sabía y volver a aprender. Es de esa experiencia de donde saco el guion de abajo; este no es una fórmula para todas las personas.

Capital de carrera y el profesional en T

En el libro So Good They Can't Ignore You (2012), el profesor de ciencia de la computación Cal Newport muestra que las carreras sólidas no nacen de intentar adivinar una "vocación perfecta" antes de actuar, sino de construir capital de carrera (career capital): habilidades raras y valiosas desarrolladas en la práctica al resolver problemas reales. La afinidad con un área surge conforme ganas dominio técnico en ella.

En la ingeniería de software, esta evolución es sintetizada por el concepto de profesional en T (T-Shaped Skills, popularizado por Tim Brown y adoptado en equipos de ingeniería):

  • La barra horizontal de la T: fundamentos amplios que permiten entender cómo los datos, las redes, el código, la seguridad y la operación se conectan.
  • La asta vertical de la T: profundidad práctica en un área específica para generar valor inmediato.

Los datos del Future of Jobs Report 2025, del Foro Económico Mundial, confirman esta necesidad: las empresas proyectan que el 39% de las habilidades esenciales de los profesionales se van a transformar hacia 2030, combinando dominio de IA, datos y ciberseguridad con pensamiento analítico, resiliencia y aprendizaje activo.

Comienza por una base que viaja contigo

Una herramienta puede pasar de moda. Entender cómo los sistemas reciben datos, ejecutan procesos, fallan y son usados por las personas continúa siendo útil en varias áreas. Para iniciar, yo elegiría un proyecto pequeño y aprendería a explicar:

  • Qué problema resuelve y para quién.
  • De dónde vienen los datos y qué sucede cuando están equivocados.
  • Cómo saber si funciona, inclusive cuando algo falla.
  • Quién va a mantener la solución después de la primera entrega.

No necesitas dominar todo antes de buscar trabajo. Necesitas lograr mostrar cómo piensas, dónde tuviste dudas y cómo verificaste tu respuesta.

Experimenta tres tipos de problema

En vez de cambiar de curso cada semana, haz tres experiencias cortas con el mismo contexto. Por ejemplo, usa un pequeño sistema de registro:

  1. Construcción: implementa una función simple, prueba y documenta la elección.
  2. Operación: pon el sistema en marcha, acompaña los errores y descubre cómo recuperarlo.
  3. Datos y decisión: formula una pregunta útil, organiza los datos y explica las conclusiones y los límites del análisis.

Si quieres usar IA, pídele que sugiera alternativas o explique un fragmento difícil. Después prueba, revisa y escribe lo que necesitaste corregir. La habilidad importante es juzgar la respuesta, no solo obtener una respuesta.

Al terminar, anota en qué experiencia quisiste investigar más, incluso cuando se puso difícil. Esa es una señal más útil que un ranking de profesiones prometedoras.

Elige el próximo paso, no toda la carrera

Una decisión de carrera puede ser un experimento de ocho semanas. Define un área para explorar, un proyecto que quepa en tu tiempo y una persona con quien conversar sobre el trabajo real de esa función. Al final, responde:

  • ¿Qué logré hacer sin seguir un tutorial paso a paso?
  • ¿Qué parte me dio energía y qué parte me desgastó?
  • ¿Qué brecha técnica apareció más de una vez?
  • ¿Existe demanda por ese tipo de trabajo donde puedo actuar?

Si la respuesta apunta a otra dirección, no "perdiste tiempo". Ganaste información sobre ti y sobre el trabajo. Guarda el proyecto, las decisiones y las dudas; este material vale más en una conversación de mentoría que una lista de certificados sin contexto.

Cuando pedir ayuda

Busca a alguien que pueda cuestionar tu razonamiento, no decidir tu vida por ti. Llega con una pregunta concreta: "Tengo estas dos opciones, probé esto, observé aquello. ¿Qué es lo que aún no estoy viendo?". Una buena mentoría ayuda a vislumbrar restricciones, posibilidades y consecuencias. La elección sigue siendo tuya.

El futuro del trabajo técnico va a cambiar. Tu primer camino también puede cambiar. Construye fundamentos, haz experimentos pequeños y aprende a revisar la ruta con honestidad. Esa es una capacidad de carrera, sea cual sea el próximo nombre del cargo.

Para continuar: lee Profesiones en transformación y Qué hacer cuando te trabas en un proyecto.


Referencias y lecturas verificables

Cesar Zanis / Gestión y carrera

Una buena conversación merece continuar.

Comparte el artículo o publica las diapositivas en tus Stories y Feed.

WhatsApp ↗LinkedIn ↗X ↗
Cesar Zanis
Escrito por·Arquitecto de Software y Líder de Tecnología

Cesar Zanis

15+ años liderando arquitectura de software, bases de datos críticas, FinOps e IA aplicada. Estructuró y escaló una operación de ingeniería desde cero hasta más de 20 desarrolladores.

15+ años de trayectoriaArquitectura y DatosCloud & FinOps0 → 20+ Devs

¿Te gustó este artículo?

Publico análisis prácticos sobre arquitectura de sistemas críticos, Cloud FinOps, datos, IA y liderazgo de ingeniería directamente en LinkedIn.

Continuar leyendo

Lleva este análisis más allá con datos y fuentes

Todas las tarjetas visuales de este artículo están listas arriba para compartir en tus Stories, Feed, WhatsApp o LinkedIn con las fuentes.