el mercado laboral en chile Panorama Regiones Perfiles Sectores Cómo está hecho cómo está hecho Este análisis es una demo de Datalized: tomamos los microdatos públicos de la Encuesta Nacional de Empleo (ENE) del INE, casi 10 millones de registros desde 2018, y los convertimos en cifras que puedes explorar, descargar en Excel y consultar desde tu agente de IA. Todo corre en un solo container, con herramientas de código abierto: sin servidores de base de datos ni licencias. 9.894.721⁠ Registros de personas cargados 103 archivos CSV del INE103 trimestres Historia de dic-feb 2018 a jun-ago 2026515.118⁠ Modelo analítico filas en 2 tablas de hechos aditivas32 de 32 Verificación contra el INE cifras oficiales del INE que cuadran Cómo se construye, paso a paso 1. Traer los datos. Un script en Python descarga del sitio del INE los archivos de cada trimestre móvil y los carga en DuckDB. Actualizar es volver a correrlo. 2. Guardarlos sin infraestructura. DuckDB es una base analítica que vive en un archivo: rápida con millones de filas, sin servidor que administrar y gratuita. 3. Modelarlos y probarlos. dbt ordena los datos en capas versionadas en Git y, en cada actualización, prueba el grano de cada tabla, las relaciones con los catálogos y la paridad con los boletines del INE. Si una cifra no cuadra, el proceso se detiene y no se publica. 4. Tableros como código. Con dbt Charts, cada tablero es un archivo con sus consultas y gráficos, en Git: se revisa y se despliega como cualquier código. 5. Métricas para agentes de IA. La capa semántica (MetricFlow) define cada métrica una sola vez sobre las mismas tablas. Tu agente la consulta por MCP: elige métricas, no escribe SQL. 6. Un container en la nube. Los datos ya procesados van dentro de la imagen, en Kubernetes sobre Google Cloud: el tablero, las descargas y el MCP, en el mismo lugar. El flujo de los datos INE (CSV por trimestre) │ ingest/load_ene.py ▼ raw.ene_personas ~10 M filas │ dbt · staging ▼ stg_ene_personas personas de 15+ años │ dbt · marts ▼ fct_fuerza_trabajo trimestre × región × sexo × edad × educación fct_ocupados trimestre × región × sexo × rama × categoría dim_trimestre + catálogos (seeds) │ tests: grano · relaciones · paridad INE ▼ dbt Charts este tablero · 5 pestañas MetricFlow + MCP 15 métricas para agentes de IA Por qué así Tasas que no se promedian. Las tablas guardan personas, no porcentajes: cada tasa se calcula sumando primero y dividiendo después, así un corte por región o por edad nunca promedia porcentajes. Cifras que puedes verificar. Cada cifra nacional se compara con el boletín oficial en cada actualización. La tabla de abajo muestra esa comparación en vivo. Nada que no uses. Sin servidores de base de datos ni licencias: todo el análisis cabe en un container. ¿cuadran las cifras con las oficiales?Boletines de empleo del INE vs el cálculo sobre los microdatos, en vivoTrimestreIndicadorINECalculadoResultadoFuentejun-ago 2026Desocupados989.400⁠989.400⁠✓ cuadraBoletín ENE nacional n°335 (jun-ago 2026)jun-ago 2026Fuera de la fuerza de trabajo6.424.651⁠6.424.651⁠✓ cuadraBoletín ENE nacional n°335 (jun-ago 2026)jun-ago 2026Ocupados9.273.745⁠9.273.745⁠✓ cuadraBoletín ENE nacional n°335 (jun-ago 2026)jun-ago 2026Tasa de desocupación9,6%⁠9,6%⁠✓ cuadraBoletín ENE nacional n°335 (jun-ago 2026)jun-ago 2026Desocupación hombres9,1%⁠9,1%⁠✓ cuadraBoletín ENE nacional n°335 (jun-ago 2026)jun-ago 2026Desocupación mujeres10,3%⁠10,3%⁠✓ cuadraBoletín ENE nacional n°335 (jun-ago 2026)jun-ago 2026Tasa de informalidad26,3%⁠26,3%⁠✓ cuadraBoletín ENE nacional n°335 (jun-ago 2026)jun-ago 2026Tasa de participación61,5%⁠61,5%⁠✓ cuadraBoletín ENE nacional n°335 (jun-ago 2026)may-jul 2026Desocupados981.044⁠981.044⁠✓ cuadraBoletín ENE nacional n°334 (may-jul 2026)may-jul 2026Fuera de la fuerza de trabajo6.380.845⁠6.380.845⁠✓ cuadraBoletín ENE nacional n°334 (may-jul 2026)may-jul 2026Ocupados9.314.017⁠9.314.017⁠✓ cuadraBoletín ENE nacional n°334 (may-jul 2026)may-jul 2026Tasa de desocupación9,5%⁠9,5%⁠✓ cuadraBoletín ENE nacional n°334 (may-jul 2026)may-jul 2026Desocupación hombres8,9%⁠8,9%⁠✓ cuadraBoletín ENE nacional n°334 (may-jul 2026)may-jul 2026Desocupación mujeres10,3%⁠10,3%⁠✓ cuadraBoletín ENE nacional n°334 (may-jul 2026)may-jul 2026Tasa de informalidad26,5%⁠26,5%⁠✓ cuadraBoletín ENE nacional n°334 (may-jul 2026)may-jul 2026Tasa de participación61,7%⁠61,7%⁠✓ cuadraBoletín ENE nacional n°334 (may-jul 2026)jul-sep 2024Desocupados885.500⁠885.500⁠✓ cuadraBoletín ENE nacional n°312 (jul-sep 2024)jul-sep 2024Fuera de la fuerza de trabajo6.278.066⁠6.278.066⁠✓ cuadraBoletín ENE nacional n°312 (jul-sep 2024)jul-sep 2024Ocupados9.243.400⁠9.243.400⁠✓ cuadraBoletín ENE nacional n°312 (jul-sep 2024)jul-sep 2024Tasa de desocupación8,7%⁠8,7%⁠✓ cuadraBoletín ENE nacional n°312 (jul-sep 2024)Rows 1–20 of 32 ‹ 1 2 › Data as of 01:02 UTC on 1 Oct 2026 made withdbt Charts