EnglishDeutschFrançaisEspañolPortuguês

CompTIA · COMPTIA-DATA · Intermediate

CompTIA Data+ — Preguntas de práctica y simulacro de examen

Practica con preguntas realistas de COMPTIA-DATA, alineadas con los objetivos del examen. Alex explica cada respuesta y tu Readiness Score te muestra qué estudiar después.

90Preguntas
90minLímite de tiempo
675/ 900Puntuación para aprobar

Verificado con CompTIA · septiembre de 2026Versión actual del examen

Sobre el examen

CompTIA Data+ (DA0-002) es una certificación de inicio de carrera, neutral respecto al proveedor, que valida las habilidades necesarias para analizar, interpretar y comunicar información basada en datos para la toma de decisiones empresariales informadas. Cubre todo el ciclo de vida de la analítica de datos, desde la adquisición y preparación hasta el análisis, la visualización y la gobernanza.

La versión 2 amplía la cobertura para incluir conceptos de IA, entornos de datos en la nube y marcos de cumplimiento emergentes. Data+ es ideal para aspirantes a analistas de datos, especialistas en inteligencia de negocios y profesionales que están haciendo la transición a roles de analítica. Se alinea con el rol laboral de Data Analyst del NICE Framework (IO-WRL-001).

Qué entra en el examen

Data Analysis es el dominio de mayor peso con un 24%: mide si sabes qué método o función estadística corresponde a cada pregunta, más que el cálculo en sí. Le sigue Data Acquisition and Preparation con 22%, que cubre consultas, flujos ETL/ELT y técnicas de limpieza como el parsing y la imputación. Data Concepts and Environments y Visualization and Reporting empatan con 20% cada uno (uno cubre tipos de bases de datos y herramientas de BI; el otro, la elección de gráficos y la entrega de dashboards), mientras que Data Governance es el dominio más liviano con 14% y evalúa documentación, lineage y conceptos de cumplimiento como el GDPR.

Los cuatro dominios más grandes están dentro de un rango de cuatro puntos, así que no puedes saltarte ninguno sin poner en riesgo real tu puntaje de aprobación. Data Governance llama la atención por su peso bajo, pero no por ser fácil: sus preguntas sobre data lineage, retención y cumplimiento de privacidad aparecen a lo largo de todo el examen, incluso cuando no son el tema principal de la pregunta.

Temario oficial: COMPTIA-DATA

Data Concepts and Environments20%

Explain core data concepts including database types, data structures, and file formats, identify common data sources and storage infrastructure, and survey the coding environments, BI tools, and AI concepts used in data analysis.

≈ 12 h
Data Acquisition and Preparation22%

Acquire data through querying, integration, and ETL/ELT processes, identify data quality issues such as missing values and duplication, and apply transformation and cleansing techniques including parsing, standardization, and imputation.

≈ 13 h
Data Analysis24%

Match the audience and format to the analysis being delivered, pick the statistical method or function that actually answers the question at hand, and work through basic connectivity, data, and query troubleshooting when something breaks.

≈ 14 h
Visualization and Reporting20%

Choose appropriate visual elements and design conventions for charts and dashboards, select delivery methods such as executive summaries and self-service portals, and troubleshoot reporting issues like stale data and slow refresh rates.

≈ 12 h
Data Governance14%

Apply data management concepts such as documentation, lineage, and versioning, summarize compliance requirements like GDPR and data retention, and compare privacy protection practices and data quality assurance methods.

≈ 8 h

Formato del examen y tipos de pregunta

El examen tiene un máximo de 90 preguntas y dura 90 minutos. Encuentras preguntas de opción múltiple y preguntas basadas en desempeño (PBQ) que te meten en un escenario de análisis de datos: interpretar un dataset, elegir la visualización adecuada o detectar un problema de calidad de datos. La nota de aprobación es 675 en una escala de 100 a 900. Puedes saltarte una PBQ de simulación y volver a ella más tarde, así que define desde el inicio cuánto tiempo le vas a dedicar a una sola.

Tipos de pregunta: COMPTIA-DATA

Opción múltiple74%

Elige la única respuesta correcta entre cuatro o cinco opciones — el formato de siempre del examen.

Respuesta múltiple20%

Hay más de una respuesta correcta y las necesitas todas; el enunciado te dice cuántas marcar.

Basada en desempeño6%

En vez de una pregunta, una tarea práctica en una consola simulada: configuras algo y se puntúa el resultado.

