Cuánto cobra un AI Engineer en España
476 ofertas del rol publicadas en España entre julio y septiembre. Lo que pagan, quién las publica y qué piden a cambio.
Para el mismo título de AI Engineer, una empresa de producto paga 69.000 € y una consultora 49.400 €. Son 19.600 € de diferencia por el mismo título.
Es una gran diferencia, aunque todavía hay pocos datos (n=31). De las 476 ofertas del rol publicadas en España entre el 27 de julio y el 18 de septiembre, solo 31 publican una banda salarial completa. Un 7%.
Esta es la segunda pieza de la serie, entre qué es un AI Engineer y quién ocupa hoy esos puestos. Aquí miramos las ofertas; en la tercera, a las personas.
¿Cuánto se paga?
Por el mismo título, una empresa de producto paga 19.600 € más que una consultora
Punto medio de la banda publicada, sobre las 31 ofertas de 476 que dicen el salario.
Producto n=15
Empresa tradicional n=3
Consultora e IT services n=13
Diferencia
El rango completo va de 30 a 130K € al año. La mediana del punto medio cae en 52.500 €, y la mitad central de las ofertas está entre 44.250 y 63.750.
Una de cada cinco pasa de 80K, y entre 70 y 90 no hay casi nada
Ofertas por tramo salarial. Más de la mitad cae entre 40 y 60K.
ofertas por tramo · miles de € brutos al año
5
30-40
7
40-50
9
50-60
3
60-70
1
70-80
0
80-90
2
90-100
3
100-110
0
110-120
1
120-130
Antes de echarle la culpa al rol, fuimos a medir la misma brecha en todo el mercado. Cogimos las 475 ofertas de tecnología que publican banda en la misma ventana —de las 19.940 del mercado, no de las 476 del rol—, separamos las de consultoría e IT services del resto, y la diferencia de medianas sale de 11.000 € (44.000 frente a 55.000).
Los 19.600 € de este rol son casi el doble de esa brecha. Rol por rol la diferencia cambia mucho: en backend casi no hay y en diseño o en IA y ML es el doble que la media del mercado. Son celdas de tres a cinco ofertas por lado, así que da para ordenar los roles y no para poner una cifra a cada uno.
Dos sesgos que tienen estos números. El primero, quien publica banda no es una muestra representativa: suelen ser empresas extranjeras obligadas por transparencia salarial, o empresas de producto cómodas con lo que pagan. El segundo, con 13 bandas de consultora, 15 de producto y 3 de empresa tradicional, una sola oferta rara mueve el punto medio varios miles de euros.
¿Quién publica estas ofertas?
El 42,6% de las 427 ofertas que declaran sector las publica una consultora, staffing o IT services, no la empresa donde acabarías. Las que más publican son T-Systems, NTT Data, Logicalis, Keyrus, Capitole, GFT y Accenture: las siete de arriba son consultoras, sin excepción.
El reparto entero, agrupando por el sector que declara quien publica:
| Sector de quien publica | Ofertas | % |
|---|---|---|
| Consultoría, staffing e IT services | 182 | 42,6% |
| Software y producto digital | 122 | 28,6% |
| Industria, energía e ingeniería | 32 | 7,5% |
| Banca, seguros y finanzas | 25 | 5,9% |
| Salud, farma e investigación | 19 | 4,4% |
| Telecomunicaciones | 9 | 2,1% |
| Otros sectores | 38 | 8,9% |
Las 427 ofertas únicas traen sector. Tres de cada diez ofertas vienen de una empresa que vende su propio producto y cuatro de cada diez, de alguien que te va a colocar en un cliente. El resto se lo reparten industria, banca, farma y telecos en trozos pequeños.
Y de junior, casi nada. Solo 16 de las 476 (3,4%) llevan junior, becario, trainee o intern en el título.
¿Qué piden las ofertas?
Una oferta de AI Engineer nombra RAG once veces más que una oferta tech cualquiera
Menciones en el texto de la oferta, estrechando el foco de todo el mercado a un solo título.
