Netflix AI Engineer: CV, palabras clave y entrevista

No consigues que tu perfil de ingeniero de IA destaque entre cientos de candidatos en Netflix. El problema rara vez es la falta de talento. Suele ser la falta de enfoque. Un CV genérico para "Machine Learning Engineer" no funciona aquí. Netflix busca un perfil específico, y tu aplicación debe hablar ese idioma desde la primera línea.

Entender qué busca Netflix en un AI Engineer#

Olvida las descripciones de puesto estándar. Netflix no es una consultora. Su negocio es el contenido y la experiencia del usuario. Por tanto, buscan ingenieros que resuelvan problemas de negocio reales con IA: sistemas de recomendación, optimización de streaming, análisis de audiencias, doblaje automatizado o seguridad de contenido.

Tu perfil debe gritar "solucionador de problemas a escala". No basta con conocer PyTorch. Debes demostrar cómo has usado esas herramientas para mover una métrica de negocio, sea retención, engagement o eficiencia operativa. Ese es el filtro principal.

Cómo adaptar tu CV: de genérico a específico#

Tu CV tiene 7 segundos para convencer a un reclutador. La estructura debe ser limpia, sin columnas extrañas ni gráficos que confundan a los sistemas de seguimiento de candidatos (ATS). De hecho, puedes usar una herramienta como el comprobador de compatibilidad con ATS para asegurarte de que tu formato no sea un problema.

La clave está en las palabras. No uses un mismo CV para todas las ofertas. Cada palabra en tu CV debe estar ahí por una razón.

• Elimina la sección de "Perfil Profesional" genérica. Empieza directamente con "Experiencia".
• Usa verbos de acción en pasado para roles anteriores: "Desarrollé", "Implementé", "Optimicé". Para el rol actual, usa presente: "Lidero", "Diseño", "Mantengo".
• Incluye métricas siempre que puedas. "Reduje el tiempo de entrenamiento" no dice nada. "Reduje el tiempo de entrenamiento del modelo de recomendación en un 35%" sí.
• Añade una sección de "Habilidades Técnicas" al final, agrupada: Lenguajes (Python, Scala), Frameworks (TensorFlow, PyTorch, Spark), Cloud (AWS, GCP) y Herramientas (Docker, Kubernetes, Airflow).

Ejemplo de un bullet point transformado

Aquí tienes un ejemplo real de cómo un bullet point genérico se convierte en uno específico para Netflix.

Antes (genérico):

• Responsable del desarrollo de modelos de machine learning para el análisis de datos.

Después (específico para Netflix):

• Diseñé y desplegué un modelo de detección de anomalías en el tráfico de streaming (Python, Spark, AWS SageMaker) que identificó incidencias de red un 40% más rápido, reduciendo el impacto en la experiencia del usuario.

La diferencia es abismal. El segundo habla de negocio (experiencia del usuario), de escala (streaming) y de tecnologías concretas.

Las palabras clave que importan en esta oferta#

Las palabras clave no son un truco, son la puerta de entrada. El equipo de Netflix usa filtros automáticos para el primer cribado. Tu CV debe contener los términos que ellos buscan. Para descifrar qué términos son los más importantes en la oferta que te interesa, puedes usar el decodificador de descripciones de puesto.

Más allá de la herramienta, aquí tienes una lista de términos que suelen aparecer en los perfiles de IA de Netflix. Úsalos, pero solo si reflejan tu experiencia real.

• Sistemas de recomendación (Recommender Systems)
• Procesamiento de Lenguaje Natural (NLP)
• Computer Vision
• A/B Testing y Experimentación
• Modelado de audiencias
• Sistemas distribuidos (Spark, Flink)
• MLOps y despliegue de modelos
• Personalización de contenido

Insisto: no pongas "NLP" si solo hiciste un tutorial de 2 horas. La entrevista técnica lo destapará en minutos.

Preparar la entrevista técnica: qué esperar#

El proceso de Netflix suele ser exigente. Generalmente incluye una llamada con RRHH, una o dos entrevistas técnicas por videollamada y, si avanzas, una etapa final más larga con varias rondas. No puedo darte el guion exacto, pero sí el tipo de problemas que te van a plantear.

