Software Engineer AI y Machine Learning

Descripción del puesto

Sobre la vacante

Google está buscando un Software Engineer para unirse al equipo Menu of Services y trabajar en el desarrollo de capacidades de inteligencia artificial de vanguardia. No se trata solo de mantenimiento, sino de construir activamente:

• Modelos de recomendación AI sofisticados para personalizar experiencias de usuario.
• Funcionalidades Agentic nuevas para automatizar flujos de trabajo complejos a escala de Google.

Si eres un constructor que quiere implementar sistemas autónomos de grado de producción, esta es tu oportunidad. La vacante es remota y se enfoca en innovación con AI y Machine Learning en un entorno de alto impacto.

¿Por qué deberías aplicar?

Unirte a Google significa trabajar en proyectos que definen el futuro de la tecnología. Aquí no solo mantienes sistemas existentes, sino que desarrollas desde cero soluciones que impactan a millones de usuarios globalmente. Aprenderás de líderes en AI, colaborarás en un equipo de crecimiento rápido y tendrás acceso a recursos de clase mundial para escalar tus habilidades en ingeniería de software y machine learning. Es una oportunidad única para crecer profesionalmente en una de las empresas más innovadoras del mundo, con un enfoque en automatización avanzada y personalización a gran escala.

Tips y consejos de VacantesDigitales.com

Skills indispensables

• Habilidades técnicas: Experiencia sólida en Python y frameworks de Machine Learning como TensorFlow o PyTorch, conocimiento en desarrollo de software a escala, y familiaridad con sistemas distribuidos.
• Soft skills: Capacidad para trabajar en equipo en un entorno dinámico, pensamiento crítico para resolver problemas complejos, y comunicación efectiva para colaborar con equipos multidisciplinarios.

Tips prácticos para este puesto

• Prepara tu portafolio: Destaca proyectos donde hayas implementado modelos de AI o sistemas autónomos, incluso si son personales o académicos.
• Investiga el equipo: Revisa publicaciones o proyectos del Menu of Services team en Google para entender su enfoque y mencionarlo en la entrevista.
• Practica algoritmos: Google valora fuertemente las habilidades en estructuras de datos y algoritmos, así que repasa problemas comunes de coding.

Recursos recomendados

• Tools: TensorFlow Extended (TFX) para pipelines de ML, Kubernetes para orquestación, y Google Cloud AI Platform.
• Documentación: La documentación oficial de TensorFlow y los research papers de Google AI.
• Influencers: Sigue a líderes como Jeff Dean (Chief Scientist de Google AI) y François Chollet (creador de Keras).
• Cursos: Machine Learning Specialization en Coursera o Advanced Machine Learning with TensorFlow en Udacity.

Preguntas frecuentes en entrevistas para este rol

• Pregunta 1: "Describe un proyecto donde hayas implementado un modelo de machine learning desde cero." Tip: Enfócate en el proceso end-to-end, desde la recolección de datos hasta el despliegue, y menciona métricas de éxito.
• Pregunta 2: "¿Cómo manejarías la escalabilidad de un sistema de recomendaciones para millones de usuarios?" Tip: Habla sobre arquitecturas distribuidas, caching, y técnicas de optimización como model serving eficiente.
• Pregunta 3: "¿Qué experiencia tienes con Agentic AI o automatización de workflows?" Tip: Si no tienes experiencia directa, discute proyectos relacionados con automatización o sistemas inteligentes y muestra tu curiosidad por aprender.

Rango salarial estimado (LATAM)

Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual: | Nivel | Rango mensual USD | |-------|-------------------| | Junior | $3,000 - $5,000 | | Mid | $5,000 - $8,000 | | Senior | $8,000 - $15,000 |

*Nota: Varía según país, empresa, modalidad (remoto internacional paga más) y tecnologías específicas. Empresas de USA/EU pagando en LATAM suelen ofrecer 30-50% más. Para Google, los salarios pueden ser más altos, especialmente para roles senior con experiencia en AI.*

Red flags a considerar

• Bandera roja 1: Si la descripción del rol es vaga sobre las tecnologías específicas de AI utilizadas. Qué preguntar en la entrevista: "¿Podrían detallar el stack tecnológico actual del equipo para proyectos de AI?"
• Bandera roja 2: Falta de claridad en el equilibrio entre desarrollo nuevo y mantenimiento. Qué investigar antes de aceptar: Revisa reviews en Glassdoor sobre el equipo o habla con ex-empleados para entender la carga de trabajo.
• Bandera roja 3: Expectativas poco realistas sobre plazos para proyectos de AI complejos. Señal de advertencia común en este tipo de rol: Si mencionan "necesitamos esto en semanas" sin considerar la investigación y testing necesarios en ML.