Tony Wang11 min de lecturaEngineering lidera las etiquetas — Store Hourly mueve el mercado real
Engineering es el departamento con nombre más grande (~11.8k), pero Store Hourly por sí sola suma ~5k del mercado real.
¿Es el mercado laboral en línea «sobre todo roles de ingeniería»? Si solo miras la etiqueta de departamento con nombre más grande, Engineering gana — 11,786 vacantes abiertas en el facet de Jobs de Crawlora de mediados de julio de 2026. Sigue leyendo el mismo ranking y la historia cambia. Store Hourly Positions publica 5,047 bajo una sola etiqueta. Clinical, Behavior Technician, Nursing, Retail, y una pila de etiquetas de departamento de gimnasios están en la misma lista. Las etiquetas que parecen una página de carreras tech comparten la tabla con las etiquetas que dotan de personal a farmacias, cadenas de fitness y pisos de tienda.
Esa división es el punto de este artículo: qué tipos de trabajo se etiquetan en los boards de empleo públicos, y qué tan desordenado es el campo de employment-type cuando intentas contar tiempo completo versus tiempo parcial.
Departamentos con nombre: Engineering primero, Store Hourly no muy atrás
Ordena las etiquetas de departamento principales por conteo y la primera fila es lo que espera el Twitter tech. La cuarta no lo es.
Store Hourly Positions (5,047) es el 43% de Engineering (11,786) bajo una sola cadena de taxonomía de retail/trabajo por hora. Suma Clinical (1,643), Behavior Technician (1,088), Retail (1,064), Customer Service (1,027), Nursing (650), y la pila de gimnasios (Operations 755 + Fitness 608 + Sales 588 + Childcare 338) y estás viendo el lenguaje de staffing de sistemas de salud, franquicias y cadenas de fitness — los mismos empleadores que dominan la ley de potencia de las vacantes abiertas.
La cola larga también es honesta sobre la calidad de los datos. El facet incluye MAX AHP (967), Stroll (269), Canada (231), Global (672), y HSS (470) — ruido específico de empresa o geografía-como-departamento. Esas filas no son «hallazgos sobre el mercado laboral»; son evidencia de que el campo de departamento del ATS es un campo casi de texto libre, no un vocabulario controlado.
| # | Etiqueta de departamento | Vacantes abiertas | Cómo leerlo |
|---|---|---|---|
| 1 | Engineering | 11,786 | Bucket amplio de ingeniería (no solo software) |
| 2 | Sales | 9,556 | Ventas con cuota / GTM |
| 3 | Operations | 5,245 | Operaciones mezcladas con operaciones de campo |
| 4 | Store Hourly Positions | 5,047 | Retail / tienda por hora |
| 5 | Marketing | 3,563 | Funciones de marketing |
| 6 | Finance | 2,343 | Finanzas / adyacente a contabilidad |
| 7 | Product | 2,285 | Producto (a menudo empresas tech) |
| 8 | Government Services | 1,906 | Servicios de gobierno / sector público |
| 9 | Clinical | 1,643 | Salud clínica |
| 10 | Technology | 1,617 | Etiqueta tech paralela a Engineering |
| 11 | Commercial | 1,294 | Comercial / adyacente a ventas |
| 12 | Software Engineering | 1,219 | Split explícito de SWE |
| 13 | Inspection and Field Testing | 1,213 | Pruebas de campo / inspección |
| 14 | Manufacturing | 1,143 | Planta / manufactura |
| 15 | Customer Success | 1,123 | CS posventa |
| 16 | Behavior Technician | 1,088 | Roles ABA / técnico de cuidado |
| 17 | Laboratory & Testing | 1,066 | Laboratorio / pruebas |
| 18 | Retail | 1,064 | Etiqueta de departamento de retail |
| 19 | Customer Service | 1,027 | Servicio / soporte |
| 20 | MAX AHP | 967 | Ruido específico de empresa |
| 21 | Consultant Services | 946 | Servicios de consultoría |
| 22 | Reconditioning | 913 | Auto / reacondicionamiento (por ejemplo, clase Carvana) |
| 23 | Product Management | 888 | PM separado de Product |
| 24 | Salon Professionals | 879 | Salón / servicios de belleza |
| 25 | Stores | 850 | Operaciones de tienda paralelas a las de trabajo por hora |
Ni siquiera una fusión tech generosa borra el trabajo por hora y de cuidado
Los boards de ATS dividen «tech» en muchas cadenas distintas. Si fusionamos las etiquetas tech-ish obvias listadas en el recuadro de método, el cluster llega a cerca de 19,958 vacantes etiquetadas. Fusiona trabajo por hora, retail, clínico, comportamiento, enfermería, gimnasio y etiquetas de cuidado afines y obtienes cerca de 17,027.
