Empleos de Machine Learning Engineer en India: CV, entrevista y candidatura

Llevas semanas enviando CVs para puestos de Machine Learning Engineer en India y solo recibes silencio. El problema rara vez es tu talento. Suele ser que tu candidatura no habla el idioma del reclutador indio. Este mercado tiene sus propias reglas, y si no las conoces, tu CV pasa directamente al limbo digital. Vamos a arreglarlo.

El mercado indio de ML: qué esperar realmente#

India es un gigante tecnológico, pero no es un bloque monolítico. Las oportunidades y expectativas cambian mucho entre ciudades como Bangalore, Hyderabad, Pune y Chennai. Bangalore es el epicentro del ecosistema startup y de los centros de I+D de grandes multinacionales. Hyderabad y Pune albergan enormes campus corporativos de empresas como Microsoft, Google, Amazon y docenas de firmas de consultoría.

Aquí, la competencia es feroz. No compites solo con los ingenieros locales, sino con una cantidad masiva de talento formado en institutos de primer nivel como los IITs y NITs. Esto significa que los procesos de selección son largos y técnicos. No esperes una sola entrevista. Prepárate para un screening de RRHH, una o dos rondas técnicas, a veces una prueba en casa, y una ronda final de "fit" o cultura.

Un matiz importante: muchas empresas valoran enormemente la experiencia práctica y los proyectos personales sobre títulos académicos, a menos que vengas de un programa de investigación muy reconocido. Si tu CV solo lista cursos, estás en desventaja.

El CV que funciona en India#

El CV para el mercado indio es más denso y técnico que en muchas otras regiones. Un CV de una página es aceptable si tienes menos de 5 años de experiencia. Para perfiles senior, dos páginas son la norma. No uses plantillas con columnas o gráficos elaborados. Los sistemas ATS (Applicant Tracking Systems) de las grandes empresas tecnológicas indias se atragantan con ellos.

La estructura debe ser simple: Contacto, Resumen Profesional, Experiencia Laboral, Proyectos, Educación, Habilidades Técnicas.

El resumen profesional es tu primer filtro. En 3-4 líneas, define quién eres, tu stack principal y tu objetivo.

Ejemplo de resumen:

Machine Learning Engineer con 4 años de experiencia en desarrollo y despliegue de modelos de NLP y visión por computadora. Dominio de Python, TensorFlow y MLOps en entornos cloud (AWS). Busco aportar a equipos que resuelvan problemas complejos con datos a gran escala en Bangalore.

En la sección de habilidades, sé brutalmente específico. No pongas solo "Python". Desglosa. Los reclutadores y los ATS buscan palabras clave concretas.

• Lenguajes: Python (NumPy, Pandas, Scikit-learn), SQL, (opcional) Java/Scala.
• Frameworks ML/DL: TensorFlow, PyTorch, Keras, XGBoost, LightGBM.
• MLOps & Cloud: Docker, Kubernetes, MLflow, Kubeflow, AWS SageMaker, GCP Vertex AI, Azure ML.
• Datos: Spark (PySpark), Hadoop, Kafka, Airflow, bases de datos SQL/NoSQL.
• Conceptos: Redes neuronales (CNN, RNN, Transformers), MLOps, A/B testing, despliegue de modelos (model serving).

Antes de enviar tu CV, usa una herramienta para verificar que pasa el filtro ATS. Puedes usar el analizador de CVs gratuito para detectar problemas de formato y asegurar que las palabras clave clave están presentes.

La carta de presentación que no se ignora#

Muchos candidatos la omiten. Es un error. En India, una carta de presentación corta y bien dirigida puede marcar la diferencia, especialmente en startups y empresas de producto. No copies plantillas genéricas.

Personalízala siempre. Menciona a la empresa por su nombre y, si es posible, refiérete a un proyecto o producto específico que te interese. Explica en dos párrafos por qué tú encajas en ese rol concreto, no por qué te gusta la empresa en general.

Prepararse para la entrevista técnica#

El proceso es exigente. La primera ronda suele ser un screening técnico con un ingeniero senior. Preguntan sobre fundamentos: la diferencia entre L1 y L2 regularization, cómo manejarías un dataset desbalanceado, o el funcionamiento interno de un Transformer.

Luego vienen las pruebas de código. Plataformas como HackerRank, LeetCode o CodeSignal son el estándar. Espera preguntas de estructuras de datos y algoritmos de dificultad media-alta. No solo importa la solución, sino la claridad de tu código y cómo piensas en voz alta.

La ronda de diseño de sistemas de ML (ML System Design) es común para roles con más de 3 años de experiencia. Te pedirán diseñar un sistema completo: por ejemplo, un sistema de recomendación para una app de e-commerce o un detector de fraude en tiempo real. Debes hablar de la recolección de datos, la elección del modelo, la estrategia de entrenamiento, el despliegue, el monitoreo (data drift) y las métricas de negocio.

