Zalando Machine Learning Engineer: CV, palabras clave y entrevista

Llevas semanas puliendo tu CV de Machine Learning Engineer, pero no consigues ni una sola respuesta de Zalando. Es frustrante. Sabes que cumples los requisitos, pero algo no funciona. El problema casi nunca es tu talento, sino cómo lo presentas y cómo te preparas para un proceso de selección específico.

Zalando no es una startup. Es una gran empresa tecnológica europea con procesos estructurados. Tu enfoque debe ser igual de estructurado. Olvida los genéricos y céntrate en lo que ellos buscan: impacto medible, conocimiento del negocio y excelencia técnica probada.

El CV: mucho más que una lista de tecnologías#

Tu CV es tu primera entrevista. Si no supera al sistema de seguimiento de candidatos (ATS) y al primer vistazo del reclutador, no llegarás a la segunda. La clave es la relevancia. Cada línea debe responder a una necesidad que ellos tienen.

Antes de escribir una sola palabra, desmenuza la oferta de empleo. No la leas por encima. Usa una herramienta como nuestro decodificador de descripciones de puesto para extraer las habilidades y palabras clave que más se repiten. Luego, intégralas de forma natural en tu CV.

Un error común es listar tecnologías sin contexto. "Python, TensorFlow, Spark" no dice nada. Ellos quieren saber qué problema resolviste con ellas.

Ejemplo práctico: reescribiendo un bullet point

Imagina que en tu CV actual tienes algo así:

• "Desarrollo de modelos de Machine Learning para el análisis de clientes."

Es vago. No dice nada de tu impacto. Ahora, apliquémosle la fórmula de "Acción + Contexto + Resultado":

Antes:

• Desarrollo de modelos de ML para el análisis de clientes.

Después:

• Desarrollé y desplegué un modelo de segmentación de clientes (scikit-learn, XGBoost) en un pipeline de Spark, lo que permitió a los equipos de marketing personalizar campañas y aumentar la tasa de conversión en un 8% en el siguiente trimestre.

La diferencia es abismal. El segundo ejemplo muestra habilidad técnica (scikit-learn, Spark), iniciativa y, lo más importante, un resultado de negocio medible. Eso es lo que captura su atención.

Checklist para tu CV de MLE

• Usa un formato limpio, compatible con ATS. Sin columnas complicadas ni gráficos.
• Incluye un resumen profesional de 3-4 líneas en la parte superior, adaptado al rol.
• En la sección de experiencia, empieza cada punto con un verbo de acción fuerte (desarrollé, optimicé, implementé, escalé).
• Cuantifica siempre que puedas. Porcentajes, ahorro de costes, mejora de latencia, etc.
• Crea una sección de "Habilidades Técnicas" clara: Lenguajes (Python, SQL), Frameworks (TensorFlow, PyTorch), Herramientas (Spark, Docker, Airflow, Kubernetes), Plataformas Cloud (GCP, AWS, Azure).
• Incluye proyectos personales o contribuciones open source relevantes. Demuestra pasión.
• Limita el CV a una página si tienes menos de 10 años de experiencia.

Las palabras clave que Zalando busca#

Zalando opera a una escala masiva. Sus desafíos de ML están ligados a la moda, el e-commerce y la logística. Por tanto, las palabras clave no son solo técnicas, sino de dominio.

Más allá de lo obvio (Machine Learning, Deep Learning, NLP, Computer Vision), presta atención a términos de negocio y de infraestructura. Palabras como "personalización", "recomendación", "tamaño de ropa (sizing)", "predicción de demanda", "logística de última milla" o "detección de fraude" son oro puro. Demuestran que entiendes su negocio.

En el plano técnico, la nube es fundamental. Zalando ha migrado masivamente a la nube, así que la experiencia con servicios de GCP (Vertex AI, BigQuery, GKE) o AWS (SageMaker, S3, EKS) es casi un requisito. Herramientas de MLOps como MLflow, Kubeflow o Tecton también son muy valoradas para gestionar el ciclo de vida de los modelos a escala.

Puedes explorar las ofertas actuales en nuestro portal de empleo para ver en primera persona qué tecnologías y conceptos están pidiendo. Te sorprenderá la especificidad.

La entrevista: estructura y expectativas#

El proceso en empresas como Zalando suele tener varias fases. No inventaré el proceso exacto de Zalando, porque puede cambiar, pero sí puedo decirte cómo funcionan estas rondas en grandes empresas tecnológicas europeas.