Las entrevistas técnicas no son solo sobre código. Te presentarán un problema de negocio ambiguo. Por ejemplo: "Queremos mejorar la selección de miniaturas que mostramos a cada usuario. ¿Cómo lo abordarías?".

Aquí buscan ver tu proceso de pensamiento, no solo la respuesta final. Deben entender cómo defines el problema, qué datos necesitarías, qué métricas usarías para medir el éxito y qué modelo elegirías y por qué.

Ejemplo de respuesta estructurada

Pregunta: "¿Cómo diseñarías un sistema para detectar contenido inapropiado en las imágenes que suben los usuarios a sus perfiles?"

Una buena estructura de respuesta sería:

"Primero, definiría qué es 'contenido inapropiado' en este contexto: violencia, desnudez, discurso de odio. Luego, plantearía un enfoque de dos fases. Una primera fase de clasificación rápida con un modelo ligero (como una CNN entrenada con MobileNet) para filtrar el 95% de las imágenes seguras. Una segunda fase para las imágenes dudosas, usando un modelo más complejo o enviándolas a revisión humana. Mediría el éxito con métricas como precisión, recall y, sobre todo, la tasa de falsos positivos, para no dañar la experiencia de usuarios inocentes. El despliegue lo haría como un microservicio en contenedores Docker para escalabilidad."

Esta respuesta demuestra pensamiento estructurado, conocimiento técnico y visión de producto.

El mercado en España y Latinoamérica#

Es importante ser realista. Netflix tiene oficinas en Madrid y São Paulo, pero la mayoría de los roles técnicos de IA se concentran en sus sedes de EE.UU. Esto no significa que no puedas aplicar desde LATAM o España, pero prepárate para una competencia global.

Los salarios varían mucho. En España, un ingeniero de IA con experiencia puede esperar rangos entre 45.000€ y 70.000€ brutos anuales, pero en empresas como Netflix pueden ser superiores, a menudo con un componente de acciones (RSUs). En LATAM, los rangos son aún más variables según el país y la modalidad (local o como contratista internacional). Mi consejo: investiga en portales de salarios específicos y pregunta directamente en el primer contacto con RRHH. Nunca aceptes un número sin haberlo verificado.

Si buscas ofertas de este tipo, puedes explorar las ofertas de trabajo en tecnología disponibles actualmente.

Preguntas frecuentes#

¿Necesito un máster o doctorado para ser AI Engineer en Netflix?

No es un requisito excluyente, pero sí un diferenciador. La mayoría de los candidatos competitivos tienen al menos un máster en CS, Machine Learning o un campo cuantitativo. La experiencia laboral sólida en proyectos de IA a escala puede compensar la falta de un título avanzado, pero ten claro que la base teórica te la van a exigir.

¿Puedo aplicar desde España o México para trabajar en remoto?

Depende de la oferta. Netflix ha sido flexible con el trabajo remoto, pero para roles técnicos complejos suelen preferir que estés en una zona horaria cercena a la de sus equipos principales (EE.UU.). Algunas posiciones sí están abiertas a "remote-first". Lee la descripción del puesto con atención y, si no lo aclara, pregunta a RRHH en el primer contacto.

¿Cuánto dura el proceso de selección?

Es largo. Desde el primer contacto hasta la oferta final pueden pasar entre 4 y 8 semanas. Incluye múltiples rondas técnicas, una evaluación de diseño de sistemas y conversaciones culturales. La paciencia es parte del proceso.

¿Qué tecnologías debo dominar sí o sí?

Python es imprescindible. Después, depende del rol, pero PyTorch o TensorFlow para deep learning, Spark para procesamiento de datos a escala, y experiencia con algún proveedor cloud (AWS, GCP o Azure) son casi siempre necesarios. Conocer herramientas de MLOps como MLflow o Kubeflow es un gran plus.

¿Cómo demuestro cultura "Netflix" en la entrevista?

Netflix valora la autonomía, la responsabilidad y el juicio. No te van a preguntar "¿qué harías si tu jefe se equivoca?". Lo evalúan con preguntas situacionales sobre proyectos pasados. Prepárate con ejemplos concretos donde tomaste una decisión difícil, asumiste la responsabilidad del resultado (bueno o malo) y actuaste con alta independencia. Para más ideas sobre cómo enfocar tu búsqueda, explora otros artículos en nuestro blog de carrera profesional.