Contratar perfiles de inteligencia artificial: guía para empresas

Contratar un perfil de inteligencia artificial no empieza por pedir que alguien «sepa de IA». Empieza por decidir qué debe entregar: integrar un asistente en tu producto, hacer predicciones con datos propios o mantener modelos en producción. Si mezclas esos objetivos en una sola vacante, será difícil comparar candidatos y explicarles el trabajo.

Qué perfil de IA necesita tu empresa

Los nombres de los puestos no son uniformes. Dos ofertas de «AI engineer» pueden describir trabajos distintos. Utiliza las responsabilidades como criterio principal y el título como una etiqueta secundaria. Esta clasificación es un punto de partida para concretar tu vacante, no una frontera rígida entre profesiones.

• Ingeniero de IA aplicada: si quieres incorporar funciones basadas en modelos existentes a un producto. Busca experiencia construyendo software, conectando APIs, evaluando respuestas y gestionando errores y costes.
• Ingeniero de machine learning: si necesitas entrenar o adaptar modelos para un problema definido. Importan el tratamiento de datos, la evaluación, los experimentos y la puesta en producción.
• Data scientist: si el reto principal es analizar datos, contrastar hipótesis o construir modelos que ayuden a tomar decisiones. Aclara quién convertirá después ese trabajo en un servicio mantenible.
• Ingeniero de datos o MLOps: si el cuello de botella está en los datos, los despliegues o la operación. No esperes que contratar a alguien para experimentar resuelva por sí solo la infraestructura.

Microsoft describe la ingeniería de IA como una combinación de desarrollo de software, programación, ciencia e ingeniería de datos. En la práctica, tu empresa debe decidir qué parte de esa combinación necesita ahora y qué apoyo aportará el equipo.

Define un primer resultado que se pueda comprobar

Cambia «implementar IA en la empresa» por un entregable pequeño. Por ejemplo: un buscador interno que responda sobre documentación autorizada, cite la fuente y avise cuando no encuentre información suficiente. Después define cómo sabrás si funciona.

Para ese ejemplo, podrías evaluar la corrección de las respuestas con un conjunto de preguntas revisado por personas, el respeto a los permisos, el tiempo de respuesta y el coste por consulta. Son criterios para tu proyecto, no umbrales universales. Deja claro qué datos existen, quién puede acceder a ellos y quién revisará el resultado.

Separa lo imprescindible de lo que se puede aprender

Una vacante no necesita enumerar todas las bibliotecas de moda. Elige los conocimientos sin los que la persona no podría empezar y distingue los detalles que puede aprender dentro del equipo. Pedir investigación avanzada, producto, infraestructura y liderazgo al mismo nivel puede describir varios puestos, no uno.

• Si ya tienes un equipo de backend, concreta qué conocimiento de modelos o evaluación falta.
• Si no hay una base de datos utilizable, aclara si el trabajo empieza por prepararla.
• Si el sistema tratará información sensible, incorpora revisión de seguridad y permisos al proyecto.
• Si buscas una primera contratación técnica, explica qué apoyo tendrá para decidir y ejecutar.

Cómo evaluar a los candidatos sin confundir una demo con experiencia

Pide que expliquen un proyecto real: cuál era el problema, qué hicieron personalmente, cómo midieron el resultado y qué ocurrió después del lanzamiento. Una presentación atractiva no permite saber si el sistema era fiable o si alguien más resolvió los problemas de producción.

En una conversación técnica, plantea un caso parecido al tuyo y pregunta:

1. ¿Qué comprobarías antes de elegir el modelo o la herramienta?
2. ¿Cómo detectarías respuestas incorrectas y fallos de acceso a los datos?
3. ¿Qué harías si sube el coste o cambia el rendimiento del proveedor?
4. ¿Qué dejarías fuera de la primera versión y por qué?
5. ¿Cómo podría el equipo mantener lo que construyas?

Compara las respuestas con una misma pauta. Si utilizas una prueba, que sea acotada, con datos ficticios y sin convertirla en trabajo gratuito para tu producto. Define antes cuánto tiempo debería ocupar y qué valorarás. No pidas acceso a sistemas de clientes anteriores ni información confidencial.

Qué debe incluir la oferta antes de iniciar la búsqueda

Explica el problema de negocio, el primer entregable, el equipo, los datos disponibles, las responsabilidades y los límites del puesto. Añade modalidad de trabajo, rango salarial aprobado y fases del proceso. Evita prometer recursos, formación o autonomía que aún no estén decididos.

Una ficha útil permite contestar a una pregunta sencilla: «¿Qué tendrá esta persona a su disposición para conseguir el resultado que le pedimos?» Si no puedes responderla, conviene resolver ese punto antes de entrevistar.

Seleccionar perfiles de IA no es usar IA para seleccionar

Son necesidades diferentes. Aquí hablamos de incorporar a un profesional que construya u opere soluciones de IA. Automatizar la criba de currículums es otro proyecto, con sus propios requisitos y riesgos. Separarlos evita buscar una herramienta cuando necesitas una persona, o abrir una vacante sin haber definido el trabajo.

Antes de lanzar la búsqueda, resume tu necesidad en una página: resultado esperado, responsabilidades, requisitos indispensables, recursos disponibles y condiciones. Esa información facilita una conversación concreta con una agencia de selección IT y ayuda a detectar si la vacante reúne tareas incompatibles.

Referencia sobre el alcance de la ingeniería de IA: Microsoft, Training for AI engineers. La selección debe adaptarse al trabajo concreto de cada empresa.