Uber AI Engineer: CV, palabras clave y entrevista

No te llaman a entrevista aunque tengas proyectos interesantes en tu CV de ingeniero de IA. O quizá pasas el primer filtro, pero te quedas en la ronda técnica. El problema suele ser uno: no estás traduciendo tu experiencia al lenguaje concreto que empresas como Uber buscan en sus perfiles técnicos. No se trata de mentir, sino de enfocar. Las grandes tecnológicas reciben miles de CVs y buscan señales claras de impacto y competencia. Aquí te explico cómo afilar tu perfil para roles de AI Engineer, sin inventar nada.

Entiende qué busca Uber en sus ingenieros de IA#

Antes de tocar el CV, necesitas entender el terreno. Uber no es una startup que hace un experimento con IA. Es una empresa donde el machine learning está en el núcleo del negocio: optimización de rutas, cálculo de tarifas dinámicas, detección de fraude, recomendaciones en la app. Por eso, buscan gente que no solo sepa entrenar un modelo en un notebook, sino que pueda llevarlo a producción.

Un AI Engineer en este contexto es un puente. Conecta la investigación con la infraestructura de software real. Esto implica conocimientos sólidos de MLOps, sistemas distribuidos y, por supuesto, programación. No te piden que inventes un nuevo algoritmo de transformación, pero sí que sepas implementar, desplegar y monitorizar un sistema de ML que funcione a escala.

Cómo reescribir tu CV para que pase el filtro automático#

Las grandes empresas usan sistemas de seguimiento de candidatos (ATS) para filtrar el primer montón de CVs. Si tu CV no tiene las palabras clave correctas, un humano ni siquiera lo verá. Tu primera tarea es traducir tu experiencia a ese lenguaje.

Usa el decodificador de ofertas de trabajo para analizar una oferta que te interese. Te mostrará las habilidades y palabras clave más repetidas. Luego, asegúrate de que tu CV las incluya de forma natural.

Aquí tienes un ejemplo de cómo mejorar una línea de tu CV:

Antes: "Trabajé en un proyecto de recomendación para una app".

Después: "Desarrollé e implementé un sistema de recomendación de productos con collaborative filtering (SVD++) en PySpark, aumentando la tasa de clics en un 12% en pruebas A/B con 50.000 usuarios".

La segunda versión es mejor porque es específica. Menciona la técnica (SVD++), el stack (PySpark), el impacto (12%) y la escala (50.000 usuarios). Son los detalles que un ATS y un reclutador técnico buscan.

Checklist para tu CV de AI Engineer

• Incluye un apartado de "Habilidades Técnicas" claro: lenguajes (Python, Scala), frameworks (TensorFlow, PyTorch, Spark), y plataformas (AWS SageMaker, GCP Vertex AI).
• Cada experiencia laboral debe empezar con un verbo de acción en pasado: "Diseñé", "Implementé", "Optimicé", "Lideré".
• Cuantifica siempre que puedas. En lugar de "mejoró el rendimiento", usa "redujo el tiempo de inferencia en un 30%".
• Menciona la escala de tus proyectos. "Procesó 1 TB de datos diarios" es más potente que "trabajó con big data".
• No pongas una foto. En el mercado tech, el CV debe ser de una página y centrado en el contenido.

Una vez optimizado, pasa tu CV por nuestro verificador de compatibilidad con ATS para asegurarte de que el formato no rompe nada. Puedes buscar ofertas de este perfil en nuestro portal de empleo para ver qué empresas, además de Uber, buscan perfiles similares.

Preparación para la entrevista técnica y de diseño#

Superar el filtro del CV es solo el principio. La entrevista en empresas como Uber es un proceso exigente, normalmente con varias rondas.

1. Entrevista de código: Resolverás problemas de algoritmos y estructuras de datos en un editor de código compartido. La clave no es solo la respuesta, sino tu forma de pensar en voz alta, analizar la complejidad (Big O) y considerar casos límite.
2. Entrevista de Machine Learning: Te harán preguntas sobre los fundamentos. ¿Qué es el bias-variance tradeoff? ¿Explica la diferencia entre L1 y L2 regularization? ¿Cómo manejarías un dataset desbalanceado? Demuestran que entiendes la teoría detrás de lo que haces.
3. Entrevista de diseño de sistemas de ML: Es la más importante. Te propondrán un problema de negocio real: "Diseña un sistema para detectar conductores fraudulentos en tiempo real". Aquí no buscan una única respuesta correcta, sino tu proceso de pensamiento.