CompTIA confirma estos tipos de pregunta — no publica una distribución porcentual; las proporciones reflejan nuestro banco de preguntas alineado con el examen.

Prueba cinco preguntas de COMPTIA-DATA

Cinco preguntas directas de nuestro banco de CompTIA Data+. Responde una — Alex te explica el porqué.

El examen y la app están en inglés — estas preguntas de muestra las hemos traducido.

Análisis de datos1 / 5

Un analista de datos recibe un conjunto de datos grande con 200 características (columnas) para construir un modelo de clasificación. Muchas características pueden ser redundantes o irrelevantes. ¿Qué técnica debe usar el analista para reducir la cantidad de características conservando la información más importante?

AlexExplicación completa de Alex

Con 200 características, el analista se enfrenta a la “maldición de la dimensionalidad”: demasiadas variables provocan sobreajuste, entrenamientos más largos y una mala generalización. La reducción de dimensionalidad resuelve esto mediante la selección de características (eliminar las irrelevantes usando correlaciones o puntajes de importancia) o mediante la extracción de características, como PCA, que crea nuevos componentes que capturan la máxima varianza en menos dimensiones (CompTIA Data+ Obj 3.2; NIST SP 800-188). ¿Por qué no las otras? La imputación rellena valores faltantes: no reduce la cantidad de características. La deduplicación elimina filas duplicadas, no columnas. El cifrado protege los datos, pero no cambia la dimensionalidad. Consejo para el examen: “demasiadas características” = reducción de dimensionalidad; “valores faltantes” = imputación; “registros duplicados” = deduplicación.

Fuentescikit-learn.org

Adquisición y preparación de datos2 / 5

Un ingeniero de datos está cargando datos de un archivo CSV a una tabla de base de datos. El CSV tiene 100,000 filas, pero después de la carga la tabla muestra solo 95,000 filas. ¿Qué problema de calidad de datos es MÁS probable que sea el responsable?

AlexExplicación completa de Alex

Las tablas de base de datos aplican restricciones que los archivos CSV no tienen, así que las filas que violan esas reglas se rechazan durante la carga. Las violaciones comunes incluyen: NOT NULL (faltan valores obligatorios), tipos de datos incompatibles (texto en columnas numéricas), UNIQUE/PRIMARY KEY (identificadores duplicados), CHECK (valores fuera de rango) y FOREIGN KEY (referencias huérfanas). Las 5,000 filas faltantes aparecen en un log de errores o de rechazos (CompTIA Data+ Obj 4.1; DAMA DMBOK Cap. 13). ¿Por qué no las otras? Las bases de datos no comprimen filas automáticamente durante la carga: la compresión es una optimización de almacenamiento. El tamaño del archivo no limita la carga (los datos se transmiten por lotes). Las licencias no topan el tamaño de las tablas en cantidades arbitrarias de filas. Consejo para el examen: filas de origen > filas cargadas = violaciones de restricciones; siempre concilia los conteos y revisa los logs de rechazo.

Fuentepostgresql.org

Gobierno de datos3 / 5

Una empresa quiere monitorear en tiempo real la calidad de los datos de su pipeline de ETL. ¿Qué enfoque es el MÁS efectivo para el monitoreo automatizado de la calidad de datos?

AlexExplicación completa de Alex

Las reglas de validación automatizadas integradas en el pipeline de ETL detectan los problemas de calidad en la ingesta, antes de que los datos malos lleguen a los reportes. Incluyen verificaciones de nulos, validación de tipos, controles de rango, restricciones de unicidad, detección estadística de anomalías (cambios en el conteo de filas, desviación de la distribución) y la aplicación de reglas de negocio. Herramientas como Great Expectations, dbt tests y Monte Carlo automatizan las verificaciones y alertan cuando se superan los umbrales (CompTIA Data+ Obj 4.1; DAMA DMBOK Cap. 13). ¿Por qué no las otras? Los respaldos completos protegen contra la pérdida de datos, no contra los problemas de calidad: también conservan los datos malos. Revisar solo cuando los usuarios reportan problemas es reactivo: el daño ya está hecho. Las revisiones manuales mensuales por muestreo se pierden todo lo que ocurre entre una y otra, y no escalan. Consejo para el examen: proactivo = reglas automatizadas + alertas en tiempo real; reactivo = quejas de usuarios + revisiones manuales esporádicas.