Tech-ish sigue a la cabeza después de una fusión favorable. La brecha no es una goleada: trabajo por hora/cuidado/retail es el 85% del total tech-ish, y Store Hourly sola sigue siendo una etiqueta cruda de primera clase. Si tu modelo mental de «el mercado laboral» es solo Engineering + Product + Software Engineering, estás muestreando la taxonomía que usan las startups — no la taxonomía que llena las vacantes abiertas en CVS, Domino's, BAYADA, o EōS Fitness.
Forma de contratación: tiempo completo gana, tiempo parcial es grande, la ortografía es un caos
El departamento responde «qué familia de trabajo». El employment type responde «qué tipo de contrato», y el campo crudo es un desorden de casi duplicados.
Entre 40 cadenas distintas de employment_type en el facet (que suman cerca de 235,000 vacantes etiquetadas — sigue siendo solo un subconjunto de todas las vacantes abiertas):
| Familia (fusionada a mano) | Vacantes abiertas aprox. |
|---|---|
| Tiempo completo | 199,669 |
| Tiempo parcial | 24,284 |
| Contrato | 5,170 |
| Flexible / otro (variable, PRN, moonlighter, freelance, cadenas híbridas, otro…) | 3,880 |
| Temporal | 923 |
| Práctica / aprendizaje | 671 |
Tiempo completo es el valor por defecto cuando el campo está definido. Tiempo parcial no es un error de redondeo: ~24,000 vacantes etiquetadas de tiempo parcial es del tamaño de todo un ecosistema de ATS de nivel medio. Las cadenas de contrato, PRN, per diem, moonlighter y tiempo variable son la huella dactilar de las operaciones de salud y por hora que nunca se parecen a un enum «FullTime» de Greenhouse.
Y ni siquiera «tiempo completo» sola se pone de acuerdo en cómo escribirse:
| employment_type crudo | Vacantes abiertas |
|---|---|
| Full time | 123,225 |
| Full-time | 43,845 |
| FullTime | 16,939 |
| full-time | 7,259 |
| fulltime_permanent | 6,131 |
| fulltime_fixed_term | 1,611 |
| Full Time | 345 |
| fulltime | 211 |
| Permanent | 103 |
Nueve formas comunes de escribir «tiempo completo»; cuarenta claves de employment_type en total en esta extracción del facet. Si haces scraping de un ATS a la vez y aplicas GROUP BY employment_type, vas a inventar una falsa cola larga de «tipos de empleo» que en realidad es varianza de cadenas de texto.
Formas de cola larga que vale la pena nombrar, no esconder:
| Valor crudo | Vacantes abiertas |
|---|---|
| Part time | 17,567 |
| Part-time | 3,712 |
| Contract | 4,650 |
| full-or-part-time | 1,767 |
| Temporary | 838 |
| Moonlighter | 400 |
| Intern | 333 |
| internship | 265 |
| freelance | 205 |
| PRN | 79 |
| Time as Reported / Per Diem | 79 |
| apprenticeship | 73 |
El mismo mercado que los mega-boards
La estructura de departamento y employment-type coincide con quién publica más vacantes abiertas. Domino's, CVS Health, Albertsons, JCPenney, Accor, BAYADA, Pulse Healthcare y EōS Fitness no son taxonomías de Engineering/Product con un poco de trabajo por hora al lado — son máquinas de trabajo por hora, clínico, retail y hospitalidad que además resultan aparecer en el mismo crawl de Jobs que OpenAI y Notion. El artículo de la ley de potencia de contratación rankea esos boards por conteo de vacantes abiertas; este artículo muestra las etiquetas que usan esos mercados.