1. Entrevista con RRHH: Para evaluar tu motivación, tu alineación con los valores de la empresa (en Zalando, suelen hablar de "radical customer focus", "collaboration", etc.) y tus expectativas salariales. Prepárate para explicar por qué Zalando y por qué este puesto.
2. Entrevista técnica (coding): Resolverás problemas de algoritmos y estructuras de datos en plataformas como CoderPad. No solo buscan la solución, sino la claridad de tu pensamiento, tu capacidad para preguntar y tu dominio del lenguaje que elijas.
3. Entrevista técnica (diseño de sistemas de ML): Esta es clave. Te plantearán un problema de negocio y te pedirán que diseñes un sistema de ML para resolverlo. Por ejemplo: "Diseña un sistema para recomendar outfits a los usuarios basándote en su historial de compra y navegación".
4. Entrevista de "fit" o de comportamiento: Usan el método STAR (Situación, Tarea, Acción, Resultado) para evaluar cómo has manejado desafíos pasados.

Ejemplo de respuesta a una pregunta de diseño de sistemas

Pregunta: "Necesitamos reducir el número de devoluciones por talla incorrecta. Diseña un sistema de ML para ello."

Una respuesta estructurada podría ser:

"Claro. Mi primer paso sería definir el objetivo con precisión: ¿queremos predecir la talla exacta o simplemente reducir las devoluciones un 10%? Asumiré lo segundo. El problema se puede abordar como un sistema de recomendación de talla.

Primero, los datos. Necesitaríamos el historial de compras y devoluciones del usuario, con el motivo de la devolución. También datos del producto (marca, tipo de prenda, ficha técnica con medidas) y datos del usuario (si los tenemos y son fiables, como altura y peso).

El enfoque podría ser un modelo de clasificación multi-clase. Para cada interacción usuario-producto, el modelo predeciría la probabilidad de que cada talla sea la correcta. Usaría features como: la talla que el usuario compró con más éxito de esa misma marca, la diferencia entre las medidas del producto y la media de las prendas que le quedan bien, y el ratio de devolución por talla de ese producto específico.

Para el despliegue, integraría el modelo en la página de producto. Cuando un usuario seleccione una talla, si la probabilidad de que sea incorrecta supera un umbral, mostraríamos un aviso: 'Los clientes con tu historial suelen preferir una talla X en esta prenda'. Mediríamos el éxito con un A/B test, comparando la tasa de devoluciones por talla entre el grupo de control y el grupo con la recomendación."

Esta respuesta es técnica, estructurada y centrada en el negocio. No necesita ser perfecta, pero sí demostrar un pensamiento claro.

El paquete salarial y la ubicación#

Zalando tiene oficinas en Berlín, Helsinki, Dublín y otras ciudades. Los salarios varían mucho según la ubicación, tu nivel de experiencia y la negociación. No voy a darte una cifra inventada. Lo que sí te digo es que en Alemania, para un MLE con unos 3-5 años de experiencia, los rangos brutos anuales suelen estar entre los 70.000 y 95.000 euros, según portales de datos salariales. Esto puede subir considerablemente en niveles senior.

Investiga en sitios como Glassdoor, Levels.fyi o Kununu para Alemania. Ten en cuenta el coste de vida, especialmente en Berlín, que ha subido. Y, por supuesto, si vienes de fuera de la UE, pregunta por el visado. Grandes empresas como Zalando suelen tener procesos establecidos para patrocinar visados, pero es un factor que debes aclarar desde el principio.

Para más contexto sobre el mercado y otras oportunidades, no dudes en explorar nuestro blog, donde analizamos tendencias del sector.

Herramientas gratis#

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

Preguntas frecuentes#

¿Necesito saber alemán para trabajar en Zalando?

En roles técnicos como Machine Learning Engineer, el inglés es el idioma de trabajo principal y suele ser suficiente. Sin embargo, saber alemán a un nivel básico o intermedio es una ventaja para la vida diaria y puede ser un plus en la entrevista, demostrando tu compromiso con la mudanza.

¿Qué nivel de experiencia suelen pedir para este puesto?

Depende de la oferta. Para un "Machine Learning Engineer", suelen buscar perfiles mid-level, con 3 o más años de experiencia práctica. Para puestos "Senior", suelen ser más de 5-7 años, con experiencia liderando proyectos o mentoreando a otros.

¿Cuánto dura el proceso de selección?

Suele ser un proceso de varias semanas, entre 4 y 8 desde la primera entrevista hasta la oferta final. Puede variar según la urgencia del puesto y la agenda de los entrevistadores. Paciencia y preparación son clave.

¿Qué diferencía a un MLE de un Científico de Datos en Zalando?

Aunque hay solapamiento, el MLE está más enfocado en la puesta en producción, escalabilidad, fiabilidad y monitorización de los modelos. El Científico de Datos se centra más en el análisis exploratorio, la experimentación y la creación de prototipos de modelos. En Zalando, la colaboración entre ambos roles es constante.

¿Es buena idea mencionar proyectos personales de moda o e-commerce?

Absolutamente. Si tienes un proyecto donde analizas datos de moda, usas visión por computadora para clasificar prendas o haces un sistema de recomendación simple, menciónalo. Demuestra interés genuino por el sector y va más allá de los ejercicios académicos.