7 Costes Ocultos de Contratar Científicos de Datos Que Disparan los Presupuestos de SaaS

Los costes ocultos de contratar a un científico de datos acabarán con tu presupuesto SaaS más rápido de lo que imaginas.

Aprobó un salario de 150.000 dólares.
Presupuestó las prestaciones.
Pensó que ya había terminado.

Entonces empezaron a llegar las facturas.

Costes de infraestructura.
Gastos de formación.
Licencias de herramientas que nadie mencionó durante la entrevista.
Seis meses de periodo de adaptación en los que su nuevo empleado no produjo casi nada.

¿Le suena familiar?

Si eres director ejecutivo, director técnico o responsable de contratación de una empresa SaaS de tamaño medio (entre 10 y 250 millones de dólares de ingresos), estás a punto de descubrir por qué ese empleado de 150.000 dólares cuesta en realidad entre 400.000 y 1,3 millones de dólares al año.

Como explicamos en nuestra completa guía salarial para científicos de datos, el salario base es solo la punta del iceberg.

Analicemos los siete costes ocultos que disparan los presupuestos de SaaS, con cifras reales que puede utilizar en su próxima reunión de la junta directiva.

Costo Oculto N.º 1: Remuneración Total Más Allá del Salario Base

La oferta de trabajo dice 150.000 dólares.
¿Su gasto real? Entre 190.000 y 230.000 dólares.

Esto es lo que no te dicen durante las negociaciones salariales:

La remuneración en acciones merma su tabla de capitalización.
Las empresas SaaS del mercado medio conceden a los científicos de datos entre el 0,01 % y el 0,5 % de la empresa. (1)
Para una valoración de 100 millones de dólares, eso supone entre 10.000 y 500.000 dólares en remuneración diferida.
Con un 0,1 %, se añaden 25.000 dólares al año en gastos de capital.

Las bonificaciones por rendimiento se acumulan.
Las bonificaciones de los científicos de datos oscilan entre 540 y 14.800 dólares al año. (2)
Los empleados con un rendimiento medio suelen recibir entre el 10 % y el 15 % del salario base.
Eso supone entre 15.000 y 22.500 dólares adicionales al año.

Las prestaciones y los gastos generales añaden entre un 25 % y un 35 % a la remuneración base:

Seguro médico: $12.000-$18.000 (3)
Contribución al plan 401(k) (3-5 %): $4.500-$7.500
Impuestos sobre la nómina: $11.475 (FICA + desempleo)
Beneficios adicionales (PTO, baja por enfermedad, seguro): $8.000-$15.000

Gastos generales totales: $36.000-$52.000 anuales antes de comenzar a trabajar.

Para las empresas SaaS del mercado medio que tienen como objetivo un margen neto del 20 %, cada $80.000 en compensación oculta requiere $400.000 adicionales en ingresos para mantener los objetivos de rentabilidad. Detallamos cada partida en nuestra guía sobre el coste real de contratar a un científico de datos, incluidos 123.000 $ en gastos ocultos.

Costo Oculto N.º 2: Gastos de Infraestructura y Herramientas

Aquí es donde los costes ocultos de contratar a un científico de datos realmente se disparan.

El 44 % de los equipos de ingeniería gastan entre 25.000 y 100.000 dólares al mes en su conjunto de datos. (4)
Eso supone entre 300.000 y 1.200.000 dólares al año en costes de infraestructura.

A continuación se muestra el desglose para un solo científico de datos:

Recursos de Computación en la Nube:

Entornos básicos de AWS/Azure/GCP: $20.000 al año (5)
Procesamiento de grandes conjuntos de datos: más de $100.000 al año por científico de datos

Licencias de Software Especializado:

Tableau o Power BI: $840 al año por usuario (6)
Software estadístico (SAS, SPSS): $30.000-$50.000 al año (6)
Plataformas de aprendizaje automático: $3.000-$30.000 al año (7)
Herramientas de bases de datos y motores de consulta: $5.000-$20.000 al año

Costes de Almacenamiento de Datos:
Las empresas medianas gastan entre $25.000 y $500.000 al año en herramientas ETL, almacenamiento de datos y plataformas de visualización. (8)

Un análisis reveló que la infraestructura típica de una empresa mediana asciende a $60.000 en costes de software más $500.000 en personal para mantener la arquitectura de datos. (8) Tratamos este tema en profundidad en nuestra guía sobre la cuestión de la infraestructura en la nube de 50.000 $ cuando se contrata a un científico de datos.

