Capgemini AI Engineer: CV, palabras clave y entrevista

Llevas meses perfeccionando tu perfil de Machine Learning, pero tu CV no llega a los reclutadores de Capgemini. El problema rara vez es tu experiencia. Es cómo la presentas. Capgemini es una consultora global con operaciones masivas en España y Latinoamérica. Su proceso de selección es estandarizado y depende mucho de sistemas automáticos. Si no hablas su idioma desde el primer segundo, tu candidatura se pierde en un agujero negro digital.

No te voy a decir que "hackees" el sistema. Te voy a explicar cómo funciona y cómo adaptar tu CV y tu preparación para tener una oportunidad real. Esto no es magia, es estrategia.

El filtro que no ves: el sistema ATS#

Antes de que un ser humano lea tu CV, lo procesa un software de seguimiento de candidatos (ATS). Este sistema escanea tu documento en busca de palabras clave que coincidan con la descripción del puesto. Si no las encuentras, tu CV puede ser descartado automáticamente. Es la cruda realidad de la selección masiva en empresas como Capgemini.

Tu primer paso es entender qué busca el ATS. No adivines. Usa herramientas para descifrarlo. Puedes analizar la descripción del puesto que te interesa con el decodificador de ofertas de empleo gratuito de jobrise.io para sacar las palabras clave exactas.

Cómo reescribir tu CV para Capgemini#

Olvida el CV genérico. Para cada oferta de Capgemini, necesitas una versión ligeramente diferente. El objetivo es que tu CV sea un espejo de lo que ellos piden.

Estructura y formato

• Un solo archivo PDF. Nada de Word o enlaces a portafolios web complejos para el primer envío.
• Secciones claras: Experiencia, Educación, Habilidades Técnicas, Certificaciones.
• Diseño limpio. Sin columnas extravagantes, gráficos o iconos que confundan al ATS.
• Incluye la palabra clave "AI Engineer" en tu titular o resumen profesional, si la oferta lo usa.

La sección de habilidades técnicas: tu vitrina

Aquí no pongas una lista genérica de "Python, SQL, AWS". Sé específico y alineado con la oferta. Si piden "MLOps", esa palabra tiene que estar. Si mencionan un stack concreto como "Azure ML, Databricks y Kubernetes", asegúrate de que figuran en tu CV si tienes experiencia con ellos.

Piensa en bloques. Por ejemplo:

• Lenguajes y Librerías: Python (Pandas, Scikit-learn, TensorFlow, PyTorch), SQL.
• Plataformas Cloud: Microsoft Azure (Azure ML, Azure Databricks, Cognitive Services), AWS (SageMaker, S3, EC2).
• MLOps y Despliegue: Docker, Kubernetes, MLflow, Kubeflow, CI/CD (Azure DevOps, Jenkins).
• Big Data: Spark, Databricks, Hadoop.

La experiencia: demuestra impacto, no solo tareas

Aquí es donde la mayoría falla. No listes tus responsabilidades. Cuenta la historia de un problema que resolviste. Usa la estructura "Acción + Contexto + Resultado".

Ejemplo de bullet point reescrito:

• Antes (genérico): Desarrollo de modelos de machine learning.
• Después (específico y con impacto): Lideré el desarrollo de un modelo de detección de fraude en tiempo real con Python y Azure ML, reduciendo las transacciones fraudulentas en un 15% durante el primer trimestre tras su despliegue en producción.

¿Ves la diferencia? El segundo demuestra liderazgo, tecnologías concretas y un resultado medible. Los números no tienen que ser espectaculares, pero tienen que existir. Si no tienes cifras exactas, usa estimaciones honestas: "mejoró el tiempo de procesamiento en aproximadamente un 20%".

Antes de enviar, comprueba que tu CV pasa el filtro. Usa el verificador de CV gratuito para ATS de jobrise.io para detectar problemas de formato o palabras clave que faltan.

La entrevista técnica en Capgemini: qué esperar#

El proceso varía, pero generalmente sigue un patrón. No puedo revelar preguntas confidenciales porque no las conozco, pero sí puedo decirte qué tipo de perfil buscan y cómo prepararte.

Ronda 1: Screening de RRHH

Una conversación de 20-30 minutos. Quieren confirmar que tu experiencia coincide con el CV, entender tus motivaciones y hablar de expectativas salariales.

