Convocatoria 2026 para Técnico Superior en Ciencias de Datos en el Ayuntamiento de Barcelona
Se convocan 4 plazas para Técnico Superior en Ciencias de Datos en el Ayuntamiento de Barcelona, con acceso por el subgrupo A1. El proceso es por concurso-oposición libre y el plazo para inscribirse comienza tras la publicación oficial.
El sistema selectivo combina pruebas de conocimientos, idiomas y valoración de méritos. Esta convocatoria destaca por su amplio temario específico y la integración de pruebas eliminatorias que garantizan un alto nivel de exigencia.
Requisitos del proceso selectivo para Técnico/a Superior en Ciencias de Datos
Los requisitos para presentarse son los comunes a cualquier oposición pública municipal, con algunas especificidades para este puesto.
- Nacionalidad española, de la Unión Europea o estados con tratados de libre circulación.
- Capacidad funcional para el desempeño del puesto.
- Edad mínima de 16 años y no superar la edad de jubilación forzosa.
- Titulación universitaria de grado o licenciatura en ciencias de datos, ingeniería matemática, estadística, física, informática o equivalentes.
- No ser funcionario o personal laboral fijo del Ayuntamiento en la misma categoría.
- No estar inhabilitado para empleo público ni haber sido separado disciplinariamente.
- Pago de la tasa de inscripción salvo exenciones legales.
- Cumplimiento de requisitos específicos que puedan establecerse en el anexo correspondiente.
Todos los requisitos deben cumplirse al finalizar el plazo de solicitud y mantenerse hasta la toma de posesión.
Fases del proceso selectivo: cómo se evalúa y qué debes preparar
El proceso selectivo consta de una fase de oposición con un máximo de 60 puntos, seguida de un concurso de méritos con hasta 40 puntos. Ambas fases son obligatorias y eliminatorias en la oposición.
-
01
Inscripción
El plazo comienza al día siguiente de la publicación oficial y dura 20 días naturales.
-
02
Presentación de méritos
Los méritos deben relacionarse y acreditarse durante el plazo de inscripción.
Fase de oposición (60 puntos)
Consta de tres pruebas eliminatorias: conocimientos, lengua catalana y lengua castellana.
-
Primer ejercicio: prueba de conocimientos
Incluye tres partes: un ejercicio práctico (hasta 25 puntos), un test de temario específico (hasta 20 puntos) y un test de temario común (hasta 15 puntos).
El ejercicio práctico es tipo test con preguntas de cuatro opciones, sin penalización por errores o en blanco.
Los tests penalizan con una cuarta parte del valor de la respuesta correcta las respuestas erróneas.
Se requiere un mínimo de 30 puntos en la suma de los tres ejercicios para superar esta prueba.
El temario específico incluye 72 temas detallados en el anexo, con contenidos técnicos en estadística, programación, machine learning, bases de datos y normativa aplicable.
-
Segunda prueba: lengua catalana
Nivel requerido C1 según el Marco Europeo Común de Referencia para las Lenguas.
Consta de expresión escrita y oral, con duración máxima de 90 y 10 minutos respectivamente.
Es eliminatoria y existen exenciones para quienes acrediten certificados oficiales o hayan superado pruebas previas.
-
Tercera prueba: lengua castellana
Nivel requerido B2 o superior.
Incluye redacción y conversación con duración máxima de 45 y 15 minutos respectivamente.
Es eliminatoria y existen exenciones para nacionales españoles y quienes acrediten certificados oficiales.
Fase de concurso (40 puntos)
Se valoran los méritos aportados y relacionados en el servicio “El meu currículum” durante el plazo de inscripción, sin carácter eliminatorio.
- Experiencia profesional (máx 40 puntos): se valora con 1,29 puntos por mes en categoría análoga en ayuntamientos de más de 250.000 habitantes, y 0,86 puntos por mes en otras administraciones públicas, con límites máximos.
- Solo se valoran méritos acreditados documentalmente y relacionados en plazo.
- No se valoran servicios eventuales ni prácticas educativas o laborales no oficiales.
La documentación justificativa debe presentarse junto con la solicitud y no se admiten nuevos méritos fuera del plazo.
Análisis de la oposición y consejos prácticos para maximizar tus opciones
Esta convocatoria está dirigida a titulados universitarios en ciencias de datos o campos afines, interesados en la gestión y análisis avanzado de datos en el ámbito público, con nivel C1 de catalán y B2 de castellano.