La empresa media utiliza entre 5 y 7 herramientas de datos diferentes, y el 10 % maneja más de diez plataformas distintas. (4)
Esto genera unos costes de integración que triplican las tarifas de licencia.
El 40 % de los ingenieros de datos dedican un tercio de su jornada laboral a cambiar de una herramienta a otra. (4)

El desperdicio de licencias SaaS supone una media del 25 % del gasto total. (9)
Está pagando por funciones que nadie utiliza.

Costes Ocultos de Contratar a un Científico de Datos: El Problema de la Proliferación de Herramientas

Solo el 12 % de las organizaciones obtienen un retorno de la inversión significativo de sus inversiones en infraestructura de datos. (4)

¿Por qué?
Los costes ocultos de integración y mantenimiento consumen el valor generado por el trabajo del científico de datos.

Una empresa de SaaS de 200 personas que contrata a tres científicos de datos puede esperar:

Inversión en infraestructura durante el primer año: $100.000-$200.000 (configuración inicial)
Costes anuales continuos: $300.000-$600.000 (licencias, nube, mantenimiento)
Soporte de ingeniería de datos necesario: 1-2 ingenieros a tiempo completo ($165.000-$330.000)

Carga total anual de infraestructura: $465.000-$930.000 para dar soporte a tres científicos de datos.
Eso supone entre $155.000 y $310.000 por científico de datos antes de que escriban una sola línea de código.

Coste Oculto N.º 3: Gastos de Rotación y Sustitución

La rotación de científicos de datos desencadena una cascada de costes que alcanzan entre el 150 % y el 200 % del salario anual del empleado que se marcha. (10)

En el caso de puestos técnicos especializados, se encuentra en el extremo superior.

Gastos Directos de Sustitución:

Costes de contratación de científicos de datos de nivel medio: $9.000-$13.000 (11)
Contratación de científicos de datos sénior: $18.000-$22.000 (11)

Estas cifras incluyen los honorarios de los reclutadores (15-25 % del salario del primer año), los anuncios de empleo, el tiempo de las entrevistas y las herramientas de evaluación de los candidatos.

La pérdida de conocimientos es devastadora.
Las investigaciones demuestran que la pérdida de conocimientos de un empleado que abandona la empresa cuesta una media de $430.000 además de los gastos de contratación. (12)

Esto incluye:

Conocimientos no documentados y conocimientos tribales
Contexto de la relación con los clientes
Comprensión de la arquitectura del sistema
Fracaso en el traspaso de proyectos en curso

Cuando el 24 % del tiempo de trabajo se dedica a buscar información y los empleados clave guardan conocimientos críticos en sus cabezas, las salidas provocan pérdidas inmediatas de productividad en todo el equipo. (12)

Impacto en la Productividad Durante la Transición:

Los miembros restantes del equipo cubren el trabajo del compañero que se ha marchado: pérdida de productividad del 10-20 % en 3-5 miembros del equipo durante 3-6 meses
Período de incorporación de nuevos empleados: $1.200/mes en pérdida de productividad durante 3-6 meses (13)
El 58 % de los empleados tarda entre 3 y 6 meses en alcanzar su pleno rendimiento. (13)

Riesgo para la Moral y la Retención:
Una salida aumenta el riesgo de rotación de los miembros restantes del equipo entre un 15 % y un 25 % en un plazo de seis meses. (10)

Cálculo del Coste Real de la Rotación de Científicos de Datos

Para un científico de datos que gana 150.000 dólares, los costes ocultos de contratar a un sustituto se acumulan rápidamente:

Sustitución directa: $18.000 (contratación)
Pérdida de conocimientos: $200.000-$430.000 (estimación conservadora basada en investigaciones)
Disminución de la productividad: $21.600-$43.200 (6 meses de reducción del rendimiento del equipo)
Incorporación de nuevos empleados: $3.600-$7.200 (3-6 meses a $1.200 al mes)

Coste total de la rotación: $243.200-$498.400

Dado que los puestos de ciencia de datos experimentan una rotación anual del 15-20 % en mercados competitivos, un equipo de ciencia de datos de tres personas experimentará estadísticamente una salida cada 20 meses.

Coste medio anual de rotación: $145.920-$298.080.