Ejemplo de respuesta en la entrevista de diseño

Pregunta: "Diseña un sistema para predecir el tiempo estimado de llegada (ETA) de un viaje".

Una buena respuesta podría empezar así:

"Bueno, para empezar, definiría el objetivo. Queremos minimizar el error absoluto medio (MAE) del ETA que se muestra al usuario. Luego, pensaré en los datos que tenemos: ubicación GPS del conductor y del pasajero, historial de tráfico, hora del día, eventos especiales, clima. Mi enfoque inicial sería un modelo de gradient boosting como LightGBM, ya que maneja bien datos tabulares y es rápido en inferencia. La arquitectura podría tener un pipeline de datos en tiempo real con Kafka para los GPS, un servicio de feature engineering para crear variables como 'velocidad promedio del trayecto en los últimos 15 minutos', y el modelo desplegado en un contenedor con Docker y Kubernetes para escalabilidad. Para la v2, exploraría un modelo de series temporales como LSTM para capturar mejor la dependencia temporal del tráfico. Y, por supuesto, tendríamos un sistema de monitorización para detectar si el MAE se degrada en producción".

Esta respuesta es buena porque es estructurada, menciona tecnologías concretas (Kafka, Docker, K8s) y tiene en cuenta la escalabilidad y la iteración.

El contexto en España y Latinoamérica#

Uber tiene centros de desarrollo en varias ciudades, pero la contratación de roles muy especializados en IA suele concentrarse en hubs tecnológicos como Madrid en Europa o Ciudad de México y São Paulo en LatAm. Los salarios para un AI Engineer con experiencia pueden variar mucho. En España, para un perfil mid-level, se reportan rangos de 45.000 a 65.000 euros brutos anuales. En LatAm, los números son distintos y dependen mucho del país y de si la contratación es local o como contratista para una sede en EE. UU. No confíes en cifras fijas; investiga en portales de empleo específicos de tu país para tener una idea realista.

El proceso de visado es otro tema. Si no tienes permiso de trabajo, la empresa debe patrocinarlo. Esto es común para perfiles muy demandados, pero no es un trámite rápido ni automático. Nunca des por hecho que una oferta incluye reubicación. Pregunta siempre en las primeras etapas del proceso.

Herramientas gratis#

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

Preguntas frecuentes#

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

No es un requisito excluyente, pero ayuda. Muchos ingenieros tienen un máster. Lo que más pesa es la experiencia demostrable en proyectos de ML complejos y la capacidad para resolver problemas en la entrevista. Un bootcamp intensivo y un portafolio de proyectos sólidos pueden pesar tanto como un título si demuestras el conocimiento práctico.

¿Qué stack tecnológico debo dominar?

Python es imprescindible. Luego, frameworks de ML como PyTorch o TensorFlow. Para trabajar a escala, necesitas saber Spark (PySpark). En infraestructura, familiarízate con Docker, Kubernetes y algún proveedor cloud como AWS o GCP. Las bases de datos SQL y NoSQL también son importantes.

¿Cómo puedo preparar la entrevista de diseño si no he trabajado en una empresa grande?

Practica con problemas reales. Piensa en cómo diseñarías el sistema de recomendación de Netflix o el detector de spam de un email. Lee blogs de ingeniería de empresas como Uber, Airbnb o Netflix. Documenta tus propios diseños de proyectos personales y pide a colegas que te hagan de entrevistadores.

¿Es mejor aplicar a una oferta concreta o a un rol general?

Siempre es mejor aplicar a una oferta concreta que encaje con tu perfil. El portal de empleo de jobrise te permite filtrar por rol y tecnología. Aplicar a un rol general puede funcionar, pero tu CV será evaluado contra un perfil más vago y la competencia será mayor.

¿Qué pasa si no me aceptan?

Es normal. El proceso es competitivo y a veces hay factores que no controlas, como que ya tenían un candidato interno o que el proyecto cambió de prioridad. Pide feedback si es posible. Analiza qué ronda no superaste y enfoca tu preparación en esa área para la próxima vez.