HCLTech Data Scientist: CV, palabras clave y entrevista

Cada vez más candidatos envían su CV a HCLTech para roles de Data Scientist y solo reciben silencio. No es falta de talento. El problema suele ser un currículum que no habla el lenguaje de la empresa y una preparación de entrevista demasiado genérica. HCLTech es una consultora de servicios tecnológicos, y su enfoque comercial cambia lo que buscan en un perfil. Aquí tienes el plan para dejar de ser invisible y empezar a avanzar en su proceso de selección.

Cómo funciona la contratación en HCLTech#

Primero, entiende el terreno. HCLTech no es una startup de producto ni una FAANG. Es una multinacional de servicios tecnológicos que contrata perfiles para asignarlos a proyectos de sus clientes. Esto tiene dos implicaciones directas para ti.

La primera es que valoran la versatilidad y la capacidad de aplicar conocimientos a problemas de negocio muy concretos. No buscan un investigador que publique papers, sino un profesional que resuelva problemas. La segunda es que tu CV debe demostrar impacto medible, no solo conocimientos teóricos. Un reclutador de HCLTech necesita ver que puedes entregar valor desde el primer día en un proyecto para un cliente del sector financiero, retail o industrial.

Antes de aplicar, investiga. Mira las ofertas de HCLTech en nuestro portal de empleo para entender qué tecnologías y habilidades piden con más frecuencia para roles de ciencia de datos.

Preparando tu CV: palabras clave y estructura#

Tu CV es tu primer filtro. Si no supera el sistema de seguimiento de candidatos (ATS), nunca llegará a una persona. La clave es usar las mismas palabras que HCLTech usa en sus descripciones de puesto.

Un truco sencillo: copia la descripción de 2-3 ofertas de Data Scientist de HCLTech y pégala en una herramienta como nuestro decodificador de ofertas de empleo. Te dará una lista de las palabras clave más relevantes. No se trata de copiar y pegar, sino de integrarlas de forma natural en tu experiencia.

Aquí tienes una lista de comprobación para adaptar tu CV:

• Revisa la oferta y subraya las herramientas y metodologías mencionadas (Python, SQL, Spark, TensorFlow, Scikit-learn, Power BI, etc.).
• Asegúrate de que cada tecnología subrayada aparezca al menos una vez en la sección de habilidades o en tu experiencia.
• Reformula tus logros usando el formato: Acción + Contexto + Resultado cuantificable.
• Incluye palabras clave de "soft skills" que suelen pedir: comunicación, trabajo en equipo, gestión de stakeholders, proactividad.
• Adapta el resumen profesional al principio del CV para que refleje los requisitos principales del puesto.
• Guarda el archivo en formato PDF a menos que la oferta pida explícitamente otro.

Ejemplo de un punto del CV reescrito

Muchos candidatos escriben algo así: "Encargado del modelo de predicción de churn". Es vago. No dice nada del impacto.

Un reclutador de una consultora como HCLTech quiere ver el resultado en el negocio. Mira esta versión mejorada:

Desarrollé y desplegué un modelo de predicción de abandono de clientes (churn) en Python y Scikit-learn, analizando un dataset de más de 500.000 usuarios. El modelo identificó con un 85% de precisión a los clientes de alto riesgo, lo que permitió al equipo de marketing lanzar campañas de retención focalizadas que redujeron el churn un 12% en el siguiente trimestre.

Esta versión es concreta. Menciona tecnologías (Python, Scikit-learn), el volumen de datos, una métrica de precisión y, lo más importante, el impacto final en el negocio (reducción del 12% en el churn). Es la diferencia entre un listado de tareas y una demostración de valor.

Antes de enviar, usa nuestro verificador de CV para ATS para comprobar que tu documento está bien formateado y que las palabras clave se detectan correctamente.

El proceso de entrevista en HCLTech#

Superar el filtro del CV te lleva a la entrevista. En HCLTech, el proceso suele tener varias fases y es bastante estandarizado en el sector.

Entrevista técnica

Esta fase evalúa tus habilidades duras. No esperes preguntas teóricas de un libro de texto. Te pondrán problemas prácticos.