Ventajas:
- Amplio temario específico actualizado con contenidos técnicos y normativos relevantes.
- Sistema selectivo con pruebas eliminatorias claras y valoración objetiva de méritos.
Desventajas y retos:
- Exigencia de nivel alto de idiomas (C1 catalán y B2 castellano).
- Necesidad de acreditar experiencia profesional con documentación precisa y en plazo.
Estrategias de estudio personalizadas y prácticas
- Plan por ejercicios: Priorizar la preparación del ejercicio práctico y el test específico, que suman 45 puntos, con especial atención a la programación en Python, estadística avanzada y machine learning. Complementar con el temario común y la preparación de las pruebas de idiomas, aprovechando las exenciones si se dispone de certificación.
- Gestión documental de méritos: Actualizar y verificar el currículum en el sistema ‘El meu currículum’ antes de la inscripción, asegurando la correcta documentación de la experiencia profesional para maximizar la puntuación en la fase de concurso.
- Preparación de idiomas: Preparar la expresión oral y escrita en catalán y castellano, con simulacros de las dos partes de cada prueba para superar la eliminatoria, y gestionar la acreditación documental para posibles exenciones.
- Seguimiento del proceso: Mantenerse atento a las publicaciones oficiales y plazos para presentar alegaciones o subsanar errores en las listas provisionales, usando los canales telemáticos oficiales.
Consulta siempre las bases oficiales publicadas en el BOE y el BOP de Barcelona para confirmar detalles y plazos. Puedes acceder a la convocatoria en https://www.boe.es/diario_boe/txt.php?id=BOE-A-2026-14717 y en el Boletín Oficial de la Provincia de Barcelona.
Preguntas frecuentes
¿Cuál es el plazo para presentar la solicitud de participación?
El plazo es de 20 días naturales a partir del día siguiente a la publicación oficial en el DOGC.
¿Qué titulación se requiere para Técnico Superior en Ciencias de Datos?
Se requiere estar en posesión de un título universitario de grado o equivalente en ciencias de datos, ingeniería matemática, estadística, física, informática o similares.
¿Cómo se estructura la fase de oposición?
Consta de tres pruebas eliminatorias: ejercicio práctico tipo test (25 puntos), test de temario específico (20 puntos) y test de temario común (15 puntos), además de pruebas de catalán (nivel C1) y castellano (nivel B2).
¿Se penalizan las respuestas erróneas en los tests?
En el ejercicio práctico no hay penalización por errores, pero en los tests de conocimientos específico y común se penaliza con una cuarta parte del valor de la respuesta correcta.
¿Cómo se valoran los méritos en la fase de concurso?
Se valoran hasta 40 puntos, principalmente por experiencia profesional acreditada, con 1,29 puntos por mes en ayuntamientos grandes y 0,86 en otras administraciones, hasta los máximos establecidos.
¿Hay exenciones para las pruebas de idiomas?
Sí, se pueden eximir presentando certificados oficiales de nivel C1 en catalán o B2 en castellano, o acreditando haber superado estas pruebas en procesos anteriores.
¿Cuál es la puntuación mínima para superar la primera prueba de conocimientos?
Se debe obtener al menos 30 puntos en la suma de los tres ejercicios que componen esta prueba para no ser eliminado.
Temario de la convocatoria para el puesto Técnico/a Superior en Ciencias de Datos en el Ayuntamiento de Barcelona
El temario para la categoría de Técnico/a Superior en Ciencias de Datos del Ayuntamiento de Barcelona consta de un temario específico detallado en el anexo I de las bases. Esta categoría permite desarrollar funciones de gestión, análisis y difusión de datos en el entorno big-data corporativo, incluyendo la implementación de modelos de machine learning y la gestión de plataformas de datos abiertos. El temario está estructurado en 72 temas que cubren desde conceptos básicos de ciencia de datos hasta aspectos legales y éticos relacionados con la protección de datos y la inteligencia artificial.
Temario
- Tema 1: Conceptos básicos de ciencia de datos. Definición y objetivos, elementos y etapas, herramientas y roles.
- Tema 2: Ciclo de vida de los datos: recopilación, limpieza, transformación, explotación, análisis, difusión, destrucción.
