Google AI Engineer: CV, palabras clave y entrevista

Llevas meses estudiando modelos, tienes proyectos en GitHub y, sin embargo, tu perfil en LinkedIn no recibe ni un mensaje de un recruiter de Google. O peor: ya aplicaste y te rechazaron sin una entrevista técnica. El problema no es tu talento, es la traducción de tu talento a un formato que el sistema de selección de Google entienda y valore.

No existe una fórmula mágica. Pero sí un camino probado que aumenta tus posibilidades. Implica desmontar lo que crees saber sobre los CVs y las entrevistas y reconstruirlo desde la perspectiva de la empresa.

El primer filtro: tu CV y el sistema ATS#

Antes de que un humano lea tu currículum, un software llamado Applicant Tracking System (ATS) lo escanea. Busca palabras clave que coincidan con la descripción del puesto. Si no están, tu CV puede ser descartado sin que nadie lo vea. No es personal, es matemática.

Tu primera tarea es convertirte en un experto en descifrar la descripción del puesto. Para eso, puedes usar una herramienta gratuita que desglosa los requisitos y las palabras clave más importantes de la oferta. Puedes probar el decodificador de ofertas de empleo para empezar.

Una vez identificadas las palabras clave, no las pongas en una lista. Intégralas en tus experiencias demuestrando que has aplicado esas habilidades. Google no busca un diccionario; busca a alguien que ha resuelto problemas complejos.

Ejemplo práctico: reescribiendo un bullet point

Imagina que tienes esta experiencia en tu CV:

• "Trabajé en un proyecto de machine learning para una aplicación de recomendación."

Es vago. No dice nada de tu impacto ni de las tecnologías que usaste. Ahora, reformúlalo usando el formato STAR (Situación, Tarea, Acción, Resultado) e incluyendo palabras clave relevantes para un puesto de AI Engineer en Google.

• Antes: "Trabajé en un proyecto de machine learning para una aplicación de recomendación."
• Después: "Diseñé y desplegué un sistema de recomendación de productos utilizando TensorFlow y Vertex AI, lo que aumentó la tasa de clics en un 15% en A/B tests con más de 50.000 usuarios."

La diferencia es abismal. El segundo es específico, usa verbos de acción ("Diseñé", "desplegué"), nombra tecnologías concretas ("TensorFlow", "Vertex AI") y cuantifica el resultado ("15%", "50.000 usuarios").

Checklist para pasar el primer filtro

• Lee la descripción del puesto al menos tres veces. Subraya los verbos y sustantivos técnicos.
• Asegúrate de que palabras como "Python", "TensorFlow", "PyTorch", "ML pipelines", "data modeling" o "large-scale systems" aparezcan en tu CV, si es que las dominas.
• Cuantifica tus logros siempre que puedas. ¿Redujiste costes? ¿Aumentaste la eficiencia? ¿Con qué métrica lo mides?
• Mantén un formato limpio, sin tablas ni columnas complejas que el ATS no pueda leer.
• Guarda el archivo como PDF a menos que la oferta pida otro formato explícitamente.

La entrevista técnica: más allá del código#

Si tu CV pasa el filtro, la siguiente etapa es la entrevista. Para un rol de AI Engineer, Google evalúa principalmente en cuatro áreas:

1. Estructuras de datos y algoritmos: El clásico "LeetCode". No hay atajos. Practica a diario, enfócate en la complejidad (Big O) y en explicar tu proceso de pensamiento en voz alta.
2. Diseño de sistemas de Machine Learning (MLSD): Aquí no te preguntan solo por la arquitectura de un modelo, sino por todo el ecosistema. ¿Cómo recolectas los datos? ¿Cómo entrenas el modelo? ¿Cómo lo despliegas en producción? ¿Cómo monitoreas su rendimiento y el concepto de "data drift"?
3. Diseño de sistemas generales: Conceptos como escalabilidad, disponibilidad y APIs. Piensa en diseñar un servicio como Google Maps o un sistema de notificaciones a gran escala.
4. Googleyness y Liderazgo: Evalúan si encajas en la cultura. Usan preguntas conductuales ("Cuéntame una vez que...") para entender cómo manejas los conflictos, la ambigüedad y si tomas la iniciativa.

