Shopify Machine Learning Engineer: CV, palabras clave y entrevista

Enviar tu currículum a Shopify para un puesto de Machine Learning Engineer y que te lo rechacen sin feedback es frustrante. Sientes que cumples los requisitos, pero algo no encaja. El problema rara vez es tu experiencia. Es la falta de adaptación a lo que esta empresa, con su enfoque en el comercio, busca de verdad.

Vamos a desglosar cómo ajustar tu perfil y tu preparación para que tu candidatura destaque. Sin promesas vacías, solo acciones concretas.

Entiende el ADN de Shopify#

Lo primero: Shopify no es una empresa de redes sociales ni de búsqueda. Es una plataforma de comercio. Cada decisión de producto, y por tanto cada modelo de machine learning, tiene como objetivo final ayudar a los comerciantes a vender más o a operar mejor.

Esto cambia todo. Un modelo de recomendación no busca maximizar el tiempo en la app, sino el valor del pedido medio. La detección de fraude debe ser precisa para no bloquear ventas legítimas. Un sistema de chatbots tiene que resolver dudas de compradores reales, no mantener una conversación genérica.

Antes de escribir una sola línea de tu CV, investiga. Lee su blog de ingeniería, mira sus charlas en conferencias. Busca proyectos como Shopify Magic o sus sistemas de fraude. Entenderás que buscan personas que resuelvan problemas de negocio, no solo que optimicen métricas académicas.

Adapta tu CV para el filtro automático y el humano#

Tu CV debe pasar dos filtros: el software de seguimiento de candidatos (ATS) y el recruiter. Para el primero, las palabras clave son vitales. Para el segundo, el impacto.

Elige las palabras clave correctas

No pongas "machine learning" y ya. Sé específico. Analiza la oferta de trabajo y extrae los términos que repiten. Luego, asegúrate de que aparecen en tu CV de forma natural.

• Python (imprescindible)
• PyTorch o TensorFlow (mencionan ambos, elige el que domines)
• SQL
• Modelos de recomendación
• Procesamiento de lenguaje natural (NLP)
• Visión por computadora
• Sistemas de recomendación
• MLOps
• Airflow, Kubeflow o herramientas de orquestación
• AWS, GCP o su infraestructura interna
• Feature Store
• A/B testing

Usa herramientas para verificar que tu CV alinea con la descripción del puesto. Puedes pasar tu documento por nuestro analizador de CVs gratuito para ver qué palabras clave te faltan. También es buena idea usar el decodificador de ofertas de empleo para entender qué priorizan realmente.

Reescribe tus logros con el método X-Y-Z

No listes tareas. Describe logros. La fórmula es: Logro (X) + Métrica (Y) + Contexto o Herramienta (Z).

Ejemplo genérico (débil):

• Desarrollé modelos de machine learning para mejorar la experiencia del usuario.

Ejemplo adaptado a Shopify (fuerte):

• Desarrollé y desplegué un modelo de recomendación de productos (X) que aumentó la tasa de conversión en un 12% (Y) para una tienda en Shopify Plus, utilizando PyTorch y un pipeline de MLOps en AWS (Z).

El segundo ejemplo es concreto, muestra impacto en ventas (el objetivo de Shopify) y nombra las tecnologías que ellos usan.

Secciones clave de tu CV

• Resumen profesional: 3-4 líneas. Menciona tus años de experiencia, tu especialidad (NLP, CV, sistemas de recomendación) y tu interés en el comercio.
• Experiencia: Enfócate en los últimos 5-7 años. Cada puesto debe tener 3-4 bullets con logros, no responsabilidades.
• Proyectos personales o side projects: Si tienes algo relacionado con e-commerce, análisis de precios, o incluso tu propia tienda, menciónalo. Demuestra iniciativa y pasión por el sector.
• Habilidades técnicas: Lista limpia de lenguajes, frameworks, plataformas cloud y herramientas de MLOps.

Prepara la entrevista técnica con mentalidad de comercio#

El proceso suele ser largo: una llamada con el recruiter, una o dos rondas técnicas (coding y system design), una ronda de "bar raiser" o cultura, y a veces una conversación con el gerente de contratación.

Rondas de código

Aquí evalúan tu habilidad para resolver problemas. No esperes preguntas triviales. Es probable que te den un problema de manipulación de datos, optimización o implementación de un algoritmo sencillo. Practica en LeetCode, pero enfócate en problemas de arrays, strings y grafos.