Coste Oculto N.º 4: Pérdida de Tiempo Hasta Alcanzar la Productividad

Los científicos de datos están «listos para contribuir» una vez que superan las entrevistas técnicas.
Eso es lo que te dicen.

¿La realidad?
El tiempo hasta alcanzar la productividad en los puestos de ciencia de datos se extiende entre 3 y 6 meses. (13)

Usted paga el salario completo mientras recibe un rendimiento mínimo.

Los ingenieros de software suelen poder aportar código en un plazo de 2 a 4 semanas trabajando en tickets bien definidos.
Los científicos de datos se enfrentan a retos diferentes:

Comprensión del contexto empresarial: 2-4 semanas
Mapeo de la arquitectura de datos: 2-6 semanas
Establecimiento de relaciones con las partes interesadas: 4-8 semanas
Familiarización con el conjunto de herramientas: 2-4 semanas

Los nuevos empleados suponen unos costes de productividad de aproximadamente $1.200 al mes durante su periodo de adaptación. (13)

Pero esto subestima el coste real.

Durante el periodo de adaptación, los científicos de datos cobran su salario completo ($150.000/12 = $12.500/mes) mientras trabajan a capacidad reducida:

Mes 1-2: 25 % de productividad = $18.750 en salario por $4.688 en valor (pérdida: $14.062)
Meses 3-4: 50 % de productividad = $25.000 en salario por $12.500 en valor (pérdida: $12.500)
Meses 5-6: 75 % de productividad = $25.000 en salarios por $18.750 en valor (pérdida: $6.250)

Pérdida total en 6 meses: $32.812 por contratación. Para un análisis más detallado, consulte nuestro desglose de los costes de incorporación de científicos de datos y el problema de la pérdida de productividad de $81.000.

Las organizaciones suelen subestimar el tiempo de adaptación.
Establecen plazos de entrega agresivos antes de que el empleado comprenda el contexto empresarial.
Los primeros proyectos fracasan.
El punto de equilibrio se retrasa entre 6 y 12 meses.

Coste Oculto N.º 5: Inversión en Formación y Mejora de las Competencias

Los científicos de datos llegan «totalmente formados» con las habilidades necesarias para el puesto.
Ese es otro mito que inflama los costes ocultos de contratar a un científico de datos.

El campo de la ciencia de datos evoluciona rápidamente.
Es necesario invertir continuamente en formación, certificaciones y desarrollo de habilidades.

Educación Formal y Certificaciones:

Bootcamps de ciencia de datos: $7.000-$18.000 (14)
Certificaciones profesionales (IBM, Microsoft, Google): $200-$1.000 por certificación (6)
Programas de nivel universitario: $5.000-$25.000 al año para programas ejecutivos (6)

Las empresas SaaS del mercado medio suelen invertir entre $2.000 y $5.000 por empleado al año en formación. (15)
Los puestos de ciencia de datos requieren una educación especializada que supera estos promedios.

Formación Específica en Herramientas:

Certificaciones de plataformas en la nube (AWS, Azure, GCP): $300-$500 por certificación
Herramientas de visualización (Tableau, Power BI): $500-$2.000 para formación avanzada
Marcos de aprendizaje automático (TensorFlow, PyTorch): entre $1.000 y $3.000 por cursos completos

Participación en Conferencias y Comunidades:

Conferencias del sector: entre $2.000 y $5.000 por evento (inscripción, viaje, alojamiento)
Asociaciones profesionales: $200-$500 al año
Suscripciones a cursos en línea: entre $500 y $2.000 al año

El Coste de Oportunidad Oculto:
Los cursos de varios días restan tiempo productivo a la empresa.
Asistencia a conferencias: 3-5 días de trabajo perdido valorados en $3.000-$5.000.
Tiempo de estudio para obtener certificaciones: 40-80 horas de productividad reducida.

La inversión óptima en formación oscila entre el 2 % y el 4 % del salario para puestos técnicos, lo que se traduce en $3.000-$6.000 para un científico de datos que gana $150.000. (6)

Pero los cursos especializados y las certificaciones pueden duplicar esta cifra.

