Qué perfiles de inteligencia artificial buscan realmente las empresas

"Buscamos un experto en inteligencia artificial" es una frase que hoy aparece en ofertas de trabajo que no se parecen en nada entre sí. En una, el trabajo consiste en entrenar modelos. En otra, en poner un modelo ya entrenado en producción sin que se caiga. En una tercera, en decidir si la empresa debe usar IA para ese proceso y responder por las consecuencias si algo sale mal.

Son tres empleos distintos, con formaciones distintas y con perfiles de riesgo profesional distintos. Confundirlos es la causa de dos frustraciones habituales: la de quien se forma para lo que no quería y la de quien se postula a algo para lo que no está preparado.

Este artículo separa los perfiles que más aparecen en la práctica y explica qué se espera de cada uno.

1. El que construye modelos

Es el perfil que la gente imagina cuando oye "inteligencia artificial", y paradójicamente el menos numeroso.

Qué hace: diseña, entrena y evalúa modelos. Trabaja con arquitecturas, funciones de pérdida, métricas de desempeño y experimentación sistemática. Sabe por qué un modelo se sobreajusta y qué hacer al respecto.

Qué se le pide: base matemática real —álgebra lineal, probabilidad, optimización—, dominio de programación científica y capacidad de leer literatura técnica reciente, porque el campo se mueve rápido.

Dónde se ubica: áreas de investigación aplicada, empresas de producto tecnológico, centros de innovación.

El malentendido: creer que este es el único camino. Es el más exigente en matemáticas y no es el que más vacantes genera.

2. El que pone los modelos a funcionar

El perfil que más ha crecido y del que menos se habla.

Qué hace: convierte un modelo que funciona en un cuaderno de experimentación en un sistema que funciona todos los días, con miles de peticiones, sin caerse y a un costo razonable. Se ocupa de despliegue, escalado, monitoreo, versiones, latencia y de detectar cuándo el desempeño se degrada.

Qué se le pide: ingeniería de software sólida, infraestructura y nube, automatización. Entender de modelos lo suficiente para no romperlos, sin necesidad de ser quien los diseña.

Dónde se ubica: en casi cualquier organización que ya pasó de la prueba piloto a la operación. Y ahí está el punto: muchísimos proyectos de IA no fracasan por el modelo, fracasan porque nadie supo sostenerlo en producción.

El malentendido: verlo como un rol "menos científico". En la práctica es donde se decide si la inversión en IA produce algo o se queda en presentación.

3. El que trabaja con los datos que alimentan todo

Qué hace: construye y mantiene las tuberías por las que circulan los datos: ingesta, limpieza, transformación, almacenamiento, gobierno, calidad. Sin esto, los otros dos perfiles no tienen materia prima.

Qué se le pide: bases de datos, procesamiento distribuido, arquitectura de datos, y una obsesión sana por la calidad y la trazabilidad.

Por qué importa más de lo que parece: un modelo entrenado sobre datos sucios produce resultados sucios con apariencia de precisión, que es la forma más peligrosa de estar equivocado. Buena parte del trabajo real de cualquier proyecto de IA ocurre aguas arriba del modelo.

El malentendido: pensar que es un rol previo o preparatorio. Es un rol completo, con carrera propia y con demanda sostenida.

4. El que traduce entre el negocio y la técnica

El perfil más difícil de contratar y el que más se subestima al formarse.

Qué hace: identifica qué problemas de la organización se pueden resolver con IA y cuáles no, dimensiona el valor esperado, define métricas de éxito que signifiquen algo para el negocio y traduce en ambas direcciones: convierte una necesidad difusa en un problema técnico bien planteado, y un resultado técnico en una decisión.

Qué se le pide: entender lo suficiente de la técnica para no pedir imposibles, y lo suficiente del negocio para saber qué vale la pena. Y comunicar con precisión, que es una competencia real y escasa.

Dónde se ubica: consultoría, dirección de proyectos, áreas de transformación digital, dirección de producto.

El malentendido: creer que no requiere formación técnica. La requiere: sin ella, este perfil promete lo que no se puede cumplir, y ese es el origen de la mayoría de los proyectos que se abandonan a medias.

5. El que responde por las consecuencias

El más nuevo, y el que está creciendo con más rapidez por una razón sencilla: los marcos regulatorios avanzan y las organizaciones necesitan a alguien que se ocupe.

Qué hace: evalúa sesgos, riesgos, cumplimiento normativo, privacidad, transparencia y trazabilidad de las decisiones automatizadas. Define qué se puede automatizar, con qué salvaguardas y quién responde cuando el sistema se equivoca.

Qué se le pide: una combinación poco común de comprensión técnica, criterio ético y conocimiento normativo. Es el perfil donde converge gente que viene del derecho, de la administración pública y de la ingeniería.

Dónde se ubica: sectores regulados —financiero, salud, gobierno, educación— y cualquier organización que opere con datos personales a escala.