Consejo: Piensa en voz alta. Explica tu razonamiento, menciona el trade-off entre tiempo y espacio de tu solución y, si puedes, relaciona el problema con un caso de uso real en e-commerce.

Rondas de diseño de sistemas

Esta es la más crítica y donde se nota la adaptación. Te pueden pedir: "Diseña un sistema para detectar reseñas falsas en la plataforma".

Respuesta genérica (mala): Habría un modelo de NLP que analiza el texto de la reseña y lo clasifica como falsa o real.

Respuesta adaptada a Shopify (buena): "Primero, definiría el objetivo del negocio: no es solo eliminar reseñas falsas, sino mantener la confianza del comprador sin dañar a los comerciantes honestos. El sistema tendría varias etapas:

1. Detección de patrones: Un modelo no supervisado para agrupar reseñas sospechosas (mismos productos, IPs similares, horarios).
2. Clasificación: Un modelo de NLP (como BERT fine-tuneado) entrenado con reseñas etiquetadas para predecir la probabilidad de fraude.
3. Umbrales y acción: No bloquearíamos automáticamente. Definiríamos umbrales para enviar a revisión humana o para reducir la visibilidad de la reseña.
4. Métricas: Mediríamos la precisión/recall del modelo, pero también el impacto en la satisfacción del comerciante y del comprador final.
5. Pipeline: Usaría Airflow para orquestar el entrenamiento periódico del modelo con datos nuevos, y lo desplegaría como un microservicio en Kubernetes."

Esta respuesta muestra que piensas en el negocio, en el producto y en la operación, no solo en el modelo.

Ronda de cultura

Shopify tiene principios claros. Investígalos. Habla de situaciones donde fuiste "merchant-obsessed" (obsesionado con el cliente), donde cuestionaste el status quo, o donde tomaste una decisión con datos incompletos y asumiste la responsabilidad. Prepárate con el método STAR (Situación, Tarea, Acción, Resultado) para tus respuestas.

Consideraciones para el mercado en español#

Shopify contrata de forma remota en muchos países, pero la mayoría de las posiciones técnicas requieren un nivel alto de inglés (C1 o superior). Las entrevistas serán en inglés. Tu CV debe estar en inglés.

Sobre el salario: los rangos varían mucho según el país, la experiencia y el nivel. Para un puesto remoto desde España o Latinoamérica, los rangos reportados suelen estar entre 80.000 y 130.000 euros anuales (o su equivalente en dólares), pero esto es solo una referencia. Investiga en portales como Glassdoor o Levels.fyi, y siempre pregunta por el rango salarial al principio del proceso.

Visa y reubicación: Shopify ha patrocinado visas en el pasado, pero las políticas cambian. Si la oferta es para una ubicación específica (ej. Toronto), pregunta directamente en la primera llamada. Si es remoto, aclara si están registrados para contratar en tu país y qué modelo de contrato ofrecen.

Preguntas frecuentes#

¿Qué nivel de inglés necesito para una posición en Shopify?

Se espera un nivel avanzado, mínimo C1. Todas las comunicaciones técnicas, reuniones y entrevistas se realizarán en inglés. No te aceptarán un nivel intermedio para un rol de ingeniería.

¿Debo enviar mi CV en inglés o en español?

Siempre en inglés. Incluso si aplicas desde un país hispanohablante, el equipo de contratación y los recruiters internos trabajan en inglés. Un CV en español será descartado por el ATS.

¿Cuánto dura el proceso de entrevistas?

Suele tomar entre 3 y 6 semanas, desde la primera llamada hasta la oferta. Puede haber pausas entre rondas. Pide un timeline claro al recruiter en la primera conversación.

¿Es mejor especializarse en NLP o en CV para este puesto?

Depende del equipo. Shopify tiene proyectos en ambas áreas. Para recomendaciones, NLP es clave. Para análisis de imágenes de productos, CV. Revisa las ofertas actuales en nuestro portal de empleo para ver qué perfiles piden más.

¿Necesito experiencia previa en e-commerce?

No es obligatorio, pero es una gran ventaja. Si no la tienes, demuestra interés genuino. Habla de compras online que hayas hecho, de problemas que hayas notado como consumidor, o de algún proyecto personal relacionado. Lee nuestro blog sobre carreras en tecnología para encontrar más consejos sobre cómo pivotar a un nuevo sector.