Prepárate para:

• "¿Por qué Capgemini y no otra consultora?" Investiga sus proyectos de IA públicos, sus alianzas (por ejemplo, con Microsoft o AWS) y su cultura. Menciona algo específico.
• "¿Cuál es tu expectativa salarial?" Para un AI Engineer en España, los rangos varían mucho (desde 35.000 € hasta 60.000 € o más para perfiles senior). En Latinoamérica, la variación es aún mayor entre países. Tu respuesta debe ser: "He investigado los rangos de mercado para un perfil como el mío en [tu ciudad/país]. Mi expectativa se sitúa en el rango de [X a Y], pero soy flexible dependiendo del paquete de beneficios total y las responsabilidades del proyecto". Nunca des un número fijo primero.

Ronda 2: Entrevista técnica

Puede ser con un gerente de proyecto o un arquitecto técnico. Evaluarán tu conocimiento profundo.

Áreas clave a repasar:

• Fundamentos: No solo sepas usar Scikit-learn, entiende los algoritmos detrás. ¿Cuándo usas un Random Forest sobre un Gradient Boosting? ¿Cómo manejas el sobreajuste?
• Arquitectura y MLOps: ¿Cómo diseñarías un sistema ML end-to-end? ¿Cómo monitorizarías un modelo en producción? Habla de conceptos como data drift, retraining y A/B testing.
• Cloud: Profundiza en la plataforma que mencionan en la oferta (Azure es muy común en Capgemini). Sé capaz de dibujar un pipeline de MLOps en una pizarra virtual usando los servicios de esa nube.
• Coding: Prepárate para resolver problemas de lógica o manipulación de datos en un editor compartido. Practica en plataformas como LeetCode, enfocándote en problemas de Python.

Ejemplo de respuesta a una pregunta de diseño:

• Pregunta: "¿Cómo desplegarías un modelo de recomendación de productos para un cliente de e-commerce?"
• Tu respuesta (estructurada): "Primero, definiría las métricas de éxito con el cliente. No es lo mismo optimizar para clics que para ventas. Luego, diseñaría un pipeline batch para generar recomendaciones diarias usando Spark en Databricks, almacenándolas en una base de datos rápida como Redis. Para el caso real-time, montaría un microservicio con FastAPI, containerizado con Docker y orquestado con Kubernetes en Azure, que consulte esa base de datos. Finalmente, implementaría un sistema de monitorización para detectar degradación del modelo y un proceso de retraining semanal con los nuevos datos de interacción."

Ronda 3: Entrevista de RRHH o con el cliente

Una conversación final para ver si encajas culturalmente. Prepara ejemplos de trabajo en equipo, resolución de conflictos y comunicación con clientes no técnicos.

Herramientas gratis#

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

Preguntas frecuentes#

¿Necesito un máster o un PhD para ser AI Engineer en Capgemini?

No es un requisito excluyente para la mayoría de los puestos. Una licenciatura en Ingeniería Informática, Matemáticas o similar y experiencia demostrable suelen ser suficiente. Un máster puede ser un plus para perfiles junior, pero la experiencia práctica y los proyectos personales pesan más.

¿Capgemini ofrece visados o reubicación para puestos de IA?

Para puestos dentro de la Unión Europea, como en España, es más sencillo si ya tienes permiso de trabajo. Para reubicación desde fuera, la empresa debe justificar que no encontró un candidato local. No cuentes con ello como un seguro. Siempre pregunta por la política de reubicación en la primera llamada de RRHH para no perder el tiempo.

¿Cuánto tarda el proceso de selección en Capgemini?

Puede variar de 3 semanas a más de dos meses. Depende de la urgencia del proyecto, la disponibilidad de los entrevistadores y los trámites administrativos. Es normal tener periodos de silencio. Si no tienes respuesta en 10 días hábiles después de una entrevista, un correo breve y cortés de seguimiento es aceptable.

¿Qué proyectos de IA son comunes en Capgemini España?

Trabajan para grandes clientes en banca, telecomunicaciones, retail y automoción. Los proyectos suelen ser a gran escala: analítica de clientes, optimización de cadenas de suministro, mantenimiento predictivo en la industria y chatbots para atención al cliente. Rara vez es investigación pura; el enfoque es la aplicación de IA para resolver problemas de negocio.

¿Es lo mismo AI Engineer que Machine Learning Engineer en Capgemini?

A menudo se usan de forma intercambiable, pero puede haber matices. Un rol de "AI Engineer" en una consultora puede implicar más trabajo con APIs de servicios cognitivos (como los de Azure o AWS) y menos desarrollo de modelos desde cero. Un "ML Engineer" puede tener un enfoque más profundo en el entrenamiento y la optimización de modelos. Lee siempre la descripción del puesto con atención para entender el enfoque real.