La preparación no es solo resolver problemas, es entender el porqué detrás de las soluciones. No inventes que conoces los procesos internos de Google. Enfócate en demostrar tus habilidades con los fundamentos.

Ejemplo de respuesta en la entrevista

Pregunta del entrevistador: "Cuéntame sobre un proyecto en el que hayas tenido que lidiar con datos de baja calidad."

Respuesta débil: "Sí, una vez tuve un dataset con muchos valores nulos y lo arreglé."

Respuesta sólida (usando STAR): "En mi anterior rol, trabajé en un modelo de predicción de churn. La situación era que nuestro dataset principal tenía un 30% de valores nulos en una característica clave y un fuerte desbalance de clases. Mi tarea era preparar los datos para que el modelo fuera fiable. En lugar de solo imputar la media, investigué la razón de los nulos y descubrí que se debían a un error en la recolección de logs. Colaboré con el equipo de ingeniería para corregirlo a futuro. Para el histórico, desarrollé un pipeline con scikit-learn que imputaba los valores usando un modelo KNN, lo que fue más preciso. Además, apliqué técnicas de sobremuestreo como SMOTE para el desbalance. El resultado fue un aumento del 8% en el F1-score del modelo final, y el pipeline de limpieza se reutilizó en otros dos proyectos."

Esta respuesta demuestra pensamiento crítico, proactividad, habilidades técnicas concretas y trabajo en equipo.

El factor local y el salario#

Un puesto de AI Engineer en Google en Madrid o Barcelona tiene sus particularidades. El proceso es global, pero la competencia local y los paquetes salariales varían. Los rangos que se reportan en España para ingenieros de ML/AI con experiencia suelen estar entre 50.000 € y 90.000 € brutos anuales, pero esto varía mucho según la empresa, la experiencia y el nivel. Siempre debes verificar las cifras actuales en fuentes oficiales o portales de empleo fiables.

Para ver qué se está demandando en el mercado local, una buena idea es explorar las ofertas de empleo actuales para puestos de AI Engineer en España. Esto te dará una idea realista de las tecnologías y experiencias que más valoran las empresas aquí.

Preparación final

• Practica en un pizarra o en un editor de código sin autocompletado. Tienes que escribir el código de memoria.
• Prepara tus propias preguntas para el entrevistador. Pregunta sobre los proyectos del equipo, los desafíos técnicos o la cultura de aprendizaje.
• Investiga los últimos papers o proyectos de Google AI (como Gemini) para poder hablar de ellos con conocimiento.
• No memorices respuestas. Entiende los conceptos y practica explicarlos de forma clara y concisa.

Herramientas gratis#

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

Preguntas frecuentes#

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

No es un requisito estricto, pero sí es muy común entre los candidatos. Lo que realmente importa es demostrar un conocimiento profundo y práctico de los fundamentos de ML y la capacidad para resolver problemas complejos, ya sea a través de la academia o de proyectos profesionales ambiciosos.

¿Cómo de importante es el GPA o las notas de la universidad?

Para puestos de recién graduados, puede ser un factor. Para roles con experiencia, tu historial profesional, los proyectos que has liderado y tus habilidades técnicas demostrables tienen mucho más peso que tus notas de hace cinco años.

¿Puedo aplicar si no vivo en España o en el país de la oferta?

Sí, el proceso de Google es global. Sin embargo, ten en cuenta los aspectos de visado y reubicación. La empresa suele ayudar con el proceso, pero es un factor a considerar. Las ofertas para roles en España suelen especificar si ofrecen reubicación.

¿Qué lenguajes de programación son esenciales?

Python es el rey indiscutible en el ecosistema de ML. Además, se espera que tengas fluidez en al menos un lenguaje de sistemas como C++, Java o Go, que son muy usados en la infraestructura de Google.

¿Cuánto tiempo debo dedicar a preparar la entrevista?

Depende de tu base, pero la mayoría de los candidatos exitosos reportan entre 3 y 6 meses de preparación seria y constante. Esto incluye resolver problemas de algoritmos a diario, leer sobre diseño de sistemas y practicar respuestas conductuales.