Saltar al contenido principal

ejemplos de currículum de aprendizaje automático

ImageImage
Favicon_EPAM_Anywhere_2@3x.png
autor

El Equipo Editorial de EPAM Anywhere es un colectivo internacional de ingenieros de software senior, directivos y profesionales de la comunicación que crean, revisan y comparten sus puntos de vista sobre tecnología, carrera, trabajo remoto y el dia a día aquí en Anywhere.

El Equipo Editorial de EPAM Anywhere es un colectivo internacional de ingenieros de software senior, directivos y profesionales de la comunicación que crean, revisan y comparten sus puntos de vista sobre tecnología, carrera, trabajo remoto y el dia a día aquí en Anywhere.

Se espera que los empleos de aprendizaje automático crezcan un 23% desde 2022 hasta 2032. Puedes esperar que el número de solicitantes aumente a un ritmo similar, haciendo que el mercado laboral sea más competitivo. Por lo tanto, ya seas un veterano o un novato, puedes usar estos ejemplos de currículum de aprendizaje automático para asegurarte de mantenerte competitivo a medida que llegan más trabajos y personas.

CV de aprendizaje automático vs currículum: por qué deberías preparar ambos

El CV, o currículum vitae, es una versión ampliada de tu currículum más pequeño. Es importante preparar un CV completo para que tengas algo a lo que referirte para tu currículum.

CV es la abreviatura de "curso de vida" en latín, mientras que currículum es la palabra francesa para resumen. Por lo tanto, un CV proporciona un registro completo mientras que un currículum lo resume. Al tener un registro completo, puedes elegir qué partes de tu CV son más apropiadas al solicitar un trabajo.

Habilidades para incluir en tu currículum de aprendizaje automático

¿Te preguntas qué habilidades de aprendizaje automático incluir en tu currículum? La respuesta corta: eso depende de lo que se incluya en la descripción del trabajo. Si tienes las habilidades en la descripción del trabajo, inclúyelas en tu currículum.

Utiliza referencias de tu CV preconstruido para identificar esas habilidades y conectarlas con la experiencia laboral. Si no tienes esas habilidades, no las incluyas. De lo contrario, las habilidades que se encuentran en un currículum de ingeniero de aprendizaje automático suelen caer en una de dos categorías: habilidades imprescindibles y habilidades deseables.

A continuación, aprenderás más sobre las habilidades que encontrarás en cada categoría. Habilidades imprescindibles: A continuación se presentan habilidades imprescindibles que a menudo encontrarás en muchas ofertas de trabajo.

Habilidades imprescindibles

A continuación se presentan habilidades imprescindibles que a menudo encontrarás en muchas ofertas de trabajo.

Habilidades técnicas:

  • Algoritmos de aprendizaje automático: Los más populares incluyen la regresión lineal, la regresión logística, los árboles de decisión y los modelos de procesamiento del lenguaje neural.
  • Lenguajes de programación: Un entendimiento de los lenguajes de programación, como Python y R, para crear algoritmos.
  • Herramientas de desarrollo de software: La familiaridad con otras herramientas de desarrollo de software como Jupyter Notebook, Pandas y Scikit-learn también puede ser necesaria.
  • Análisis de datos: Ser capaz de analizar datos de manera rápida y precisa.
  • Servicios en la nube: El conocimiento de Amazon Web Services, Microsoft Azure o Google Cloud Platform puede ayudarte en nuestro mundo cada vez más basado en la nube.

Habilidades blandas:

  • Colaboración: Los ingenieros deben estar listos, dispuestos y capaces de trabajar junto a un equipo de expertos en tecnología.
  • Solución de problemas: Ser capaz de identificar problemas rápidamente y encontrar soluciones sobre la marcha es esencial para el éxito en este campo.
  • Gestión del tiempo: Ser capaz de priorizar tareas y gestionar el tiempo de manera eficiente.
  • Comunicación: Excelentes habilidades de comunicación, tanto verbal como escrita, son esenciales en un rol de aprendizaje automático.

Estos son solo algunos de los ejemplos de habilidades de aprendizaje automático para poner en tu currículum. A continuación, verás algunas habilidades menos comunes.

Habilidades deseables

Aquí hay solo algunos ejemplos de habilidades que podrías no necesitar en tu currículum, pero que son agradables de incluir.

Habilidades técnicas:

  • Certificaciones: Las certificaciones con AWS, GCP u otras herramientas comunes pueden ser muy útiles.
  • Aprendizaje profundo: Increíblemente útil en industrias específicas, pero opcional para muchos trabajos de aprendizaje automático.
  • Big data: Otra necesidad situacional que depende de la industria que estás persiguiendo.

