Descripción y objetivo
Descripción
E ste proyecto analiza y compara los salarios de la industria IT en Argentina y Estados Unidos. Para ello, se utilizaron dos datasets con información detallada sobre compensaciones, años de experiencia, nivel de estudios, género, edad y otros factores que pueden influir en la remuneración de los profesionales del sector.
El análisis fue realizado en Microsoft Excel, utilizando herramientas de tablas dinámicas, gráficos y segmentación de datos para facilitar la exploración y comparación de la información.
Objetivos
El principal objetivo de este estudio es comprender las diferencias salariales entre ambos países y analizar qué factores pueden estar relacionados con la fuga de talento de Argentina hacia el exterior. A través del análisis, se busca responder preguntas como:
- ¿Cuán significativa es la diferencia salarial en dólares entre ambos países?
- ¿Qué impacto tienen la experiencia, el nivel educativo y el género en los salarios?
- ¿Existen patrones que expliquen por qué muchos profesionales argentinos buscan oportunidades en el extranjero?
Este proyecto de comparación de salarios de TI entre Estados Unidos y Argentina busca llenar una brecha en la comprensión de las diferencias salariales en el campo de la tecnología y proporcionar información valiosa para la toma de decisiones estratégicas relacionadas con la gestión de talento y las políticas salariales en ambos países.
Link a los dataset utilizados:
Datasets y variables analizadas
Se trabajó con dos fuentes de datos:
Dataset de EE.UU.:
✅ Empresa
✅ Tipo de contrato
✅ Título
✅ Salario anual en USD
✅ Ubicación
✅ Experiencia
✅ Edad
✅ Género
✅ Raza
✅ Educación
Dataset de Argentina:
✅ Tipo de contrato
✅ Salario Anual en Pesos Argentinos
✅ Salario anual en USD
✅ Salario anual en USD Blue
✅ Título
✅ Años en la empresa
✅ Tecnologías utilizadas
✅ Nivel educativo
✅ Edad
✅ Género
Se emplearon herramientas de análisis en Microsoft Excel, incluyendo:
-
- Procesamiento y limpieza de datos en Excel.
- Análisis con tablas dinámicas y gráficos para visualizar la distribución salarial.
- Comparación de medianas y rangos salariales entre ambos países.
- Segmentación de datos para evaluar el impacto de experiencia, género y educación en los salarios.
Resultados clave
☑️ Salarios en EE.UU. son considerablemente más altos.
☑️ Factores como la inflación y el tipo de cambio afectan los salarios en Argentina.
☑️ La diferencia de salarios y la estabilidad económica impulsan la migración de profesionales IT argentinos hacia el exterior y el teletrabajo para empresas extranjeras.
☑️ En ambos países, la educación y la experiencia influyen en los ingresos, pero la diferencia es más marcada en Argentina.
Objetivos específicos
✔️ Determinar los salarios promedio de TI en Estados Unidos y Argentina.
✔️ Identificar y analizar las diferencias en los salarios de TI entre ambos países.
✔️ Examinar los factores que pueden influir en las diferencias salariales entre Estados Unidos y Argentina, como la experiencia laboral, la ubicación geográfica, edad, nivel de estudios y otros posibles determinantes.
✔️ Evaluar el impacto de las diferencias socioeconómicas y culturales entre los dos países en las compensaciones salariales en el campo de TI.
✔️ Proporcionar información y recomendaciones útiles para empresas y profesionales de recursos humanos interesados en la contratación y retención de talento tecnológico en ambos países para evitar la fuga de talentos.