Si solo filtras la herramienta gratuita por department=Engineering, vas a encontrar correctamente vacantes de ingeniería — y vas a submuestrear sistemáticamente el lado de volumen de la contratación pública.
Lo que esto no es
- No son ocupaciones O*NET ni de BLS. El departamento es lo que sea que el empleador haya escrito en el ATS.
- No es un estudio de títulos. «Software Engineer» versus «Registered Nurse» necesita un clustering de títulos que no hicimos aquí (las búsquedas totales también tienen un tope de 10,000).
- No es la proporción de trabajo remoto.
remote_openes de cerca de 27,000 en este crawl y no significa «5% de los empleos son remotos» — Workday y Greenhouse subpueblan esa bandera. - No es que «tech esté muerta». Las etiquetas tech son grandes y reales. No son todo el mercado etiquetado, y lo etiquetado no es todo el mercado.
A quién le sirve esto
Buscadores de empleo y analistas: usa los filtros de departamento y employment-type sabiendo que son incompletos. Combínalos con filtros de empleador o proveedor cuando te importe el volumen.
Investigadores: cita el subconjunto etiquetado de forma explícita. Que Engineering sea el #1 es cierto en el facet y falso como afirmación sobre todas las vacantes abiertas.
Quien normalice JSON de ATS: trata employment_type y department como enums sucios. Colapsa las variantes de tiempo completo; espera basura de departamento específica de cada empresa; no construyas un gráfico de pastel de 40 filas de «tipo de empleo» a partir de cadenas crudas.
Todo lo anterior se puede volver a consultar desde el mismo endpoint de facets. Si un nuevo crawl mueve a Store Hourly por delante de Operations, eso es una característica de una instantánea de mercado en vivo — no una razón para congelar una exportación de una sola vez.
Filtra vacantes en vivo por departamento y employment type
Busca vacantes abiertas en 14 proveedores de ATS, agrupa por departamento e inspecciona las cadenas de employment_type con una sola API REST. 2,000 créditos gratis al mes, sin tarjeta.
Preguntas frecuentes
What is the largest department label on public ATS job postings?
In Crawlora's mid-July 2026 Jobs facets, Engineering is the largest single department label at 11,786 open postings among the top 100 department keys. That ranking is only over postings that carry a department — not over every open role in the crawl.
Is the online job market mostly engineering jobs?
Not by a complete count of all open roles. Engineering leads named department labels, but Store Hourly Positions alone is 5,047, and clinical, behavior technician, retail, and gym labels add a large non-tech tagged slice. The top 100 department keys sum to about 91,900 postings versus roughly 525,000 open postings by provider sum — department is sparse.
How big is part-time hiring in this dataset?
Hand-merged part-time employment_type values sum to about 24,284 tagged open postings in the mid-July 2026 facet pull, versus about 199,669 for full-time families. Only postings with a populated employment_type are included.
Why are there so many employment_type strings?
Each ATS exports its own vocabulary. Crawlora's facet shows 40 distinct raw employment_type values in this pull, including many near-duplicates of full-time (Full time, Full-time, FullTime, full-time, fulltime_permanent, and more). That is string variance, not 40 different kinds of work.
Does this post measure remote work or salaries?
No. Remote is a separate methodology post (ats-remote-flag-is-broken-2026): remote_open is a floor after free-text inference, not market share. Salary fields are sparse outside a few providers and are out of scope.
How is this different from the Domino's vs OpenAI hiring post?
That post ranks employers by open-role volume on career boards. This post ranks department and employment-type labels on postings. Same Jobs dataset, different unit: who is hiring versus what kinds of roles get labeled.