Capgemini Machine Learning Engineer: CV, palabras clave y entrevista

El CV que envías a Capgemini para un puesto de Machine Learning Engineer se queda en el vacío. O peor, te rechazan sin feedback. El problema no es tu experiencia, sino que tu perfil no habla el idioma que el reclutador y el ATS buscan. Capgemini es una consultora grande, lo que significa procesos de selección estandarizados y filtros automáticos. Tu objetivo es pasar ese primer filtro humano y digital para llegar a la entrevista técnica, donde sí se valora tu talento real.

El filtro ATS: tu primera batalla#

Antes de que un ingeniero senior lea tu CV, un sistema de seguimiento de candidatos (ATS) lo escanea. Si no detecta las palabras clave correctas, tu perfil se archiva. Para una consultora como Capgemini, que gestiona proyectos para múltiples clientes, buscan perfiles versátiles que encajen en varios proyectos. Tu CV debe reflejar esa versatilidad tecnológica.

No pongas "Machine Learning" como única habilidad. Sé específico. Menciona frameworks, lenguajes y metodologías. Piensa en las tecnologías que se usan en proyectos de consultoría grandes: desde la nube hasta el despliegue de modelos.

• Lenguajes: Python, Scala, SQL.
• Frameworks ML: Scikit-learn, TensorFlow, PyTorch, XGBoost.
• MLOps y despliegue: MLflow, Kubeflow, Airflow, Docker, Kubernetes.
• Cloud: AWS (SageMaker), Azure (Azure ML), GCP (Vertex AI).
• Conceptos: Feature Engineering, A/B Testing, MLOps, CI/CD para ML.
• Metodologías: Agile, Scrum.

Puedes usar una herramienta gratuita como el analizador de CV para ATS para ver qué palabras clave detecta tu documento actual. Luego, compáralas con la oferta de empleo. Otro truco es usar el decodificador de descripciones de puesto para extraer los requisitos clave de la oferta de Capgemini que te interesa.

Adaptar tu CV para el contexto de consultoría#

En una consultora, no solo construyes modelos; ayudas a un cliente a resolver un problema de negocio. Tu CV debe reflejar eso. No listes tareas, demuestra impacto. Olvida frases como "Responsable de desarrollar modelos". En su lugar, cuantifica tus logros y conecta tu trabajo técnico con un resultado de negocio.

Ejemplo de bullet point en tu CV

Antes:

• Desarrollé un modelo de machine learning para predecir la rotación de clientes.

Después:

• Implementé un modelo de churn prediction (XGBoost) en Python que identificó un 25% de clientes en riesgo, permitiendo al equipo de marketing lanzar campañas de retención que redujeron la rotación en un 12% en un trimestre.

La segunda versión es mejor. Dice qué hiciste (XGBoost, Python), para qué (predecir churn) y cuál fue el resultado (25% identificado, 12% reducción). Eso es lo que un manager de proyecto en Capgemini quiere ver: alguien que entiende el impacto.

La entrevista técnica: más allá del código#

Si tu CV pasa el filtro, te espera una o varias entrevistas. En Capgemini, suelen ser técnicas y de caso. No esperes solo preguntas de LeetCode.

La entrevista técnica se divide en partes. Primera, fundamentos de machine learning. Preguntas sobre el bias-variance tradeoff, regularización, o cómo manejarías un dataset desbalanceado. Segunda, programación y sistemas. Pueden pedirte que optimices un código en Python o que diseñes un sistema para servir un modelo a escala (system design). Tercera, el caso de negocio. Te presentarán un problema de cliente (ej. "un banco quiere reducir el fraude") y te pedirán que plantees una solución de extremo a extremo.

Ejemplo de respuesta en la entrevista

Pregunta: "Un cliente del sector retail nos pide un sistema para recomendar productos a sus usuarios. ¿Cómo lo abordarías?"

Respuesta débil: "Usaría un modelo de recomendación como collaborative filtering."