Todas las ofertas de tecnología n = 19.940Solo roles de IA y ML n = 1.136Solo AI Engineer n = 476
Mencionan RAG
Mencionan agentes
Mencionan LangChain o LangGraph
Del 5,1% al 56,7% son once veces. Los frameworks se multiplican por catorce y los agentes por cinco y medio al estrechar el foco.
Lo que no se sigue de ahí es que buscar por esas palabras te lleve al rol. En España hay 1.017 ofertas de tecnología que nombran RAG y solo 270 llevan AI Engineer en el título: tres de cada cuatro están en otro puesto. El vocabulario ya se salió del rol.
Para compararlo con el dataset internacional tuvimos que cambiar de cohorte, porque el suyo no es solo de puestos con AI Engineer en el título: mete también plataforma y datos. Así que miramos el conjunto ancho, todas las ofertas de IA y machine learning, y lo pusimos al lado:
Las ofertas españolas de IA piden prácticamente lo mismo que las internacionales
Diferencia en puntos porcentuales entre lo que piden las ofertas españolas y las internacionales.
Agentes
+5,5 60,9% vs 55,4%
Python
+4,9 75,7% vs 70,8%
RAG
+0,1 39,9% vs 39,8%
MCP
−2,7 11,4% vs 14,1%
Cifras: España, todas las ofertas de IA y ML vs internacional, 6.964 ofertas.
El lado español son las 1.136 ofertas de IA y machine learning de la misma ventana, no solo las 476 que se titulan AI Engineer, porque el dataset internacional también incluye roles adyacentes de plataforma y datos. Las dos columnas no se cuentan igual: nosotros buscamos palabras en el texto de la oferta y el dataset internacional extrae las skills con un modelo que además agrupa sinónimos. Para lo que se escribe con su nombre —RAG, Python, MCP— las dos cuentas se acercan. Para lo que depende de sinónimos, no, y por eso la evaluación va aparte, justo debajo.
Ninguna de las cuatro se separa mucho. RAG sale empatado, MCP tres puntos por debajo, y agentes y Python cinco por encima. Lo que se pide en una oferta de IA en España se parece bastante a lo que se pide fuera.
Con la evaluación no podemos. Era la señal que esperábamos ver por debajo, y no la podemos dar por buena. El resultado depende entero de dónde pongas el límite de qué cuenta como evaluación.
El dato internacional cae dentro de nuestro margen de medición
Cuántas ofertas piden evaluación, según dónde pongas el límite de qué cuenta como evaluación.
cada banda va de contar solo la palabra (izquierda) a contar el grupo entero (derecha)
Ofertas del título n = 476
Todas las de IA y ML n = 1.136
Internacional, roles AI-First
Con lo que sabemos medir no hay hueco que reportar. El intervalo va del 45,6% al 68,9% según dónde cortes, y el 59,7% internacional vive dentro.
Con las dos cuentas, la evaluación aparece en más de la mitad de las ofertas del rol. Marginal no es.
Esa comparación es contra otros países. Hay otra que dice más, y es contra el propio mercado español: qué pide una oferta de AI Engineer que no pida cualquier otra oferta de tecnología publicada aquí.
Los frameworks de LLM son lo que más distingue a este rol: aparecen 21 veces más que en el resto del mercado
Menciones en el texto de la oferta. Mismo método de conteo y misma ventana en las dos columnas.
AI Engineer resto tech
Frameworks LLM
21×
RAG
15×
LLM
8,7×
Python
2,7×
SQL
0,8×
n = 476 ofertas con AI Engineer en el título y 19.464 del resto de tecnología, España, del 27 de julio al 18 de septiembre de 2026.
El diferenciador de verdad son los frameworks, no RAG, que es lo que se lleva los titulares. Un LangChain o un LlamaIndex aparece 21 veces más que en el resto del mercado; RAG, 15.
Un framework de LLM es la fontanería entre tu código y el modelo: encadena llamadas, decide qué contexto se le manda en cada una, conecta las herramientas que el modelo puede usar y guarda el estado de la conversación. Sin él acabas escribiendo esa capa a mano. Los tres que agrupamos aquí son LangChain, el más extendido, LangGraph para flujos con agentes, y LlamaIndex, más orientado a RAG.