Habilidades blandas:

  • Habilidades de liderazgo: Aunque son agradables de tener, no son necesarias para aquellos que buscan trabajos de nivel de entrada. Sin embargo, pueden ser útiles, especialmente para profesionales con experiencia.
  • Evaluación de riesgos: Ser capaz de identificar riesgos potenciales se vuelve más importante a medida que adquieres experiencia. Hasta entonces, es agradable tenerlo.
  • Creatividad: Ser capaz de encontrar formas creativas de resolver problemas puede ayudar. Sin embargo, esta habilidad a menudo se aprende con más experiencia.

Encontrarás que a medida que persigues trabajos que requieren más experiencia, algunos de estos "agradables de tener" se convierten en "imprescindibles". Por supuesto, cada trabajo es diferente, así que presta mucha atención a lo que la descripción del trabajo prioriza.

encuentra tu trabajo ideal
Solo envíanos tu CV y nuestros reclutadores te contactarán con una opción a la medida
aplica ahora
icono de lupa

Cómo compilar tu resumen de CV de aprendizaje automático

Muchos currículums de aprendizaje automático comienzan con un nombre, información de contacto y un título que incluye "aprendizaje automático". Justo debajo de este título se encuentra una sección "sobre mí" (a veces llamada resumen).

La sección sobre mí contiene un resumen rápido de tu currículum. Esta es tu presentación rápida. Así que imagínate tratando de resumir tus mejores cualidades en menos de 15 segundos. Esto significa que la sección sobre mí debe contener solo 3-4 frases y explicar por qué eres el mejor candidato para el trabajo.

Aquí tienes un ejemplo:

Ingeniero de aprendizaje automático capacitado conocido por desarrollar modelos innovadores en diferentes aplicaciones. Conocido por una tasa de precisión del XX%, ahorro de costos de $XXX,000 y mejoras que conducen a un aumento de la satisfacción del cliente del XX%. Soy un miembro del equipo colaborativo, motivado y enfocado conocido por impulsar soluciones y adaptarse rápidamente a entornos cambiantes.

Algunos currículums no incluyen una sección de resumen, centrándose en cambio en profundizar en la experiencia laboral y la educación. Los solicitantes creen que su experiencia laboral hablará por sí misma, utilizando el espacio extra concedido para incluir otro proyecto.

Ambos enfoques tienen méritos, pero un resumen suele ser el factor decisivo cuando un gerente de contratación lee más allá de los primeros cinco segundos de tu currículum.

Cómo destacar tus logros

Un gran error que cometen muchos solicitantes es olvidar un área para los logros. Los currículums no son solo una colección de habilidades técnicas y experiencia profesional. Son una carta persuasiva que intenta convencer al gerente de contratación de que eres el mejor candidato para el trabajo que necesitan cubrir.

Tener una sección de logros demuestra que no solo tienes la experiencia, sino que sobresales cuando aplicas esas habilidades. Aquí, tienes una de dos opciones:

  • Tener una sección entera de tu currículum dedicada a los logros.
  • Usar el método STAR para incorporar tus logros en tu experiencia.

La opción uno es ideal si quieres tener una serie de logros impresionantes uno al lado del otro. La debilidad de este método es que los empleadores podrían no saber de dónde provienen estos logros, lo que dificulta su verificación.

La opción dos incorpora tus logros en tu experiencia laboral. El método STAR comienza con una situación (el trabajo anterior), tarea (el problema que tenías que resolver), acciones (pasos que tomaste) y resultado (cómo resolviste el problema). Aquí tienes un ejemplo de una declaración del método STAR que puedes usar:

Analizé un conjunto de datos para identificar un patrón de tendencias de los clientes, lo que llevó a una recomendación que hice que aumentó las tasas de conversión en un 25%.

Ahora, pasemos a los ejemplos reales de currículum de aprendizaje automático.

Ejemplo #1: currículum de ingeniero de aprendizaje automático

NOMBRE APELLIDO

Ingeniero de Aprendizaje Automático

RESUMEN:

Científico de datos principal con formación en ingeniería y ciencias cognitivas. Con experiencia en IA Generativa y ML de Preservación de Privacidad, y experiencia práctica en las industrias de Ciencias de la Vida, Manufactura, Comercio Electrónico y Construcción.

