A medida que avanza la inteligencia artificial, ha surgido una nueva categoría laboral: “ingeniero/a de IA”. Este es uno de los primeros trabajos que incorpora el término “IA” en su denominación. Los puestos anteriores relacionados con ese ámbito solían tener títulos como “Ingeniero de Aprendizaje Automático”, “Científico de Datos” o “Ingeniero de MLOps” (Operaciones de Aprendizaje Automático).
Las nuevas formas de IA, como la IA generativa y los modelos lingüísticos de gran envergadura, no se ajustan claramente a las categorías de aprendizaje automático o ciencia de datos. Las facultades necesarias para desarrollar estas formas de IA (o utilizar versiones preentrenadas de ellas) en entornos de producción son, de hecho, competencias novedosas que pueden aprenderse con diversos antecedentes y no son simplemente extensiones avanzadas de habilidades laborales anteriores.
Un nuevo horizonte
La IA se está volviendo cada vez más omnipresente, y por ende más personas están buscando adquirir aptitudes en este ámbito. Un artículo reciente de TechTarget demuestra que estas aptitudes van desde una buena base en informática e IA hasta excelentes habilidades interpersonales, de planificación y otras competencias empresariales no técnicas.
Tal como publicó Forbes Argentina, esto es porque la implementación de la IA en el ámbito empresarial necesita la colaboración de diversas partes interesadas, como el área de producto, la ingeniería, o asuntos legales, entre otros. El de IA debe trabajar de manera efectiva con todos ellos, lo que es similar a lo que antes se llamaba “científico/a de datos full-stack”: alguien con profundos conocimientos técnicos, capaz de construir y operar soluciones, y de comprender los impactos en el negocio, pero con conocimientos actualizados de las últimas tecnologías de inteligencia artificial.
Responsabilidades variadas
Sin embargo, aunque abundan los puestos de trabajo con las palabras “IA” e “ingeniero” en el título, las responsabilidades reales (y las descripciones de los puestos) varían en gran medida. Es posible que esta denominación no se refiera a un solo empleo, sino más bien a una categoría de empleos.
La forma más sencilla de dar los primeros pasos es aprender a aplicar la IA en el contexto de una carrera laboral actual. Si se es ingeniero de software, se podría, por ejemplo, aprender cómo los modelos de IA pueden ayudar a optimizar el proceso de desarrollo. Si se trabaja en mercadotecnia, se podría explorar cómo la IA puede mejorar las actividades comerciales. Estos pequeños pasos brindarán una experiencia directa y práctica de la IA tal como se encuentra en la actualidad. Además, ayudarán a determinar si se desea desarrollar un conocimiento más profundo en el campo de la IA.
Sea como fuere, queda claro que desarrollar habilidades en áreas de IA, ya sean competencias básicas en ella o habilidades avanzadas específicas de un dominio, representa una inversión valiosa en el futuro profesional.
