Amazon Data Scientist: CV, palabras clave y entrevista

Llevas semanas perfeccionando tu CV de Data Scientist y, sin embargo, no consigues pasar el filtro para una entrevista en Amazon. Es una frustración común. El problema no es tu experiencia, sino que no estás hablando el idioma que su sistema y sus entrevistadores esperan escuchar.

No se trata de mentir ni de inflar tu currículum. Se trata de traducir tu trabajo real al marco de Amazon. Esto es lo que necesitas saber para cruzar esa puerta.

Entiende el sistema antes de escribir una sola palabra#

Amazon recibe miles de solicitudes. Los primeros filtros son automáticos. Tu CV debe superar un sistema de seguimiento de candidatos (ATS) y luego convencer a un reclutador en 15 segundos. Si no usas sus palabras clave, no existes.

Por eso, el primer paso es desmenuzar la oferta de empleo. Usa una herramienta como el decodificador de descripciones de puesto para identificar los términos técnicos y las competencias blandas que más se repiten. Estas son tus palabras clave. No las inventes, extraelas directamente de la oferta.

Construye un CV que hable el lenguaje de Amazon#

Olvida los resúmenes genéricos. Tu CV debe ser una lista de logros, no de responsabilidades. Cada punto debe demostrar impacto, preferiblemente con números. Pero en Amazon, hay un matiz extra: cada logro debe poder encajar, implícitamente, en uno de sus Leadership Principles.

No pongas "Obsession for Customer" como una habilidad. Demuestra con un ejemplo cómo tu trabajo benefició al cliente final.

Ejemplo de punto en el CV (antes y después)

• Antes: "Responsable del modelo de predicción de churn".
• Después: "Lideré el desarrollo de un modelo de predicción de churn con XGBoost, reduciendo la tasa de cancelación en un 8% en el siguiente trimestre. Esto mejoró la retención de clientes Prime en la región LATAM".

El segundo punto es mejor porque es específico, tiene un resultado medible y alude al impacto en el cliente. Piensa en cada línea como una mini-historia de una de las competencias de Amazon.

Checklist para tu CV de Data Scientist en Amazon

• Usa un formato simple, sin columnas ni gráficos, para que el ATS lo lea bien.
• Incluye un enlace a tu perfil de GitHub o portafolio de proyectos.
• Adapta la sección de "Habilidades Técnicas" para que coincida con las herramientas mencionadas en la oferta (Python, R, SQL, Spark, AWS Sagemaker, etc.).
• Cada punto de tu experiencia laboral debe empezar con un verbo de acción fuerte.
• Cuantifica tus logros siempre que puedas: porcentajes, cifras, escalas de tiempo.
• Asegúrate de que tu CV pase el escaneo de compatibilidad con ATS antes de enviarlo.

Prepárate para la estructura de la entrevista#

Si tu CV funciona, el siguiente paso es una entrevista telefónica con un reclutador. Luego, una o más rondas técnicas. Finalmente, la temida "loop" o entrevista final, que suele ser un maratón de 4 a 6 entrevistas de una hora.

Las entrevistas técnicas evaluarán tus habilidades en estadística, machine learning y programación. Espera preguntas sobre métricas de modelos, diseño de A/B tests y problemas de codificación en Python o SQL. Pero la parte más crítica, y donde muchos fallan, son las preguntas conductuales.

Domina las preguntas conductuales con el método STAR#

En la "loop", casi todas las preguntas se basan en tus experiencias pasadas. El formato que Amazon exige es STAR: Situation, Task, Action, Result (Situación, Tarea, Acción, Resultado). No aceptan respuestas teóricas.

Para cada Leadership Principle que te interese, prepara 2 o 3 historias de tu carrera que lo demuestren. Sé específico. "Tell me about a time when..." es la frase que más escucharás.

Ejemplo de respuesta STAR (Principio: Dive Deep)

• Pregunta: "Cuéntame de una vez que tuviste que investigar un problema complejo en tus datos".
• Situación: "En mi puesto anterior, el equipo de marketing reportó una caída inesperada del 15% en la tasa de conversión de una nueva campaña en Sudamérica".
• Tarea: "Mi tarea era identificar la causa raíz en menos de 48 horas para decidir si pausábamos la campaña o no".
• Acción: "Primero, segmenté los datos por dispositivo, ubicación y navegador. Descubrí que la caída venía exclusivamente de usuarios de Android en un país. Luego, revisé los logs del servidor y encontré que una actualización reciente en la app móvil había generado un error al cargar la página de pago, pero solo para esa versión de Android".
• Resultado: "Mi análisis permitió al equipo de desarrollo corregir el error en 24 horas. La tasa de conversión se recuperó al día siguiente, evitando una pérdida estimada de 50.000 dólares en ventas para el trimestre".

Esta respuesta funciona porque es concreta, muestra habilidad técnica y demuestra ownership y bias for action, otros dos principios clave en Amazon.

Consideraciones para el mercado en español#

Muchas de estas vacantes se publican para trabajar en remoto desde España o Latinoamérica, pero los equipos suelen ser globales y la comunicación es en inglés. Prepárate para la entrevista técnica en inglés.

En cuanto al salario, los rangos varían enormemente entre un puesto en Madrid, Ciudad de México o un rol totalmente remoto para EE.UU. Investiga los rangos reportados en sitios especializados, pero ten en cuenta que la compensación final depende de tu nivel de experiencia y la ubicación del puesto. Nunca confíes en un número garantizado.

Para encontrar ofertas reales y actualizadas, puedes explorar bolsas de trabajo que filtran por empresas de tecnología. Revisa las ofertas de empleo en tecnología para ver qué perfiles se buscan ahora mismo.

Herramientas gratis#

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

Preguntas frecuentes#

¿Necesito tener experiencia previa en una FAANG para que me contraten?

No necesariamente. Amazon valora la experiencia demostrable y el encaje cultural (los Leadership Principles) por encima del nombre de tu empresa anterior. Un perfil sólido en una startup o una empresa más pequeña puede ser igual de competitivo si sabes presentar tus logros con el formato STAR.

¿Es obligatorio usar AWS para ser Data Scientist en Amazon?

Aunque no es un requisito universal para todas las vacantes, la familiaridad con los servicios de AWS como S3, EC2 y especialmente SageMaker es una ventaja muy grande. Es el ecosistema interno, así que demuestra en tu CV o en proyectos personales que tienes experiencia con él.

¿Cuánto dura el proceso de selección completo?

El proceso puede ser largo. Desde la primera solicitud hasta la oferta final, puede pasar fácilmente un mes y medio o dos meses. La "loop" de entrevistas suele programarse con una o dos semanas de antelación y requiere una preparación intensiva.

¿Puedo aplicar a una vacante en otro país si estoy en España o Latinoamérica?

Sí, muchas posiciones de Data Scientist en Amazon son "location-flexible" o remotas. Sin embargo, la oferta especificará los países desde los cuales se puede trabajar por temas fiscales y legales. Lee la descripción del puesto con atención antes de aplicar.

¿Qué pasa si no paso la entrevista? ¿Puedo volver a intentarlo?

Sí. Amazon tiene una política de re-intento. Si no te seleccionan, generalmente te piden que esperes entre 6 y 12 meses antes de aplicar a una posición similar. No te desanima, es una oportunidad para reforzar tus puntos débiles.