• SQL: Te pedirán escribir consultas complejas. Practica JOINS, GROUP BY, subconsultas y funciones de ventana (ROW_NUMBER, RANK).
• Python: Espera preguntas sobre manipulación de datos con Pandas, limpieza de datos y la lógica detrás de un algoritmo de machine learning. Pueden pedirte que escribas una función desde cero.
• Machine Learning: Te preguntarán por qué elegirías un modelo u otro para un problema específico. Por ejemplo: "¿Cuándo usarías una regresión logística en lugar de un random forest?". Debes justificar tu respuesta basándote en la interpretabilidad, el rendimiento o el tamaño del dataset.
• Casos de negocio: Te darán un problema de negocio (ej: "un banco quiere detectar transacciones fraudulentas") y te pedirán que diseñes una solución de principio a fin: desde la definición del problema y la métrica de éxito hasta el despliegue del modelo.

Entrevista de RRHH y de comportamiento

Si pasas la técnica, viene la de "fit" o encaje. Aquí evalúan si encajas en la cultura de una consultora. Las preguntas se centran en el trabajo en equipo, la comunicación con clientes no técnicos y tu capacidad para gestionar la incertidumbre.

Ejemplo de respuesta para la entrevista de comportamiento

Pregunta: "Cuéntame una vez que tuviste que explicar un concepto técnico complejo a un stakeholder que no tenía conocimientos técnicos".

Respuesta débil: "Suelo usar gráficos y presentaciones para que me entiendan".

Respuesta fuerte (usando el método STAR: Situación, Tarea, Acción, Resultado):

(Situación) En mi anterior rol, el equipo de ventas no entendía por qué nuestro modelo de recomendación priorizaba ciertos productos. Veían los resultados, pero no confiaban en el sistema. (Tarea) Mi tarea era aumentar la adopción de la herramienta explicando su lógica de forma clara. (Acción) Organicé una sesión de 30 minutos. En lugar de explicar el algoritmo, usé una analogía de un "café recomendado": el modelo no adivina, sino que aprende de tus elecciones pasadas (features) para sugerirte el siguiente. Creé un dashboard sencillo en Power BI que mostraba las 3 variables más importantes para cada recomendación. (Resultado) Después de la sesión, el equipo de ventas empezó a usar el dashboard para entender las recomendaciones y la adopción de la herramienta aumentó un 40% en dos meses. Me pidieron hacer sesiones similares para otros departamentos.

Esta respuesta es estructurada, concreta y demuestra habilidades de comunicación y resolución de problemas.

Herramientas gratis#

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

Preguntas frecuentes#

¿HCLTech pide visado o reubica candidatos en España?

Depende completamente del puesto y de tu nacionalidad. Algunas ofertas están abiertas a candidatos que ya tienen permiso de trabajo en España, mientras que para roles muy específicos podrían considerar la reubicación. No asumas nada. Lee la oferta con atención y, si no está claro, pregunta directamente al recruiter en la primera llamada. Consulta siempre la información oficial de extranjería para datos de visado.

¿Qué salario puedo esperar como Data Scientist en HCLTech en España?

Los rangos salariales varían mucho según tu experiencia (junior, mid, senior), la ciudad y el proyecto específico. Como referencia general en el mercado español, un Data Scientist puede esperar salarios que oscilan entre los 30.000€ y los 60.000€ brutos anuales. Usa portales de empleo para ver los rangos que ellos mismos publican y negocia basándote en tu perfil y en la media del mercado. Nunca te fíes de una cifra exacta.

¿Es mejor un CV de una página o de dos?

Para la mayoría de los candidatos, especialmente con menos de 10 años de experiencia, una página es el estándar preferido. Es conciso y fuerza a priorizar la información más relevante. Si tienes una trayectoria muy extensa y relevante, dos páginas son aceptables, pero asegúrate de que cada punto aporte valor.

¿Qué tipo de proyectos de Data Science hace HCLTech?

Al ser una consultora, la variedad es enorme. Pueden trabajar en proyectos de análisis de sentimiento para una empresa de telecomunicaciones, en modelos de mantenimiento predictivo para una fábrica, o en sistemas de detección de fraude para un banco. La clave es que aplican la ciencia de datos para resolver problemas de negocio concretos para sus clientes.

¿Cómo puedo prepararme para la entrevista técnica?

La práctica es lo único que funciona. Resuelve problemas de SQL en plataformas como LeetCode o HackerRank. Repasa los fundamentos de los algoritmos de machine learning más comunes (regresión, clasificación, clustering) y piensa en cómo los aplicarías a un caso de negocio real. Puedes encontrar más consejos y ofertas de empleo relevantes en nuestro blog de carrera profesional.