Leer una oferta de IA: detectar el alcance real detrás del título

Lo que dice una oferta y lo que deja adivinar

Una oferta es un documento de compromiso. La escriben varias manos — un equipo técnico, alguien de selección, a veces la dirección — y mezcla lo que la empresa busca de verdad, lo que cree que debe escribir y lo que copió de una oferta anterior. Leerla al pie de la letra lleva a dos errores simétricos: postular a puestos que no encajan o descartar puestos que sí encajaban.

El objetivo no es comprobar si cumples los requisitos, sino reconstruir el puesto real: qué problema quiere eliminar la empresa, qué responsabilidad delega y en qué entorno se hará el trabajo.

Esta guía responde a una sola pregunta: «¿esta oportunidad encaja realmente con mi perfil y con lo que busco?». Cómo presentar después tu experiencia se trata en la guía dedicada a adaptar el CV.

Primero el título, luego el puesto real

Empieza por ignorar el título. Lee antes el párrafo que describe el día a día y las responsabilidades: casi siempre es la parte menos retocada y, por tanto, la más fiable. El título depende de la clasificación interna de la empresa tanto como del contenido del puesto.

Tres preguntas reconstruyen el puesto:

• ¿Qué problema debe hacer desaparecer la persona contratada? ¿Un sistema que no existe, uno que funciona mal o un equipo que no consigue entregar?
• ¿Cómo sería un éxito visible a los seis meses, desde el punto de vista de la empresa?
• ¿El puesto es nuevo, una sustitución o se abre tras un intento anterior?

Si el texto no permite responder a ninguna de las tres, no es descalificante, pero pasa a ser lo primero que hay que preguntar en la entrevista.

Responsabilidades reales y nivel de autonomía

Dos puestos con el mismo título pueden delegar responsabilidades opuestas. El vocabulario delata la autonomía esperada: «contribuir a», «participar en» y «acompañar» no describen lo mismo que «definir», «arbitrar» o «ser responsable de».

• Autonomía alta: eliges el enfoque, defiendes decisiones y respondes por el resultado.
• Autonomía enmarcada: la arquitectura está fijada y decides dentro de un marco existente.
• Autonomía baja: las decisiones se toman en otro sitio y tú las implementas.

Ninguna de las tres es mala en sí; simplemente no encajan en el mismo momento de una trayectoria. El problema aparece cuando la oferta promete la primera y la organización descrita corresponde a la tercera.

Imprescindibles, deseables y catálogos

La mayoría de las ofertas mezclan tres listas: lo realmente imprescindible, lo que sería cómodo y lo que se añadió por precaución. Un stack de veinte tecnologías no es un pliego de requisitos: es la lista de todo lo que usa el equipo, incluido lo que nadie tocará en seis meses.

• Señal útil: unas pocas tecnologías nombradas con su uso — «base vectorial para la búsqueda documental», «orquestación de procesos batch».
• Señal débil: una enumeración sin contexto, con frameworks competidores y herramientas de oficios distintos.
• Señal de alerta: se exige experiencia avanzada en un conjunto de herramientas que nadie practica a diario por sí solo.

Céntrate en lo que aparece en la descripción del trabajo, no solo en la lista de competencias. Lo que figura en ambas es lo que de verdad se espera.

AI Engineer, ML Engineer, Data Scientist, GenAI Engineer

Estos títulos se solapan y muchas ofertas los usan indistintamente. En lugar de buscar la definición correcta, busca el objeto del trabajo descrito en el texto.

• El trabajo trata de modelos existentes integrados en un producto — llamadas, contexto, recuperación de información, evaluación, fiabilidad en producción: orientación AI Engineer, diga lo que diga el título.
• El trabajo trata de entrenamiento, validación, reentrenamiento, datos de aprendizaje y despliegue de modelos propios: orientación ML Engineer.
• El trabajo trata de análisis, modelización estadística, experimentación y presentación de resultados a quien decide: orientación Data Scientist.
• El trabajo trata específicamente de sistemas generativos — asistentes, RAG, agentes, prompting industrializado: orientación GenAI, próxima al AI Engineer con acento de producto.

Cuando una oferta mezcla los cuatro no siempre hay confusión: puede indicar un equipo pequeño donde una sola persona cubre varios roles. Lo relevante es cuál ocupará la mayor parte del tiempo, y eso se pregunta en la entrevista.

Mira por último cuánto software engineering aparece: pruebas, revisión de código, CI, despliegue, guardias. Su presencia indica un puesto donde el código llega de verdad a producción; su ausencia total en un puesto anunciado «en producción» es una contradicción que conviene aclarar.