SQL se pide menos en una oferta de AI Engineer (23,3%) que en una oferta tech cualquiera (27,8%). De todas las señales que separan a este rol del resto del mercado, la única que baja es la de datos.
En nuestros procesos eso se traduce en algo que a los clientes les cuesta aceptar: el data engineer del equipo casi nunca es el candidato correcto. Sobre el papel es el que más cerca parece. En la práctica el trabajo es montar y sostener un servicio en producción contra tus datos, y para eso encaja mejor un backend senior con cloud que alguien que ha vivido en pipelines.
Volviendo a la evaluación: no sabemos si se pide menos aquí, pero sí sabemos que quien contrata no la puede leer en la oferta. Una de cada dos la nombra, y nombrarla no dice nada de si el candidato sabe hacerla. Si estás contratando, una pregunta en la primera entrevista técnica lo cubre: cuando tu sistema empezó a fallar, ¿cómo lo mediste, sobre cuántos casos y qué cambió el número? Por qué esa pregunta y no otra está en la primera pieza de esta serie.
¿Cuánta competencia hay por estas ofertas?
LinkedIn no da la cifra exacta: por debajo de 25 aplicaciones por oferta dice 25, y por encima de 200 dice 200. En el mercado tech entero —las 19.940, incluidas las que la tabla de abajo deja sin clasificar—, el 33,0% de las ofertas marca exactamente 25 y el 11,1% exactamente 200, y no hay un solo valor por debajo ni por encima. Casi la mitad de los datos está pegada a un tope. En las ofertas de AI Engineer el reparto es otro: 23,3% en el mínimo y 16,6% en el máximo.
Con eso, la media no significa gran cosa. Así que en vez de una cifra por rol enseñamos el reparto entero y la mediana.
Frontend408
105
Diseño552
100
Full-stack978
73
AI Engineer476
67
Mobile291
61
Producto1227
56
Backend1662
55
QA750
54
Data1931
54
IA+ML*672
47
Software generalista2034
41
Seguridad1199
39
DevOps y plataforma1588
28
* IA+ML cuenta el área de IA y machine learning sin el título AI Engineer, para que las dos filas no se solapen. n = 19.940 ofertas de tecnología publicadas en España del 27 de julio al 18 de septiembre de 2026. La mediana del mercado es 45.
La mediana de una oferta de AI Engineer son 67 candidaturas, contra 45 del mercado. Es el cuarto rol más solicitado de todos, por delante de backend (55) y de data (54), y solo por detrás de full-stack (73), diseño (100) y frontend (105).
El tramo alto lo confirma. El 37,4% de las ofertas de AI Engineer pasa de 100 candidaturas, y solo el 23,3% se queda en el mínimo, frente al 47,1% de DevOps.
Conviene separar dos cosas que se confunden. Las ofertas de IA y ML sin contar este título tienen mediana 47, dos puntos por encima del mercado. Con el título dentro, el área entera sube a 52. Y el AI Engineer solo, a 67. El tirón no lo da la IA, lo da este título.
Esas candidaturas no significan que el rol sea fácil de cubrir. En una muestra de más de 1.800 AI engineers analizados en España, solo el 2,3% aparece como open to work. Muchas candidaturas y casi nadie disponible de verdad, las dos cosas a la vez. Ese contraste lo desarrollamos en la tercera pieza de la serie.
Recomendaciones
Si estás contratando, tres cosas salen de estos números.
Cuatro de cada diez ofertas contra las que compites las publica una consultora, y su punto medio son 49.400 € frente a los 69.000 € de una empresa de producto. Si eres producto, esa diferencia es tu mejor argumento, porque desde fuera las dos ofertas se parecen. Deja claro que contratas para tu propio producto y no para un cliente final.
Publicar banda salarial te separa del 93% que no la publica. Con esta muestra no podemos decirte cuánto te ahorra en candidaturas que no encajan, pero sí que hoy te ayuda a diferenciarte.