Fuentedocs.aws.amazon.com

Visualización y generación de reportes4 / 5

Una organización está construyendo una plataforma de analítica de autoservicio. Usuarios de negocio sin perfil técnico van a crear sus propios reportes y dashboards. ¿Qué capacidad es la MÁS crítica para habilitar la analítica de autoservicio?

AlexExplicación completa de Alex

Una capa semántica abstrae el modelo físico de datos en términos de negocio, lo que permite que usuarios sin perfil técnico construyan reportes sin SQL. En lugar de consultar “tbl_txn.amt_usd” con JOINs complejos, los usuarios ven “Ingresos” como una métrica gobernada y predefinida. Capacidades clave: nombres en lenguaje de negocio, cálculos prearmados (por ejemplo, margen bruto), definiciones estandarizadas que garantizan consistencia y relaciones simplificadas que ocultan la complejidad de los JOIN. Herramientas como Looker LookML, la capa semántica de dbt y los modelos de datos de Tableau ofrecen esto (CompTIA Data+ Obj 5.3; Gartner Augmented Analytics). ¿Por qué no las otras? Los repositorios de código de ETL exigen habilidades de desarrollo: lo opuesto al autoservicio. El SQL por línea de comandos demanda una experiencia técnica que los usuarios no técnicos no tienen. El acceso administrativo a la base de datos es para los DBA, no para quienes arman reportes, y representa riesgos de seguridad. Consejo para el examen: autoservicio = capa semántica + arrastrar y soltar; analítica técnica = SQL + código.

Fuentedocs.getdbt.com

362 preguntas, construidas como el examen

Cada dominio del examen COMPTIA-DATA tiene suficientes preguntas en el banco para practicarlo a fondo. El simulacro te plantea 90 preguntas seguidas, con el mismo cronómetro de 90 minutos que el día del examen.

Acta de verificación: COMPTIA-DATA

Cotejo del temario con CompTIA5 de septiembre de 2026

última verificación con la fuente oficial de CompTIA

Nota de corte675 / 900

según lo publica CompTIA

Cobertura del temario18 objetivos oficiales

repartidos en 5 dominios, según la guía oficial del examen

Tamaño del banco362 preguntas

= 4 simulacros completos de 90 preguntas — nunca la misma pregunta dos veces

Cobertura de dominioslos 5 dominios en su peso oficial

Data Concepts and Environments 74 · Data Acquisition and Preparation 74 · Data Analysis 94 · Visualization and Reporting 68 · Data Governance 52

Validación canónica344 de 362

cada una verificada con la documentación oficial de CompTIA — respuesta, opciones y explicación, fuente citada

Metodología documentada abiertamente.Cómo se crean las preguntas →

Preparación para COMPTIA-DATA

Cuánto tiempo necesitas depende de la experiencia práctica que ya tienes. El resto lo define el proveedor: cómo se hace el examen, cuándo puedes repetirlo y cuánto dura la certificación.

Puedes presentar CompTIA Data+ en un centro de examen Pearson VUE o en línea con supervisión remota, en inglés y japonés. La certificación tiene una vigencia de tres años y la renuevas con 20 CEUs, obteniendo una certificación CompTIA de nivel superior o aprobando la versión vigente del examen.

Tu plan: COMPTIA-DATA

Preparación

Tiempo de estudio35–90 h

normalmente unas 35 h si ya trabajas con estas tecnologías, unas 90 h si empiezas de cero

NivelIntermedio
Conviene tener antesSin requisitos formales. Se recomienda tener de 18 a 24 meses de experiencia en análisis de datos.

El día del examen y después

ModalidadCentros de exámenes Pearson VUE o supervisado en línea
Política de repeticiónSin espera para el 2.º intento; 14 días de espera a partir del 3.er intento
Vigencia3 años

Debes completar actividades de educación continua (CE) dentro del ciclo de renovación de 3 años. Entre las opciones están CertMaster CE, obtener una certificación CompTIA de nivel superior, certificaciones de TI de otros proveedores, capacitaciones, publicaciones o experiencia laboral. Se cobra una cuota de CE.

Créditos CE20

Las horas son nuestra propia estimación de planificación — CompTIA no publica un tiempo de preparación para este examen. Un punto de partida para tu calendario, no una meta.