- Tema 3: Tipos de datos: estructurados, no estructurados y semiestructurados.
- Tema 4: Principales proveedores de datos.
- Tema 5: Ingeniería de datos versus ciencia de datos: diferencias y complementariedades.
- Tema 6: Gobernanza de datos. Sistemas corporativos de gobernanza de los datos.
- Tema 7: Definición e implementación de los flujos de datos.
- Tema 8: Cálculo. Números, funciones, derivación, integración, sucesiones y series.
- Tema 9: Álgebra lineal. Vectores y matrices. Sistemas lineales. Espacios vectoriales.
- Tema 10: Estadística descriptiva: medidas de tendencia central y dispersión. Distribuciones de probabilidad y sus aplicaciones.
- Tema 11: Inferencia estadística, estimación y contraste. Propiedades de los estimadores. Estimación puntual y por intervalo. Estimación de la media poblacional. Contraste de la media poblacional. Análisis de la varianza. Contraste de hipótesis. Contraste de medias y proporciones. Contraste con Chi2, la t de Student y F.
- Tema 12: Análisis de correlación. Análisis de regresión: lineal, múltiple y logística.
- Tema 13: Análisis estadístico multivariante. La información redundante. Análisis de componentes principales.
- Tema 14: Análisis de series temporales. Métodos clásicos de series temporales. Descomposición de series: componente tendencial, cíclica, estacional y aleatoria. Medias móviles y suavizado exponencial. Los modelos ARIMA.
- Tema 15: Población, marco y muestra. Teoría del muestreo. Muestras aleatorias. Muestreo aleatorio y otros tipos de muestreo. Muestreo por cuotas. Muestreo aleatorio simple. Determinación del tamaño de la muestra. Muestreo aleatorio estratificado. Modelos de afijación. Estratificación a posteriori. Muestreo por conglomerados unietápico. Muestreo sistemático. Muestreo por conglomerados polietápico. Muestreo por conglomerados bietápico. Determinación del número de unidades de primera y segunda etapa.
- Tema 16: Python para ciencia de datos: estructuras y funciones básicas.
- Tema 17: Librerías de Python: NumPy, Pandas, Matplotlib, Scikit-learn y TensorFlow/PyTorch.
- Tema 18: Introducción a R para análisis estadístico.
- Tema 19: Librerías (packages) de R: tidyverse, data.table, lubridate, ggplot2.
- Tema 20: QGIS: análisis y visualización de datos espaciales.
- Tema 21: Acceso a servicios de datos mediante API y sistemas de autenticación.
- Tema 22: Técnicas de ofuscación y anonimización de datos en entornos de análisis y desarrollo.
- Tema 23: Consistencia del dato: fundamentos, dimensiones y métricas de evaluación. Dato único: diseño e implementación de una fuente fiable.
- Tema 24: Arquitecturas centradas en el dato maestro: principios y modelos de gestión. Tablas maestras: estructura, gobernanza y rol en la integridad de la información corporativa.
- Tema 25: Metodologías ágiles y DevOps en proyectos de Ciencia de datos.
- Tema 26: Entornos integrados de desarrollo (IDE) (Jupyter, Rstudio, Visual Studio Code).
- Tema 27: Control de versiones con GIT: fundamentos y buenas prácticas.
- Tema 28: Herramientas de trabajo colaborativo. Principales funciones y usos.
- Tema 29: Bases de datos SQL. Gestión de bases de datos relacionales.
- Tema 30: Bases de datos NoSQL: tipologías, estructura, usos y ventajas.
- Tema 31: Seguridad en bases de datos y control de acceso.
- Tema 32: Modelos de arquitectura Big Data. Modelos lambda y kappa, data fabric y data mesh.
- Tema 33: Data Lakes, Data Warehouses y Data Lakehouses. Principales características.
- Tema 34: Procesamiento distribuido con apache spark para análisis de datos masivos. Aplicación y principales usos.
- Tema 35: Principales entornos y etapas del despliegue de código. Desarrollo, preproducción y producción.
- Tema 36: Buenas prácticas en gráficos, tablas y mapas en la visualización de datos. Guías de estilos y accesibilidad.
- Tema 37: Herramientas de visualización de datos. Shiny, RMarkdown, PowerBi.
- Tema 38: Dashboards e informes interactivos. Definición, estructura, usos, herramientas.