HABILIDADES TÉCNICAS:

Prácticas de ingeniería:

  • Ciencia de datos
  • Ingeniería de aprendizaje automático
  • Procesamiento del lenguaje natural
  • Python
  • Aprendizaje adversarial
  • Visión por computadora
  • Aprendizaje por refuerzo
  • QE/Pruebas
  • Análisis de BI
  • Consultoría de tecnología de datos
  • Arquitectura de soluciones
  • Algoritmos

Tecnologías:

  • Python
  • Aprendizaje automático con AWS
  • IA de Azure
  • Privacidad de datos
  • IA y aprendizaje automático de GCP
  • Ansible
  • Apache Hadoop
  • Apache Hive
  • Apache Spark
  • Chef
  • Docker

Liderazgo y habilidades blandas:

  • Gestión de relaciones con clientes
  • Excelencia en la entrega

EXPERIENCIA LABORAL (DESCRIPCIÓN DE PROYECTO DE MUESTRA):

[nombre del cliente / empleador]

Julio 2020 - presente

Rol del Proyecto: Científico de Datos Senior

Dominio del Cliente: Retail

Tamaño del equipo: 8

Responsabilidades:

  • Liderar la fase inicial de SKU
  • Liderar la parte técnica del RFP del proyecto
  • Supervisar el proyecto en curso

Herramientas: Spark, OpenCV, TensorFlow, Python, AWS EMR, EC2, S3

Tecnologías: Deep Learning CNN, detector de bordes Canny, detección de objetos, algoritmo SWIFT, OCR

EDUCACIÓN:

MA en Matemáticas, 2017

CERTIFICACIONES:

Certificado en Aprendizaje Automático de AWS – Especialidad (2021)

IDIOMAS:

Inglés C1

Polaco Nativo

Ejemplo #2: Currículum de aprendizaje profundo

NOMBRE APELLIDO

Ingeniero Senior de Aprendizaje Profundo

RESUMEN:

  • Científico de datos con más de 7 años de experiencia
  • Más de 5 años de experiencia en análisis predictivo: investigación social y esfera comercial (telecomunicaciones, comercio electrónico, farmacia, atención médica y dominios educativos)
  • Experiencia profesional en ML clásico y aprendizaje profundo (evaluado y preparado soluciones para industrialización): NLP, RecSys, pronóstico de TS, tareas de detección de anomalías, CV (detección de objetos)
  • Más de 14 proyectos finalizados con éxito: experiencia con la industrialización de proyectos de ML a escala empresarial, creación de tuberías para el entrenamiento y evaluación de modelos, validación y verificación de resultados y presentación al cliente
  • Experiencia práctica con PySpark, ML/SQLl en la entrega de proyectos a escala empresarial
  • Experiencia práctica con marcos de aprendizaje profundo: PyTorch, Tensorflow, ONNX, TF Lite
  • Experiencia práctica con la implementación y desarrollo de soluciones de ML con servicios de GCP, AWS, Databricks y OCI (Oracle)

HABILIDADES TÉCNICAS:

Prácticas de ingeniería:

  • Ciencia de datos
  • Bolsa de palabras
  • Métricas de clasificación para el aprendizaje automático
  • Métricas de agrupamiento para el aprendizaje automático
  • Ensamblaje
  • Preprocesamiento de NLP
  • Procesamiento del lenguaje natural
  • Python
  • Métricas de clasificación para el aprendizaje automático
  • Métricas de regresión para el aprendizaje automático
  • Visión por computadora
  • Análisis y calidad de datos
  • Arquitectura de ML
  • Etiquetado de NLP
  • Detección de objetos
  • Pruebas de rendimiento
  • Análisis de series de tiempo

Tecnologías:

  • Python
  • SQL
  • Elasticsearch
  • API REST
  • Spark ML
  • Spark MLlib
  • Docker
  • Marcos de aprendizaje profundo
  • Git
  • Keras
  • NLTK
  • PyTorch
  • Google Cloud
  • Ecosistema de ciencia de datos de R
  • Lenguaje R
  • TensorFlow
  • Gephi
  • Motor de Kubernetes de Google

Liderazgo y habilidades blandas:

  • Inteligencia emocional
  • Control emocional
  • Empatía
  • Mentoría

EXPERIENCIA LABORAL (DESCRIPCIÓN DE PROYECTO DE MUESTRA):

[nombre del cliente / empleador]

Abril 2021 - presente

Rol del Proyecto: Científico de Datos/Desarrollador Backend

Dominio del Cliente: Finanzas

Tamaño del equipo: 8

Responsabilidades:

Toda la lógica compleja para cálculos:

  • Recomendación de la mejor ruta
  • Cálculos para detectar beneficios de transacciones con respecto a las tasas de impuestos de los países y otros parámetros financieros
  • Soporte de backend para la gestión de datos y API para frontend
  • Integración con los servicios de Oracle Cloud Infrastructure (OCI): Ingestión de Datos, Funciones OCI, Eventos OCI, Almacenamiento de Objetos OCI

