Ofertas de empleo tecnológico en España con salario público (Manfred, 2021–2026) — versión simulada

Conjunto de datos simulado de 1.000 ofertas de empleo tecnológico, con la misma estructura (39 columnas) y distribuciones parecidas a las del dataset real obtenido mediante web scraping del portal getmanfred.com, que publica la banda salarial de prácticamente todas sus ofertas. Por qué es simulado. Los términos de uso de Manfred no permiten reproducir sus contenidos sin consentimiento expreso. Por ello, el dataset real (1.673 ofertas publicadas entre junio de 2021 y octubre de 2026) solo se ha compartido de forma privada con el profesorado, y aquí se publica una versión simulada a partir de su distribución. Cómo se ha generado. Las columnas se agrupan en seis bloques (puesto, salario, ubicación, idiomas, stack técnico y condiciones). Cada bloque de una fila simulada se copia de una oferta real distinta elegida al azar, de modo que se conservan las relaciones internas de cada bloque (p. ej., salario mínimo ≤ máximo) pero ninguna fila reproduce una oferta real completa. Se añade un ruido de ±10 % a las cifras, se recalculan las columnas derivadas y se sustituyen por valores ficticios la empresa (Empresa_0001…), el identificador, la URL y las fechas (date_posted y updated_at son ficticias, entre 2023 y 2025; scraped_at y url quedan vacías). Los títulos de puesto, tecnologías y beneficios proceden del dataset real. Generado con semilla fija (42), por lo que es reproducible con el código del proyecto. Contenido. Cada fila es una oferta: identificación (título, empresa ficticia, estado), retribución (salario mínimo y máximo en miles, moneda, tarifa por hora, equity), ubicación (% de teletrabajo, ciudades, país), requisitos (tecnologías obligatorias, deseables y extra en formato Tecnología:nivel, idiomas, soft skills), condiciones (vacaciones, jornada, beneficios) y fechas. Las listas se separan con ";". Un 0 en las columnas de salario o tarifa es un valor centinela (no informado), no un importe de cero. La columna perks_compensation no describe la oferta (tiene el mismo valor en todas); los beneficios están en perks_extra. Formato. CSV, UTF-8 con BOM, separador ",". Uso. Pensado para docencia y para practicar limpieza y análisis de datos; no debe usarse para extraer conclusiones sobre ofertas o empresas concretas. Proyecto académico de la asignatura Tipología y ciclo de vida de los datos (Máster Universitario en Ciencia de Datos, UOC). No contiene datos personales. Versión 2 (3 de noviembre de 2026): corrige una incoherencia del generador. En la versión 1, la columna is_freelance y las tarifas por hora podían proceder de ofertas reales distintas, y 4 de las 1.000 filas tenían tarifa por hora sin ser freelance. Ahora salen de la misma oferta. El resto del contenido no cambia.