Accenture Machine Learning Engineer: CV, palabras clave y entrevista

Llevas semanas buscando ofertas de Machine Learning Engineer y has visto que Accenture publica puestos con mucha frecuencia. Es frustrante enviar el mismo CV una y otra vez sin obtener respuestas. El problema rara vez es tu experiencia; casi siempre es la falta de enfoque.

Las empresas grandes como Accenture usan sistemas de seguimiento de candidatos (ATS) muy estrictos. Si tu CV no coincide con el lenguaje de la oferta, un humano nunca lo verá. La clave es adaptar cada postulación, no enviar una versión genérica.

Entiende el puesto antes de escribir nada#

Antes de tocar tu CV, dedica tiempo a descifrar la descripción del puesto. No es un texto de relleno. Es el mapa que te indica qué habilidades valoran y qué palabras clave buscará el sistema.

Para simplificar este proceso, puedes usar nuestra herramienta gratuita para analizar descripciones de puesto. Pega el texto de la oferta en el decodificador de ofertas de empleo y te mostrará las habilidades técnicas y blandas más repetidas. Esa lista será tu guía principal.

Cómo adaptar tu CV para Accenture#

Tu CV es un documento de marketing, no tu biografía. Debe responder a las necesidades específicas de la oferta. Un CV genérico que lista todas tus habilidades es menos efectivo que uno enfocado en las que piden.

Palabras clave que no pueden faltar

Basado en ofertas de Machine Learning Engineer en Accenture para España y Latinoamérica, estas son las palabras clave más comunes que debes incluir si tienes la experiencia.

• Python, Scikit-learn, Pandas, NumPy.
• TensorFlow, PyTorch, Keras.
• AWS (SageMaker, S3, EC2), Azure (Machine Learning, Databricks) o GCP (Vertex AI).
• SQL y bases de datos NoSQL (MongoDB, Cassandra).
• MLOps, CI/CD para ML, Docker, Kubernetes.
• Spark, Hadoop, Airflow, Kubeflow.
• Git, control de versiones.
• Comunicación con stakeholders, trabajo en equipo.

No pongas "Docker" si solo lo has usado una vez en un tutorial. Sé honesto. Pero si lo dominas, asegúrate de que aparezca en la sección de habilidades y, más importante, integrado en las descripciones de tus proyectos.

Estructura y formato para pasar el filtro ATS

El ATS es un software que lee tu CV. Si no puede leerlo, tu candidatura se descarta automáticamente.

• Usa un formato de una sola columna. Sin tablas, sin gráficos, sin iconos.
• Elige una fuente estándar como Arial, Calibri o Helvetica, tamaño 10 o 11.
• Nombra el archivo con tu nombre y el puesto: Nombre_Apellido_ML_Engineer.pdf.
• Usa secciones claras: Resumen, Experiencia, Proyectos, Habilidades, Educación.
• Evita encabezados o pies de página, a veces los ATS no los leen bien.

Un truco: antes de enviar, copia y pega el texto de tu CV en un archivo de texto plano (.txt). Si el contenido se desordena o falta información, el ATS probablemente también tendrá problemas para leerlo.

Ejemplo de un bullet point reescrito

La forma en que describes tus logros marca la diferencia. Un bullet genérico dice lo que hiciste. Un bullet efectivo muestra el impacto que tuviste.

Antes (genérico):

• Responsable del desarrollo de un modelo de machine learning para predecir la demanda.

Después (enfocado en resultados):

• Desarrollé un modelo de regresión con XGBoost para predecir la demanda diaria de 500 SKUs, reduciendo el error de pronóstico (MAPE) en un 15% y optimizando los niveles de inventario.

La versión mejorada es específica. Usa el verbo "Desarrollé", nombra la técnica (XGBoost), cuantifica el problema (500 SKUs) y, lo más importante, mide el resultado (15% de reducción en MAPE). Este formato demuestra tu impacto de forma tangible.

Preparando la entrevista técnica en Accenture#

Si tu CV pasa el filtro, el siguiente paso es la entrevista. Para un puesto de ML Engineer, el proceso suele tener varias fases. No inventaremos un proceso exacto, pero sí podemos prepararte para lo que casi seguro te preguntarán.

La entrevista de screening inicial

La primera llamada suele ser con un reclutador. El objetivo es confirmar que cumples los requisitos básicos y que tus expectativas salariales se alinean con el rango del puesto. Te preguntarán sobre tu experiencia, tu motivación para unirte a Accenture y tu disponibilidad.

Sé claro y directo. Ten preparada una breve explicación de tu rol actual y por qué buscas un cambio. Es un buen momento para preguntar sobre la estructura del equipo y las siguientes etapas del proceso.

La entrevista técnica profunda

Aquí es donde demuestras tus habilidades. Expect questions that probe your fundamental understanding, not just your ability to use a library.