Errores comunes

Una base estadística floja hace tropezar a muchos candidatos: saber cuándo usar la media y cuándo la mediana, distinguir correlación de causalidad y leer una prueba de hipótesis básica pesa tanto como dominar las herramientas. Visualization and Reporting (20%) toma a la gente por sorpresa porque evalúa criterio práctico (qué gráfico va con qué dataset, cómo conviene organizar un dashboard) y no la sintaxis de una herramienta. Data Governance (14%) suele quedar al final de la lista de estudio, aunque las preguntas de cumplimiento, privacidad y aseguramiento de calidad aparecen por todo el examen. Las preguntas basadas en desempeño exigen razonar dentro de un escenario en vivo, así que quienes estudiaron con flashcards en lugar de trabajar con datos de verdad terminan perdiendo tiempo solo en entender qué les están preguntando.

Puntos de atención: COMPTIA-DATA

  1. 01Statistical Concepts

    Tienes que dominar la estadística básica: media, mediana, moda, desviación estándar, correlación y regresión

  2. 02Data Visualization

    Saber qué tipo de gráfico (barras, líneas, dispersión, pastel, heat map) conviene en cada escenario de datos

  3. 03Data Quality

    Entender los conceptos de limpieza de datos, deduplicación, normalización y validación

  4. 04SQL Basics

    Aparecen consultas SQL básicas: SELECT, JOIN, WHERE, GROUP BY, ORDER BY

Pass-IT te entrena justo en estos puntos débiles — adaptativo y espaciado →

Preguntas frecuentes

¿Cuánto dura el examen CompTIA Data+?

El examen CompTIA Data+ tiene 90 preguntas y un límite de 90 minutos.

¿Cuál es la puntuación para aprobar CompTIA Data+?

Necesitas 675 / 900 para aprobar el examen CompTIA Data+.

¿Cuáles son los errores más comunes en el examen CompTIA Data+?

Los errores más comunes incluyen: Statistical Concepts, Data Visualization, Data Quality, SQL Basics. Dedica tiempo de estudio a estas áreas para no perder puntos.

¿Cómo se reparte el peso del examen Data+?

Data analysis es el dominio más grande con un 24%, seguido de data acquisition and preparation con un 22%, y de data concepts and environments y visualization and reporting con un 20% cada uno. Data governance cierra con un 14%. El reparto es parejo a propósito, así que Data+ premia la amplitud y no una sola especialidad profunda.

¿Necesitas experiencia antes de presentar Data+?

No hay ningún requisito formal. CompTIA recomienda de 18 a 24 meses trabajando en analítica de datos, y el catálogo calcula unas 60 horas. El examen da por hecho que alguna vez limpiaste un conjunto de datos desordenado, porque el dominio de preparación está escrito desde esa perspectiva.

¿Data+ o una certificación de analítica de un fabricante?

Data+ es neutral respecto al fabricante y evalúa el flujo de trabajo analítico en sí: adquisición, limpieza, análisis, visualización y gobernanza. Microsoft PL-300 evalúa ese mismo flujo a través de Power BI, y sus respuestas son respuestas de Power BI. Elige Data+ si tus herramientas cambian de un trabajo a otro, y el examen del fabricante si tu empresa ya eligió la herramienta.

¿Cómo renuevas Data+?

Data+ funciona con un ciclo de educación continua de tres años. Entre las actividades válidas están CertMaster CE, obtener una certificación de CompTIA de nivel superior, otras certificaciones de TI, formación, publicaciones o experiencia laboral documentada. Tienes que registrarlas antes de que se cierre el ciclo, no después.

¿Qué tan pronto puedes repetir Data+?

No hay espera antes del segundo intento. A partir del tercero, CompTIA exige 14 días entre intentos.

Pass-IT es una herramienta de estudio independiente, no afiliada a CompTIA ni respaldada por CompTIA; CompTIA y los nombres de los exámenes son marcas de sus respectivos propietarios.

Una certificación. Un solo pago.

Acceso completo a COMPTIA-DATA

Accede al banco completo de preguntas de esta certificación. Alex explica cada respuesta y tu Readiness Score te muestra qué estudiar después.

Comprar acceso a COMPTIA-DATA por $29.99Un solo pago. Acceso de por vida a esta certificación.
Comprueba gratis si estás listo20 preguntas. Sin tarjeta. Mira qué estudiar antes de comprar.

Llega al 80 % de preparación y aprueba — o te devolvemos el dinero.

Cómo funciona el score →