Para entender qué habilidades específicas buscan las empresas en sus ofertas, puedes usar el decodificador de descripciones de empleo. Te ayudará a extraer los requisitos técnicos clave para preparar tus respuestas.

Ejemplo de pregunta y respuesta de ML System Design: Pregunta: "Diseña un sistema para detectar reseñas falsas en una plataforma de e-commerce." Respuesta esquemática: "Primero, definiría el problema como clasificación binaria. Los datos vendrían de las reseñas (texto, metadata como hora, IP) y del comportamiento del usuario. Para el modelo, empezaría con un modelo de lenguaje fine-tuneado como BERT para el texto, combinado con features de ingeniería para el comportamiento. El sistema tendría un pipeline de entrenamiento offline y un servicio de inferencia online con baja latencia. Para el monitoreo, vigilaría la distribución de predicciones y el performance del modelo, buscando data drift. La métrica principal sería el recall para minimizar falsos negativos, pero manteniendo una precisión aceptable."

Salario, beneficios y la realidad de la visa#

Los salarios para Machine Learning Engineers en India varían enormemente. Un recién graduado en una startup puede ganar entre 8 y 15 lakhs INR anuales (unas 9.000 a 17.000 euros, aproximadamente). Un ingeniero con 3-5 años de experiencia en una empresa de producto puede esperar entre 25 y 50 lakhs INR (28.000 a 57.000 euros). En FAANG y empresas de primer nivel, los paquetes para perfiles senior pueden superar los 1 crore INR (más de 115.000 euros), incluyendo acciones. Son rangos típicos reportados, pero varían según la empresa, la ciudad y la negociación.

Para trabajar legalmente necesitas una visa de empleo, la Employment Visa. El proceso lo inicia la empresa que te contrata. Deben demostrar que no encontraron un candidato local para el puesto. La tramitación puede tardar varios meses. La información oficial cambia, así que siempre consulta el sitio web del Ministerio de Asuntos Exteriores de India o su embajada más cercana para los requisitos actuales. No hay garantías de aprobación.

Checklist de candidatura final#

Antes de pulsar "enviar", revisa esta lista:

• Tu CV tiene un formato ATS-friendly, sin columnas ni gráficos.
• El resumen profesional menciona tu stack y años de experiencia.
• La sección de habilidades técnicas está detallada con librerías y herramientas.
• Cada bullet point de experiencia muestra un logro medible (ej: "Reduje el tiempo de inferencia del modelo X en un 30% mediante la optimización con TensorRT").
• Has personalizado el CV y la carta para la empresa y el rol específicos.
• Has preparado respuestas para las preguntas técnicas comunes de ML.
• Investigaste el rango salarial típico para esa empresa y ciudad.

Puedes buscar ofertas actualizadas en el portal de empleo de jobrise para encontrar roles que se ajusten a tu perfil y empezar a aplicar. Para seguir aprendiendo sobre estrategias de búsqueda de empleo, nuestro blog tiene más artículos útiles.

Preguntas frecuentes#

¿Es necesario tener un máster o doctorado para conseguir un buen puesto?

No es un requisito excluyente, pero ayuda mucho en roles de investigación o en empresas muy técnicas. Para la mayoría de los puestos de ingeniería, la experiencia práctica con proyectos sólidos y un buen portafolio en GitHub pueden pesar más que un título académico avanzado.

¿Qué lenguaje de programación es más demandado?

Python es, sin discusión, el lenguaje dominante en el ecosistema de ML en India. Casi todas las ofertas lo requieren. SQL es el segundo más importante para manejo de datos. Conocer Scala o Java es un plus para trabajar con Spark a gran escala, pero no es esencial para empezar.

¿Cómo es el proceso de entrevista en startups versus grandes corporaciones?

Las startups suelen tener procesos más cortos y directos, a veces con una prueba práctica en casa seguida de una o dos entrevistas técnicas. Las grandes corporaciones (como las multinacionales en Bangalore o Hyderabad) tienen procesos más largos y estructurados, con múltiples rondas, evaluaciones de comportamiento y, a veces, evaluaciones psicométricas.

¿Puedo conseguir un trabajo remoto desde fuera de India en una empresa india?

Es posible, pero menos común. La mayoría de las empresas indias prefieren contratar dentro del país por temas de coordinación, cultura y aspectos legales/fiscales. Las oportunidades remotas internacionales suelen ser más frecuentes al revés: empresas extranjeras contratando talento en India.

¿Qué tan importante es la certificación de AWS, GCP o Azure?

Las certificaciones de cloud son valoradas, especialmente en roles de MLOps o para empresas que ya usan mucho la nube. No son un requisito, pero pueden darte una ventaja competitiva y demostrar un conocimiento estructurado de las herramientas de despliegue. Una certificación como AWS Certified Machine Learning Specialty es reconocida en el mercado.