- Tema 39: Storytelling con datos. Definición, estructura, herramientas. Pasos clave.
- Tema 40: Fundamentos del aprendizaje automático “machine learning”: tipos de aprendizaje.
- Tema 41: Algoritmos de aprendizaje supervisado: regresión y clasificación. Máquina de vector de soporte. Métodos ensemble: bosques aleatorios, potenciación de gradiente, y XGBoost.
- Tema 42: Algoritmos de aprendizaje no supervisado: clusterización y reducción de dimensionalidad. Detección de anomalías. Sistemas de recomendación.
- Tema 43: Redes neuronales y aprendizaje profundo.
- Tema 44: Procesamiento del lenguaje natural (NLP) y sus aplicaciones. Modelos de Lenguaje de gran escala (LLM) y sus aplicaciones.
- Tema 45: Aprendizaje por refuerzo y aplicaciones en datos públicos.
- Tema 46: Modelos generativos y aplicaciones en Ciencia de datos. Generación de datos sintéticos.
- Tema 47: La Inteligencia artificial explicable (XAI) y la interpretabilidad de los modelos.
- Tema 48: Operaciones del Aprendizaje Automático (MLOps) y gestión del ciclo de vida de los modelos de aprendizaje automático.
- Tema 49: Protección de datos personales (RGPD, LOPDGDD). El Reglamento 2016/679 del Parlamento Europeo y La Ley Orgánica 3/2018 de Protección de Datos Personales y garantía de los derechos digitales.
- Tema 50: Normativa sobre ciberseguridad y protección de datos sensibles. El Esquema nacional de seguridad (ENS).
- Tema 51: Derechos digitales y derechos de la ciudadanía en la sociedad de la información. Ley 19/2014, de 29 de diciembre, de transparencia, acceso a la información pública y buen gobierno.
- Tema 52: Canales de transparencia y acceso a la información pública. Datos abiertos en la Administración Pública y reutilización de la información.
- Tema 53: El secreto estadístico. Principios básicos y objetivos.
- Tema 54: La estadística oficial. Principios y principales organizaciones y agentes. El Sistema estadístico de Cataluña.
- Tema 55: Unidades y clasificaciones (territoriales / económicas).
- Tema 56: Ética y privacidad en el uso de datos en el sector público. Protocolo para implantar con garantías la inteligencia artificial en todos los servicios municipales.
- Tema 57: Regulación europea sobre inteligencia artificial y uso de datos. Objetivos y principios clave. Reglamento (UE) 2024/1689 del Parlamento Europeo y del Consejo, de 13 de junio de 2024, por el que se establecen normas armonizadas en materia de inteligencia artificial.
- Tema 58: El Portal Barcelona Datos.
- Tema 59: Principales indicadores y fuentes de datos sobre población y demografía.
- Tema 60: Principales indicadores y fuentes de datos sobre economía, hacienda, trabajo, turismo, comercio y renta.
- Tema 61: Principales indicadores y fuentes de datos sobre medio urbano, territorio, urbanismo, clima y medio ambiente.
- Tema 62: Principales indicadores y fuentes de datos sobre transportes y movilidad.
- Tema 63: Principales indicadores y fuentes de datos sobre edificios, vivienda y mercado inmobiliario.
- Tema 64: Principales indicadores y fuentes de datos sobre sociedad, salud, educación, seguridad, cultura y género.
- Tema 65: Principales indicadores y fuentes de datos sobre política y estadísticas electorales.
- Tema 66: Principales indicadores y fuentes de datos sobre administración pública, participación ciudadana, presupuestos y recursos humanos.
- Tema 67: El Plan de estudios sociológicos del Ayuntamiento de Barcelona.
- Tema 68: La Encuesta de servicios municipales.
- Tema 69: El Barómetro político municipal.
- Tema 70: La Encuesta de valores sociales.
- Tema 71: La Encuesta sociodemográfica de Barcelona.
- Tema 72: Ley 31/1995, de 8 de noviembre, de prevención de riesgos laborales: objeto, ámbito de aplicación y definiciones. Política en materia de prevención de riesgos para proteger la seguridad y la salud en el trabajo. Derechos y obligaciones. Consulta y participación del personal. El Reglamento de uso de la lengua catalana del Ayuntamiento de Barcelona.
