Montse Quesada

talleres o hackathones. Asimismo, los diseñadores de herramientas han
sabido adaptarse a un nuevo público –los periodistas– que no tenían a
priori una vocación de manipulación de datos. Desde luego, hoy son
todavía pocas las universidades que han visto el imperativo y la
necesidad de formar a los futuros periodistas en la manipulación de
datos. Sin embargo, existe una creciente demanda en el mercado del
trabajo de profesionales formados y preparados en el tratamiento de
datos.
El objetivo del artículo, por lo tanto, es identificar las competencias
necesarias para poder aplicar a ofertas de trabajo relacionadas con el
Periodismo de datos y determinar si existen formaciones a la altura de
la demanda del mercado de trabajo. El artículo se centra en descubrir
el tipo de competencias necesarias para un periodista de datos y los
métodos de trabajo en una redacción. Al mismo tiempo, el texto
realiza un rápido inventario de las formaciones en Periodismo de
datos para comparar el tipo de educación que puede recibir un futuro
periodista de datos con el tipo de competencias demandadas para el
perfil ideal del periodista de datos. Por último y en función de los
elementos desarrollados, se analizarán las competencias requeridas en
el marco de una selección de ofertas de trabajo encontradas a través
de buscadores de empleo y se determinarán las posibilidades de que
un futuro periodista de datos pueda responder a los perfiles
requeridos en el mercado de trabajo actual.
1. El Periodismo de datos en las redacciones
Diferentes escritos identifican a los leaks de Wikileaks publicados en
2010 como el detonante de la idea de que periodistas, programadores
y diseñadores podían trabajar juntos para desarrollar historias con
datos. Sin embargo, antes de que las revelaciones de Wikileaks fueran
un hecho referencial en materia de uso de las técnicas del Periodismo
de datos, el equipo Datablog de Simon Rogers, del periódico The
Guardian, logró analizar miles de documentos de los gastos del
gabinete del primer ministro a través de la técnica del crowdsourcing y el
uso de la herramienta Django. En 2009, los lectores registrados
(26.774) podían consultar los documentos y participar en el proceso
de análisis dividido en cinco etapas: elegir un documento, indicar el
tipo de documento, evaluar el interés, ingresar algunos datos básicos
110