Experimentación o producción, datos e infraestructura

Es la dimensión que más discrimina y, a menudo, la menos explícita. Un puesto de exploración y uno de industrialización piden reflejos distintos y dejan huellas distintas en una trayectoria.

• Indicios de exploración: notebooks, pruebas de concepto, experimentos, «evaluar la viabilidad», ninguna mención a usuarios finales.
• Indicios de producción: SLA, monitorización, costes, latencia, volumetría, incidencias, versiones de modelos, usuarios existentes.
• Indicios sobre los datos: un almacén o una plataforma, un equipo de datos separado o ninguno, menciones a calidad, gobernanza o permisos.
• Indicios de infraestructura: un cloud nombrado, un orquestador, industrialización ya existente — o nada, lo que suele significar que construirla forma parte del puesto.

Cuando aparecen RAG, agentes o LLM, mira lo que los rodea. Una oferta que menciona evaluación, calidad de las respuestas, gestión de errores o control de costes describe un sistema explotado. Una que nunca lo menciona describe más bien una intención.

Senioridad, equipo y dependencia jerárquica

La senioridad expresada en años dice poco; el contexto dice mucho. Un puesto «senior» en un equipo de quince personas con un lead técnico no implica lo mismo que un «senior» que resulta ser el primer perfil de IA de la empresa.

• Tamaño y composición del equipo: ¿hay ya perfiles de IA o de datos, o solo desarrolladores?
• Dependencia: tecnología, producto, negocio, I+D — determina a quién tendrás que explicar tus decisiones.
• Interlocutores citados: un lead técnico, un product manager, un área de negocio, un cliente final.
• Presencia o ausencia de un marco de ingeniería: revisión, pruebas, industrialización, prácticas de evaluación.

Una oferta que describe con precisión el equipo y su funcionamiento ya es una señal de madurez: alguien pensó el puesto antes de publicarlo.

Un método de lectura en cinco dimensiones

Para comparar varias ofertas sin perderte, clasifica cada una en cinco ejes, una línea por eje. Lleva cinco minutos y simplifica mucho la decisión.

• Objeto: producto, plataforma, exploración o apoyo a otros equipos.
• Madurez: primer proyecto de IA, sistema en construcción, sistema ya en producción.
• Responsabilidad: ejecución, decisión enmarcada, decisión asumida.
• Técnica dominante: integración de modelos, entrenamiento, datos, ingeniería de software.
• Condiciones: ubicación, ritmo, organización, restricciones explícitas.

Una oferta que sigue siendo ilegible en tres ejes o más no es necesariamente mala, pero pide una conversación exploratoria antes de preparar una candidatura.

Descodificar un extracto de oferta

Este extracto es ficticio pero realista. La columna de la derecha muestra qué conviene extraer.

Señales de una oferta vaga o contradictoria

• Ninguna mención a un problema concreto, solo tecnologías y ambiciones.
• Un único puesto que debería cubrir investigación, ingeniería de datos, producción y relación con el cliente.
• Expectativas de producción sin mención alguna a infraestructura, pruebas o calidad.
• Se exige mucha senioridad para un alcance descrito como puramente ejecutor.
• Una lista de competencias más larga que la descripción del trabajo.
• Vocabulario de moda sin objeto: «agentes» sin caso de uso, «IA generativa» sin usuario identificado.

Una o dos de estas señales piden preguntas. Cuatro o cinco indican que la empresa aún no ha definido el puesto: una oportunidad si quieres definirlo tú, y una trampa si no.

¿Hay que cumplir todos los requisitos?

No, y esperar a cumplirlos todos equivale a postular solo por debajo de tu nivel. La lectura útil separa lo estructural de lo que se aprende.

• Estructural: el tipo de trabajo esperado, el nivel de responsabilidad, la relación con la producción y el dominio cuando la oferta lo exige explícitamente.
• Aprendible: una herramienta concreta, un cloud determinado, un framework de orquestación, una base vectorial específica.
• Negociable en la entrevista: la senioridad anunciada, parte del alcance, la organización del trabajo.

Si el núcleo del puesto coincide con lo que sabes demostrar y las diferencias son de herramientas, postula. Si la diferencia está en la naturaleza del trabajo — exploración cuando buscas producción, o al revés — la oferta te ha hecho un favor al decírtelo antes de la entrevista.

Una lectura metódica ahorra tiempo a ambas partes: menos candidaturas mal dirigidas y entrevistas mucho más precisas.

• Búsqueda de empleo
• AI Engineering