Costo Oculto N.º 6: Proyectos Fallidos y Bajo Retorno de la Inversión

He aquí una estadística que debería aterrorizar a cualquier director financiero:

El 85 % de los proyectos de ciencia de datos no aportan valor empresarial. (16)
El 87 % nunca llega a la fase de producción. (16)

No se trata de observaciones anecdóticas.
Múltiples estudios de investigación realizados entre 2017 y 2024 muestran de forma sistemática que las tasas de fracaso de los proyectos de ciencia de datos se sitúan entre el 80 % y el 90 %:

Gartner (2017): el 85 % de los proyectos de big data fracasan (16)
VentureBeat (2019): el 87 % nunca llega a la fase de producción (16)
Gartner (2019): Solo el 20 % de los conocimientos analíticos producen resultados empresariales (16)
Melbourne Business School (2024): tasa de fracaso del 90 % para las organizaciones analíticamente inmaduras (17)

Por qué fracasan los proyectos:

Enamoramiento de la técnica por encima del valor empresarial: los científicos de datos crean soluciones técnicamente sofisticadas que no abordan los problemas empresariales reales.
Desalineación con los objetivos empresariales: un científico de datos de un gran banco pasó tres años intentando implementar un modelo de retención de clientes. Cada año, cuando terminaba el modelo, las prioridades empresariales habían cambiado. Resultado: tres años de salario (más de 450.000 dólares) sin ningún valor empresarial. (18)
Problemas de calidad de los datos: la mala calidad de los datos cuesta a las organizaciones una media de 12,9 millones de dólares al año. (19) La limpieza de datos consume entre el 60 % y el 80 % del tiempo de los científicos de datos. (20)
Falta de participación de las partes interesadas: sin la participación continua de las partes interesadas de la empresa, los proyectos de ciencia de datos se alejan de las necesidades reales. (21)
La última milla difícil: incluso los análisis exitosos a menudo fracasan durante la implementación. (18)

El Impacto Financiero de los Proyectos de Ciencia de Datos Fallidos

Consideremos un proyecto fallido de seis meses en el que participa un científico de datos:

Salario y prestaciones: $100.000 (6 meses a $200.000 con todos los gastos incluidos)
Costes de infraestructura: $25.000 (computación en la nube, herramientas, almacén de datos)
Tiempo de las partes interesadas: $15.000 (gestores de producto, ejecutivos en reuniones)
Coste de oportunidad: $50.000-$200.000 (proyectos alternativos no realizados)

Coste total: $190.000-$340.000 por proyecto fallido.

Dado que los científicos de datos trabajan en 2-3 proyectos importantes al año y que la tasa de fracaso es del 85 %, las organizaciones pueden esperar:

1,7-2,55 proyectos fallidos por científico de datos al año
Inversión desperdiciada: entre $323.000 y $867.000 anuales por científico de datos

Boston Consulting Group descubrió que solo el 44 % de los modelos llegan a la fase de producción. (22)
Más de la mitad de la inversión en ciencia de datos no genera ningún rendimiento.

Costo Oculto N.º 7: TI en la Sombra y Riesgos de Cumplimiento

Los científicos de datos suelen eludir los controles de TI para acceder a las herramientas y los datos que necesitan.
Esto crea entornos de TI en la sombra que exponen a su organización a violaciones de seguridad y incumplimientos normativos.

El 98 % de las organizaciones tiene empleados que utilizan aplicaciones no autorizadas. (23)
El 43 % de los empleados comparte datos confidenciales con herramientas de IA no autorizadas. (23)
El 20 % de todas las brechas de seguridad se deben al uso no autorizado de herramientas de IA y datos. (23)

Los científicos de datos que se enfrentan a la presión de obtener resultados rápidamente suelen recurrir a:

Suscripciones personales a plataformas informáticas en la nube
Herramientas de análisis de datos no autorizadas
Plataformas de IA para consumidores para el procesamiento de datos
Almacenamiento de datos en la sombra en cuentas personales en la nube

El impacto financiero:

El informe «Coste de las violaciones de datos en 2025» de IBM cuantifica los daños:

Coste adicional medio para las organizaciones con un alto nivel de IA en la sombra: $670.000 por violación (23)
Aumento del 16 % con respecto a las organizaciones con un uso controlado de la IA (23)

Estas cifras reflejan:

Costes directos de reparación
Multas reglamentarias (RGPD, CCPA, normativas específicas del sector)
Notificación a los clientes y supervisión del crédito
Honorarios legales y acuerdos extrajudiciales
Daño a la reputación de la marca