El malentendido: verlo como una función de freno. En la práctica es lo que permite que un proyecto llegue a producción en un entorno regulado en lugar de quedarse detenido en revisión legal.

Cómo saber cuál es el tuyo

Cuatro preguntas honestas ordenan la decisión mejor que cualquier lista de tendencias.

¿Disfrutas la matemática o la toleras? Si la disfrutas, los perfiles uno y tres te van a resultar naturales. Si la toleras como medio para otra cosa, el dos, el cuatro y el cinco aprovechan mejor lo que ya eres.

¿Prefieres que algo funcione o entender por qué funciona? Es la diferencia entre el perfil de ingeniería y el de investigación. Ninguna respuesta es mejor; son temperamentos distintos y llevan a trabajos distintos.

¿Qué traes ya? Alguien con diez años en banca que se forma en IA no compite con un recién egresado en construir modelos: compite —con ventaja— en aplicar IA a riesgo crediticio, donde entiende el negocio y ahora entiende la herramienta. La experiencia previa no es un lastre que superar, es la mitad del perfil.

¿Dónde quieres estar dentro de cinco años? Si la respuesta incluye dirigir equipos, definir estrategia o formar a otros, el peso debería ir hacia los perfiles cuatro y cinco, y la formación conviene que llegue hasta el nivel doctoral.

Lo que ninguna vacante dice pero todas dan por hecho

Hay tres competencias que no aparecen en la descripción del puesto y que separan a quien avanza de quien se estanca.

Saber explicar lo que hiciste a alguien que no es técnico. Un modelo que nadie entiende no se aprueba, no se financia y no se usa.

Criterio para decir que no. Reconocer cuándo un problema no necesita IA —cuándo una regla simple, una hoja de cálculo o un cambio de proceso resuelven mejor— vale más que saber entrenar cualquier arquitectura. Las organizaciones ya acumularon proyectos caros que resolvían con IA algo que no lo requería.

Capacidad de seguir aprendiendo sin que nadie te lo indique. Las herramientas concretas que domines hoy tendrán sucesoras. Lo que no caduca son los fundamentos y el hábito de estudiar.

Qué papel juega un posgrado en todo esto

Un posgrado no sustituye la práctica ni garantiza un puesto. Lo que aporta es lo que resulta difícil de conseguir por cuenta propia: los fundamentos que permiten aprender lo siguiente.

Los tutoriales enseñan una herramienta. Un programa formal enseña el porqué que sostiene a esa herramienta y a las tres que vendrán después. Esa diferencia no se nota el primer año; se nota al quinto, cuando cambia el paradigma y hay que reaprender.

A eso se suma algo que en México importa concretamente: si tu trayectoria pasa por el sector público, la docencia universitaria o cualquier proceso con requisitos formales, el grado tiene que estar registrado. Y para eso el programa necesita Reconocimiento de Validez Oficial de Estudios. Un curso excelente sin RVOE te enseña; no te acredita.

La elección entre maestría y doctorado sigue la misma lógica de siempre: la maestría profundiza para aplicar mejor, el doctorado forma para generar conocimiento, dirigir investigación y formar a otros. Los perfiles uno y cinco son los que con más frecuencia terminan pidiendo el segundo.

Un consejo sobre cómo leer las vacantes

Como el vocabulario todavía no está estandarizado, el título del puesto informa poco. Dos empresas usan el mismo nombre para trabajos opuestos, y una tercera inventa uno nuevo para algo que ya existía.

Ignora el título y lee tres cosas.

El primer párrafo de responsabilidades. Ahí está el trabajo real. Si habla de entrenar y evaluar, es el perfil uno. Si habla de desplegar, escalar y monitorear, es el dos. Si habla de tuberías y calidad de datos, es el tres. Si habla de stakeholders, casos de uso y valor, es el cuatro. Si habla de riesgo, sesgo y cumplimiento, es el cinco.

Las herramientas que enumera. Son la huella digital del rol y suelen delatar el perfil mejor que el título.

A quién reporta el puesto. Reportar a tecnología, a datos, a producto, a riesgo o a dirección general describe cinco trabajos distintos aunque la descripción se parezca.

Y una señal de alerta que conviene reconocer: si una sola vacante pide construir modelos, mantener la infraestructura, gestionar los datos, hablar con el negocio y responder por el cumplimiento normativo, esa organización no sabe todavía qué necesita. Puede ser una gran oportunidad de aprendizaje en una empresa pequeña, o un puesto imposible en una grande. Vale la pena averiguar cuál de las dos antes de aceptar.

En EDUCANEXO la Maestría y el Doctorado en Inteligencia Artificial, junto con la Maestría en Big Data, cubren estos perfiles desde ángulos distintos. Cada ficha publica el mapa curricular completo y el número de acuerdo de RVOE, para que puedas comparar el contenido real contra el perfil al que te quieres dirigir.