Base de datos: OCI Storage Object, MySQL, SFTP

Herramientas: Python, servicios OCI

Tecnologías: LLM, OCI

EDUCACIÓN:

Licenciatura en Ciencias Aplicadas, 2016

CERTIFICACIONES:

Certificado en Aprendizaje Automático de AWS – Especialidad (2021)

IDIOMAS:

Inglés B2

Español Nativo

Ejemplo #3: Currículum de ingeniero líder en aprendizaje automático

NOMBRE APELLIDO

Ingeniero Líder en Aprendizaje Automático, Científico de Datos

RESUMEN:

  • Ingeniero de software con más de 12 años de experiencia
  • 5 años de experiencia como líder de equipo de desarrollo
  • Más de 5 años de gestión de personas
  • El área principal de experiencia es el desarrollo de backend en Java y el procesamiento de transmisión
  • Capacidad para liderar un equipo y coordinar el trabajo entre varios equipos
  • Perseverancia y atención al detalle
  • Fuerte enfoque en la observabilidad
  • Abierto a experimentar y probar nuevos enfoques
  • Capacidad para aprender rápidamente nuevas tecnologías a nivel listo para producción
  • Fuerte motivación interna para aprender y mejorar siempre

HABILIDADES TÉCNICAS:

Prácticas de ingeniería:

  • Nube
  • Integración continua
  • Aprendizaje por refuerzo
  • Scala
  • Visualización de datos
  • Excelencia en ingeniería
  • Gestión de ingeniería
  • Prácticas de ingeniería de software
  • Arquitectura de aplicaciones
  • Desarrollo y mantenimiento de integración continua
  • Experiencia práctica en ingeniería de software
  • Arquitectura de servicios
  • Implementación de malla de servicios
  • Conocimientos y experiencia en ingeniería de software
  • Procesos de ingeniería de software

Tecnologías:

  • Apache Flink
  • Apache Tomcat
  • IntelliJ IDEA
  • JUnit 5
  • Java
  • Mockito
  • Spring Boot
  • Amazon DynamoDB
  • Amazon Web Services
  • Apache Kafka
  • Apache Maven
  • Checkstyle
  • Datadog
  • Docker
  • Git
  • Grafana
  • Helm
  • ReactJS
  • AWS Simple notification service

Liderazgo y habilidades blandas:

  • Astucia organizativa
  • Embajador de la cultura organizativa
  • Resiliencia

EXPERIENCIA LABORAL (DESCRIPCIÓN DE PROYECTO DE MUESTRA):

[nombre del cliente / empleador]

Mayo 2021 - presente

Rol del Proyecto: Ingeniero de Software Líder

Dominio del Cliente: Viajes y Hospitalidad

Tamaño del equipo: 7

Responsabilidades:

  • Participó en el diseño e implementación de la plataforma
  • Lideró el diseño de los componentes relacionados con la transmisión (bucle de retroalimentación)
  • Se centró en la observabilidad, alertas, monitoreo
  • Realizó y facilitó sesiones de diseño para varias nuevas capacidades de la plataforma
  • Presentó la plataforma a los equipos de consumo y les ayudó con la integración de la plataforma
  • Entrevistó a candidatos externos (ingenieros y científicos de datos)

Base de datos: MongoDB

Tecnologías: Java, Spring Boot, Spark, Flink, Kafka, Scala, MongoDB, Redis, Amazon EKS, Terraform, Docker, Maven, Gradle

EDUCACIÓN:

MA en Ingeniería Mecánica e Informática, 2013

CERTIFICACIONES:

Certificado en Aprendizaje Automático de AWS – Especialidad (2020)

IDIOMAS:

Inglés C1

Húngaro Nativo

Solicita un trabajo de aprendizaje automático en EPAM Anywhere

Si quieres ver nuestras recomendaciones de currículum en acción, ¡pruébalas hoy mismo en nuestra lista de trabajos remotos de machine learning. EPAM Anywhere ofrece oportunidades de trabajo remoto para talentosos ingenieros de software con el aprendizaje automático como su habilidad principal. Solicita tu oportunidad para tener un impacto en uno de nuestros principales proyectos globales.

Favicon_EPAM_Anywhere_2@3x.png
autor

El Equipo Editorial de EPAM Anywhere es un colectivo internacional de ingenieros de software senior, directivos y profesionales de la comunicación que crean, revisan y comparten sus puntos de vista sobre tecnología, carrera, trabajo remoto y el dia a día aquí en Anywhere.

El Equipo Editorial de EPAM Anywhere es un colectivo internacional de ingenieros de software senior, directivos y profesionales de la comunicación que crean, revisan y comparten sus puntos de vista sobre tecnología, carrera, trabajo remoto y el dia a día aquí en Anywhere.