Pueden preguntarte:

• Explica la diferencia entre L1 y L2 regularization. ¿Cuándo usarías cada una?
• ¿Cómo manejarías un dataset con un 90% de valores faltantes en una de las variables clave?
• Describe el proceso de poner un modelo en producción. ¿Qué problemas has encontrado?
• ¿Qué métricas usarías para evaluar un modelo de detección de fraude con un dataset muy desbalanceado?

La clave no es dar la respuesta "correcta" de un libro, sino mostrar tu proceso de pensamiento. Habla en voz alta, explica tus suposiciones y justifica tus decisiones.

Ejemplo de respuesta para una pregunta de diseño de sistemas

Las preguntas de diseño de sistemas son comunes para evaluar tu visión global.

Pregunta: "Diseña un sistema para recomendar productos a los usuarios de un e-commerce en tiempo real."

Una buena respuesta estructurada:

"Primero, definiría el objetivo del negocio. ¿Es aumentar las ventas cruzadas o mejorar la retención? Asumamos que es aumentar las ventas.

Para el modelo, empezaría con un enfoque simple como un modelo de filtrado colaborativo basado en la matriz de usuario-producto. Usaría ALS (Alternating Least Squares) porque escala bien. Si tuviéramos datos de contenido de los productos, combinaría esto con un modelo de contenido para un enfoque híbrido.

En cuanto a la infraestructura, necesitaríamos un pipeline de datos batch para entrenar el modelo periódicamente (quizás cada noche) con Spark en un clúster de Databricks o EMR. Para las recomendaciones en tiempo real, desplegaría el modelo en un endpoint con Flask o FastAPI, detrás de un balanceador de carga.

Para la baja latencia, usaría un sistema de caché como Redis para almacenar las recomendaciones precalculadas para los usuarios activos. La base de datos de productos podría estar en PostgreSQL y la de interacciones en Cassandra por su alta escritura.

Finalmente, para medir el éxito, implementaría un test A/B, midiendo la tasa de clics en las recomendaciones y el valor medio de los pedidos de los grupos de control y experimento."

Esta respuesta muestra conocimiento técnico, pensamiento práctico y orientación al negocio. No tiene que ser perfecta, pero sí estructurada y lógica.

El factor cultural y las preguntas de comportamiento#

Accenture es una consultora. El trabajo en equipo y la comunicación con el cliente son tan importantes como el código. Prepárate para preguntas de comportamiento (behavioral questions) basadas en el método STAR (Situación, Tarea, Acción, Resultado).

• Cuéntame una vez que tuviste un desacuerdo técnico con un compañero. ¿Cómo lo resolviste?
• Describe un proyecto complejo que lideraste. ¿Cómo aseguraste que todos estuvieran alineados?
• Danos un ejemplo de una vez que tuviste que explicar un concepto técnico complejo a un stakeholder no técnico.

Piensa en 3 o 4 historias de tu carrera que puedas adaptar a diferentes preguntas. Practica contarlas de forma concisa y enfocada en el resultado. Para encontrar más ofertas y ver cómo se describen estos roles, puedes explorar las ofertas de empleo en tecnología en nuestro portal.

Herramientas gratis#

• chequeo ATS gratis
• decodificador de ofertas
• empleos
• blog

Preguntas frecuentes#

¿Es necesario tener un máster o un PhD para ser Machine Learning Engineer en Accenture?

No es un requisito estricto en todas las ofertas. Un perfil con una licenciatura sólida en informática o estadística y proyectos demostrables puede ser suficiente. Sin embargo, para roles más especializados o de investigación, un máster o un doctorado sí puede ser un diferenciador importante.

¿Qué nivel de inglés se requiere?

Un nivel avanzado (C1) es casi siempre obligatorio. Gran parte de los proyectos de Accenture son internacionales, y la comunicación con equipos y clientes en inglés es constante. Prepárate para que parte de la entrevista técnica se desarrolle en este idioma.

¿Cuánto tarda el proceso de selección en Accenture?

El tiempo varía mucho según la urgencia de la posición y la región. Puede durar desde dos semanas hasta más de un mes. Es normal que haya varias entrevistas. Si no tienes noticias en 10 días, es aceptable enviar un correo de seguimiento cortés al reclutador.

¿Puedo aplicar a Accenture desde fuera de España o Latinoamérica?

Sí, muchas veces. Sin embargo, es fundamental que aclares tu situación de visa y disponibilidad para mudarte desde el principio. Las políticas de reubicación y patrocinio de visados varían y no están garantizadas, así que no asumas nada. Pregunta directamente al reclutador.

¿Qué distingue a un candidato sobresaliente de uno bueno?

Los candidatos sobresalientes no solo saben programar. Demuestran curiosidad, entienden el impacto de su trabajo en el negocio y son excelentes comunicadores. Hacer las preguntas correctas durante la entrevista es tan importante como dar las respuestas correctas. Para más consejos sobre cómo mejorar tu perfil, visita nuestro blog de consejos de carrera.