Y sobre todo, no publiques y esperes. Una oferta de este rol junta 67 candidaturas de mediana, más que backend o que data, pero solo el 2,3% de los AI engineers que hemos analizado aparece como open to work. El volumen llega; la gente que quieres contratar, no, porque no está mirando ofertas. A esos hay que ir a buscarlos uno a uno, abrir tú la conversación y sostenerla. Es como trabajamos en nothiring, y es lo que dice también el perfil de quien ocupa estos puestos: dónde están, de dónde vienen y en qué estado te los vas a encontrar.
Si estás buscando el puesto, mira quién publica la oferta antes que el título. Producto y consultora pagan distinto para el mismo puesto, y el 42,6% de las que declaran sector no es la empresa donde acabarías.
Datos y metodología
| Qué es | Publicaciones en LinkedIn España con la descripción completa |
| Ventana | 27 jul – 18 sep 2026 |
| Base | 26.532 publicaciones, 19.940 ofertas únicas de tecnología |
| Cohorte | 476 ofertas únicas con AI Engineer o variante en el título |
| Bandas salariales | 31 |
Cómo lo hemos medido y qué no podemos afirmar
Las bandas salariales van a mano. Veintiuna ofertas rellenan el campo estructurado; el resto salen de leer el anuncio y separar el sueldo del ticket restaurante. Descartamos una banda con error de escala (“€90/año”), dos tarifas freelance (por hora y por jornada), una oferta de Lisboa, una cifra que no era de España y cinco que solo daban un extremo (“a partir de 30.000”, “hasta 80.000”). Quedan 31 sobre 476 ofertas, y es una muestra autoseleccionada. Tres de esas 31 son el mismo puesto de Factorial publicado en Madrid, Barcelona y A Coruña, con la misma banda: sobreviven al deduplicado porque el anuncio cambia de ciudad. Son el 10% de la muestra y tres de las seis que pasan de 80K, así que el tramo alto descansa en menos empresas de las que parece. Publicar banda correlaciona con ser empresa extranjera obligada por transparencia salarial o empresa de producto cómoda con lo que paga.
Cómo contamos las señales. Es keyword matching sobre el texto de la oferta. Mide qué se nombra, no qué se hace. El dataset internacional no lo hace así —extrae las skills con un modelo y agrupa sinónimos—, así que las dos cuentas no son intercambiables señal por señal. Una oferta que diga “se valorará experiencia en RAG” cuenta igual que otra que diga “montarás el pipeline de retrieval”.
rag lo contamos como palabra, más retrieval augmented. Como subcadena saldría un 72,4% en vez del 56,7%, y ese exceso es sobre todo leveraging.
La cohorte del rol y el área de IA se cortan distinto. Las 476 salen del título; las 1.136 de «IA y ML» salen de la taxonomía del informe mensual, que clasifica por prioridad y manda a Data cualquier título que nombre datos antes de mirar si nombra IA. Por eso sumar las 672 de IA y ML sin este título y las 476 del rol da 1.148 y no 1.136: una docena de ofertas del rol vive fuera del área en esa clasificación. Las dos cifras son correctas; no son sumables.
Lo que no podemos afirmar. Los valores absolutos son un suelo. El contador de candidaturas es el público de LinkedIn en el momento del scrapeo, no el total final, y la tabla que compara roles deja fuera al 31% sin clasificar. El orden aguanta, los totales son parciales. Modalidad y tamaño de empresa vienen vacíos en esta cohorte. La clasificación de empresa en producto, empresa tradicional o consultora la hicimos a mano sobre las 31 ofertas con banda.
Lo ajeno. Los porcentajes internacionales son del dataset de Alexey Grigorev: 6.964 descripciones de builtin.com en Los Ángeles, Nueva York, Londres, Ámsterdam, Berlín e India, entre febrero y agosto de 2026 (nuestra lectura). No coincidimos ni en muestra ni en método: la suya es builtin.com en seis mercados con las skills extraídas por un modelo que agrupa sinónimos, la nuestra LinkedIn España contando palabras. Sus cifras de evaluación y de fine-tuning van sobre los roles AI-First, no sobre las 6.964, así que no las hemos metido en el gráfico. El propio autor avisa de que sus cifras marcan dirección, no decimales.
Este artículo se actualiza. Cuando haya datos nuevos se reescribe en esta misma URL, en vez de publicarse otra vez.