Gastos de Auditoría e Investigación:
Cuando las organizaciones descubren el uso oculto de la IA, deben realizar auditorías exhaustivas que cuestan entre $50.000 y más de $200.000 para determinar el alcance de la exposición de los datos. (24)

Infracciones de Cumplimiento en Sectores Regulados:

Sanciones reglamentarias: entre $50.000 y $5.000.000, dependiendo de la gravedad
Auditorías externas obligatorias: entre $75.000 y $250.000
Requisitos de supervisión reforzados: entre $25.000 y $100.000 al año

Costes Ocultos Totales de Contratar a un Científico de Datos: Resumen

Para una empresa SaaS de tamaño medio que contrata a un único científico de datos con un salario base de $150.000:

Categoría de Costes Ocultos	Coste Anual
Remuneración total más allá del salario	$40.000-$80.000
Infraestructura y conjunto de herramientas	$155.000-$310.000
Rotación y sustitución (amortizadas)	$73.000-$149.000
Pérdida de tiempo hasta alcanzar la productividad	$14.400-$21.600 (por contratación)
Formación y mejora de habilidades	$7.000-$50.000
Proyectos fallidos y bajo retorno de la inversión	$100.000-$500.000
TI en la sombra y riesgo de incumplimiento normativo	$50.000-$670.000

Coste oculto total conservador: $439.400-$1.180.600 por científico de datos al año.

Coste total de propiedad: $589.400-$1.330.600 (incluido un salario base de $150.000).

Esto representa un aumento del 292 % al 787 % sobre el salario anunciado.

Cómo Reducir los Costes Ocultos de la Contratación de Científicos de Datos

Existen alternativas a la contratación a tiempo completo.

Científicos de Datos Autónomos:

Coste: entre $50 y $100 por hora para especialistas de nivel intermedio (25)
Un proyecto de 3 meses que requiere 300 horas = $30.000 en total
La capacidad interna equivalente requeriría $205.000

Aumento de Personal (Nearshore/Offshore):

Coste: $35-$80/hora (26)
Ahorro del 50-75 % en comparación con la contratación local (26)
Científico de datos nearshore a $60/hora durante 160 horas/mes = $115.200 al año

Servicios de Análisis Gestionados:

Coste: $10.000-$100.000/año para pequeñas y medianas empresas (27)
Costes mensuales fijos y predecibles
No se requiere inversión en infraestructura

Plataformas de Análisis con Poco o Ningún Código:

Coste: $10.000-$50.000 de configuración + $20-$100 por usuario al mes (15)
Coste total de propiedad un 40-60 % inferior al del desarrollo personalizado (15)
Los usuarios empresariales pueden satisfacer sus necesidades de análisis rutinarias por sí mismos

Automatización de Análisis Basada en IA:

Coste: $2.500-$15.000 de implementación + $500-$5.000/mes de mantenimiento (28)
Reducción del 85-90 % del coste por interacción en comparación con los analistas humanos (29)
Disponibilidad 24/7 y análisis instantáneo
Consulte nuestra comparación de precios de científicos de datos fraccionados frente a la automatización de IA para obtener un desglose completo

Modelo Híbrido (Básico + Aumentado):

Líder sénior en ciencia de datos (contrato): $7.500 al mes = $90.000 al año
Analista offshore: $5.000/mes = $60.000/año
Especialistas autónomos (según sea necesario): $2.000/mes de media = $24.000/año
Total: $174.000 al año frente a $1.065.000 para un equipo de 3 personas en EE. UU. (84 % de ahorro)

Errores Que Amplifican los Costes Ocultos de Contratar Científicos de Datos

Error N.º 1: Contratar habilidades técnicas sin perspicacia empresarial

Coste: entre $100.000 y $300.000 al año en proyectos fallidos (30)
Solución: incluir ejercicios de casos prácticos en el proceso de entrevista

Error N.º 2: Contratar científicos de datos antes de definir el problema

Coste: entre $150.000 y $300.000 antes de reconocer el desajuste (31)
Solución: definir 2-3 problemas empresariales específicos antes de crear la descripción del puesto

Error N.º 3: Aislar a los científicos de datos de las partes interesadas del negocio

Coste: entre el 50 % y el 70 % de los resultados de la ciencia de datos no se utilizan, lo que supone un desperdicio de entre $100.000 y $240.000 al año (32)
Solución: integrar a los científicos de datos en las unidades de negocio o los equipos de producto