Algunos datos interesantes
◾Se obtuvo la siguiente información con el dataset de Argentina:
Cantidad de mujeres y hombres según el trabajo que ejercen
| Trabajo | Cantidad de Mujeres | Cantidad de Hombres |
|---|---|---|
| Software Engineer | 543 | 2532 |
| Data Scientist | 85 | 251 |
| Product Manager | 29 | 44 |
| Software Engineering Manager | 61 | 207 |
| Product Designer | 65 | 121 |
| Solution Architect | 2 | 6 |
| Marketing | 71 | 67 |
| Sales | 71 | 443 |
| Recruiter | 120 | 285 |
| Management Consultant | 43 | 246 |
| Hardware Engineer | 107 | 354 |
| Business Analyst | 1 | 5 |
| Mechanical Engineer | 77 | 183 |
| Technical Program Manager | 4 | 6 |
| Human Resources | 5 | 13 |
| % Total | 21.23% | 78.77% |
Cantidad de empleados según la provincia de residencia
| Provincia | Cantidad de Empleados |
|---|---|
| Buenos Aires | 4673 |
| San Luis | 18 |
| Río Negro | 38 |
| Córdoba | 530 |
| Santa Fe | 365 |
| Mendoza | 118 |
| Entre Ríos | 52 |
| Neuquén | 38 |
| Tucumán | 46 |
| La Rioja Province | 11 |
| Chubut | 20 |
| Corrientes | 23 |
| Jujuy | 22 |
| Chaco | 39 |
| Misiones Province | 32 |
| Santiago del Estero | 8 |
| Salta | 26 |
| La Pampa | 8 |
| San Juan | 21 |
| Formosa | 4 |
| Santa Cruz | 3 |
| Catamarca | 2 |
Edad Promedio
| Sexo | Edad Promedio (Años) |
|---|---|
| Hombre | 33 |
| Mujer | 32 |
Salario Anual Promedio en USD
| Sexo | Salario Anual Promedio |
|---|---|
| Hombre | 116738 |
| Mujer | 114010 |
◾Se obtuvo la siguiente información con el dataset de EE.UU.:
Cantidad de mujeres y hombres según el trabajo que ejercen
| Trabajo | Cantidad de Mujeres | Cantidad de Hombres |
|---|---|---|
| Product Manager | 1147 | 1770 |
| Software Engineer | 6579 | 18932 |
| Software Engineering Manager | 582 | 1602 |
| Solution Architect | 173 | 560 |
| Data Scientist | 558 | 1012 |
| Technical Program Manager | 390 | 417 |
| Human Resources | 169 | 58 |
| Product Designer | 453 | 471 |
| Business Analyst | 276 | 254 |
| Hardware Engineer | 346 | 991 |
| Recruiter | 185 | 81 |
| Sales | 135 | 144 |
| Mechanical Engineer | 116 | 185 |
| Marketing | 258 | 165 |
| Management Consultant | 261 | 317 |
| % Total | 30.13% | 69.87% |
Cantidad de empleados según estado de residencia
| Estado | Cantidad de Empleados |
|---|---|
| Alabama | 2 |
| Alaska | 3 |
| Arizona | 6 |
| Arkansas | 2 |
| North Carolina | 19 |
| South Carolina | 24 |
| Connecticut | 165 |
| North Dakota | 1404 |
| South Dakota | 840 |
| Delaware | 1138 |
| Florida | 777 |
| Colorado | 24 |
| Georgia | 301 |
| California | 30 |
| Hawai | 316 |
| Idaho | 711 |
| Illinois | 1030 |
| Indiana | 879 |
| Iowa | 98 |
| Kansas | 352 |
| Kentucky City | 217 |
| Luisiana | 846 |
| Maine | 465 |
| Maryland | 294 |
| Massachusetts | 1362 |
| Michigan | 1294 |
| Minnesota | 1797 |
| Misisipi | 3038 |
| Misuri | 179 |
| Montana | 1040 |
| Nebraska | 898 |
| Nevada | 2329 |
| New Jersey | 7378 |
| New York | 5978 |
| New Hampshire | 1704 |
| New Mexico | 717 |
| Ohio | 27 |
| Oklahoma | 18 |
| Oregon | 33 |
| Pensilvania | 192 |
| Rhode Island | 121 |
| Tennessee | 23 |
| Texas | 23 |
| Utah | 21 |
| Vermont | 18 |
| Virginia | 9 |
| West Virginia | 8 |
| Washington | 637 |
| Wisconsin | 28 |
| Wyoming | 14 |
Edad Promedio
| Sexo | Edad Promedio (Años) |
|---|---|
| Hombre | 39 |
| Mujer | 39 |
Salario Anual Promedio en USD
| Sexo | Salario Anual Promedio |
|---|---|
| Hombre | 219875 |
| Mujer | 214420 |
🎓 Sobre este proyecto
Este proyecto es el entregable final del Curso de Excel dictado por la plataforma Coderhouse.
¿Querés ver los detalles por tu cuenta?
Accedé al material relacionado con este proyecto en mi OneDrive. Hacé clic en el ícono de descarga para obtener los archivos.
📌 Créditos de imágenes: catalyststuff en Freepik.
Ooooooh quedó genial !!!! 😮😍🎉