Respuesta sólida: "Primero, definiría con el cliente la métrica de éxito principal: ¿es aumentar el CTR, el valor medio del pedido? Asumamos CTR. Luego, empezaría con un enfoque simple y robusto, como un modelo basado en popularidad o en reglas de asociación, para tener un baseline rápido. En paralelo, diseñaría un pipeline de datos para capturar las interacciones de los usuarios (clics, compras). Con esos datos, entrenaría un modelo de collaborative filtering, probablemente con la librería Surprise o LightFM. Para el despliegue, usaría un microservicio en contenedores Docker, orquestado con Kubernetes, y lo integraría en la web del cliente vía API. Mediríamos el impacto en un A/B test contra el baseline. El resultado se reportaría mensualmente, enfocado en la métrica de negocio que acordamos."

Esta respuesta muestra un pensamiento estructurado, consideraciones de negocio y conocimiento técnico práctico. Es el perfil que buscan.

El mercado y la compensación en España#

Los salarios para un Machine Learning Engineer en Capgemini en España varían mucho según la experiencia y la ciudad. Para un perfil junior (1-3 años), los sueldos brutos anuales reportados suelen oscilar entre 30.000 € y 40.000 €. Para un perfil senior (5+ años), el rango puede ir desde los 45.000 € hasta superar los 60.000 €, pudiendo ser mayores en Madrid o Barcelona.

Estos son rangos orientativos basados en datos públicos. La cifra final dependerá de tus habilidades de negociación, el proyecto específico y los beneficios adicionales. Para un contexto más amplio del mercado, puedes explorar otras ofertas de empleo en el sector IA y ver más consejos en nuestro blog.

Checklist para tu candidatura#

Antes de enviar tu solicitud, revisa esta lista:

• ¿Tu CV incluye las palabras clave técnicas de la oferta (Python, AWS, MLOps)?
• ¿Los bullet points cuantifican tu impacto con números (%, €, tiempo)?
• ¿Mencionas la metodología Agile o Scrum?
• ¿Tu perfil de LinkedIn está actualizado y es coherente con el CV?
• ¿Has preparado un caso de negocio de principio a fin?
• ¿Puedes explicar un proyecto técnico complejo en 5 minutos a un no técnico?
• ¿Tienes preguntas listas para ellos sobre los proyectos, el equipo o la tecnología?

Preguntas frecuentes#

¿Qué nivel de inglés se requiere para un puesto de ML Engineer en Capgemini?

Normalmente, se pide un nivel alto, B2 o C1. Gran parte de la documentación técnica, las reuniones con clientes internacionales y el propio código están en inglés. Prepárate para una parte de la entrevista en este idioma.

¿Es necesario tener experiencia previa en consultoría?

No es un requisito excluyente, pero es un plus. Si no la tienes, enfatiza tu capacidad para trabajar con diferentes equipos, comunicar resultados a perfiles no técnicos y adaptarte a nuevos proyectos rápidamente. Son habilidades clave en consultoría.

¿Cuánto dura el proceso de selección?

Suele durar entre 3 y 6 semanas. Incluye una primera llamada de screening con RRHH, una o dos entrevistas técnicas y, a veces, una entrevista final con un manager o director. La duración puede variar según la urgencia del proyecto.

¿Puedo aplicar desde fuera de España?

Depende. Para perfiles muy senior o con un stack tecnológico muy específico, Capgemini puede gestionar la reubicación. Para otros perfiles, suelen buscar candidatos ya residentes en España para simplificar la contratación. Consulta siempre los requisitos de la oferta y las condiciones de visado actuales.

¿Qué tipo de proyectos de ML se desarrollan en Capgemini?

La variedad es amplia. Pueden ser proyectos de visión por computadora para la industria, modelos de NLP para el sector financiero, sistemas de recomendación en retail o analítica predictiva para logística. Depende del cliente y la práctica tecnológica a la que te asignen.