Error N.º 4: Descuidar la infraestructura de datos antes de contratar

Coste: entre $150.000 y $300.000 en pérdida de productividad y duplicación de esfuerzos
Solución: contratar ingenieros de datos antes que científicos de datos si la infraestructura es inadecuada

Error N.º 5: Apresurar el proceso de contratación

Coste: entre $200.000 y $400.000 por una mala contratación apresurada (33)
Solución: establecer un proceso de entrevistas de un mínimo de 4 a 6 semanas

Costes Ocultos de la Contratación de un Científico de Datos Preguntas Frecuentes

P: ¿Cuánto cuesta realmente un científico de datos al año?
R: El coste total de propiedad oscila entre $589.400 y $1.330.600 anuales si se incluyen la infraestructura, la rotación de personal, la formación, los proyectos fallidos y los riesgos de cumplimiento, lo que supone un aumento del 292-787 % sobre el salario base de $150.000.

P: ¿Cuál es el mayor coste oculto que la mayoría de las empresas pasan por alto?
R: Los proyectos fallidos. Con una tasa de fracaso de proyectos del 85 %, las organizaciones desperdician entre $323.000 y $867.000 anuales por científico de datos en iniciativas que nunca aportan valor empresarial. (16)

P: ¿Cuándo tiene sentido contratar a un científico de datos a tiempo completo?
R: Cuando las necesidades de ciencia de datos son continuas (más de 24 meses), la infraestructura está madura, existe capacidad de gestión y el valor anual supera los $300.000-$400.000.

P: ¿Cuánto tiempo tarda un nuevo científico de datos en ser productivo?
R: Entre 3 y 6 meses para alcanzar la plena productividad, durante los cuales se le paga el salario completo mientras se obtiene entre un 25 % y un 75 % de rendimiento. (13)

P: ¿Cuál es la alternativa más barata a la contratación?
R: La automatización de análisis basada en IA, con un coste de entre $500 y $5.000 al mes, ofrece una reducción de costes del 85-90 % en comparación con los analistas humanos para las tareas de generación de informes rutinarias. (29)

Qué Hacer Antes de Contratar a Su Próximo Científico de Datos

Los costes ocultos de contratar a un científico de datos transforman un compromiso salarial de $150.000 en una inversión total de entre $400.000 y $1,3 millones.

Para las empresas SaaS de tamaño medio que operan con márgenes del 20-30 %, esto no es una variación presupuestaria menor.
Es una decisión estratégica que afecta directamente a la trayectoria, la rentabilidad y el crecimiento.

Antes de publicar esa oferta de trabajo, responda a cinco preguntas:

¿Qué problema empresarial específico nos cuesta más de $500.000 al año que la ciencia de datos puede resolver?
¿Contamos con la infraestructura de datos necesaria para respaldar un trabajo productivo de ciencia de datos?
¿Quién gestionará a este científico de datos y se asegurará de que su trabajo se ajuste a las prioridades empresariales?
¿Hemos evaluado alternativas a la contratación a tiempo completo?
¿Podemos permitirnos fracasar en 2 o 3 proyectos antes de alcanzar el éxito?

Si no puede responder a estas preguntas con seguridad, no está preparado para los costes ocultos que conlleva la contratación de un científico de datos.

¿Necesita ayuda para calcular si la contratación tiene sentido en su situación? Calcule aquí su ROI.

Fuentes

(1) comparably.com
(2) mbitschool.com
(3) abbacustechnologies.com
(4) xenoss.io
(5) moesif.com
(6) staragile.com
(7) projectpro.io
(8) gofig.ai
(9) spendflo.com
(10) cultureamp.com
(11) recruiter.daily.dev
(12) inkubit.com
(13) superagi.com
(14) metana.io
(15) kissflow.com
(16) datascience-pm.com
(17) mbs.edu
(18) sloanreview.mit.edu
(19) cambridgespark.com
(20) anodot.com
(21) fastdatascience.com
(22) towardsdatascience.com
(23) programs.com
(24) deeptempo.ai
(25) upwork.com
(26) cloudemployee.io
(27) brevo.com
(28) digitalagencynetwork.com
(29) teneo.ai
(30) uplers.com
(31) linkedin.com
(32) firstround.com
(33) nobelrecruitment.com