Dos caras de la IA en las prácticas
En el campo de la inteligencia artificial, una práctica puede parecerse a dos experiencias muy diferentes. En el ámbito universitario, el estudiante se une a un grupo de investigación, lee artículos, prueba un método y contribuye a un conjunto de resultados. En las empresas, ayuda a un equipo de datos a limpiar tablas, entrenar un modelo de predicción o construir un tablero de indicadores.
La primera vía conviene a quien piensa en una maestría o un doctorado; la segunda, a quien quiere entender cómo un modelo se convierte en un producto. Antes de escribirle a nadie, decida qué experiencia busca, porque los mensajes, los plazos y las condiciones no son los mismos.
En Colombia se habla de práctica para el periodo ligado a un plan de estudios, de pasantía para una estadía de inmersión o de investigación, y de contrato de aprendizaje para la forma contractual vinculada al régimen de aprendizaje.
La investigación universitaria: un ejemplo de pasantía
La facultad de ingeniería de la Universidad de los Andes ofrece pasantías de investigación que ilustran bien el modelo. Están dirigidas a estudiantes de pregrado a partir del tercer año, por una duración de ocho a doce semanas acordada con el profesor. La experiencia es presencial y de tiempo completo, dentro de un grupo y de sus laboratorios.
Un punto esencial: esta pasantía no es remunerada y concluye con un certificado académico. El expediente incluye la elección de un proyecto de un catálogo, una carta de motivación de una página como máximo, una copia del pasaporte, una fotografía de identidad y un formulario en línea. Después, la universidad pone en contacto a los candidatos seleccionados con el profesor.
Otras instituciones colombianas funcionan de otra manera, pero la lógica es parecida: un docente responsable, un tema delimitado y un reconocimiento académico que debe aclararse desde el principio.
Elegir un tema antes de contactar a alguien
Un correo del tipo «me interesa la IA» rara vez recibe respuesta. Es mejor apuntar a un tema acotado, por ejemplo el procesamiento automático del español, la visión por computador aplicada a la agricultura, la predicción de la demanda o el análisis de datos de salud pública.
- Lea las páginas del grupo de investigación o del departamento e identifique dos o tres publicaciones recientes.
- Anote las herramientas mencionadas: lenguajes de programación, bibliotecas y tipos de datos.
- Redacte un mensaje corto en español que nombre el proyecto, explique su interés y describa lo que ya sabe hacer.
- Adjunte un currículum, un certificado de notas y, si es posible, un pequeño repositorio de código o un informe de proyecto.
Una conversación previa de quince minutos con el responsable evita muchas decepciones sobre el contenido real de la tarea.
Formaciones públicas y empresas del sector
El país cuenta con programas de formación digital respaldados por el Estado. Talento Tech, un programa del Ministerio de Tecnologías de la Información, ofrece rutas dedicadas, entre otros temas, a la inteligencia artificial y al análisis de datos. Permiten consolidar las bases antes de postular a una práctica.
En cuanto al ecosistema, Medellín se apoya en Ruta N, la agencia de innovación de la ciudad, que publica ofertas y acompaña a empresas tecnológicas. Bogotá y Medellín concentran además equipos de datos en bancos, aseguradoras, comercio electrónico, logística y empresas de servicios informáticos; Cali y Barranquilla también están creciendo.
Las vacantes de practicante suelen anunciarse allí en portales de empleo, a través de las oficinas de carrera de las universidades o mediante postulación espontánea. Distinga siempre una oferta de práctica de una oferta de empleo asalariado.
Estatus, duración y remuneración que hay que aclarar
La remuneración de unas prácticas en IA varía enormemente. Una pasantía de investigación puede no ser remunerada, mientras que una práctica en empresa suele ir acompañada de un apoyo de sostenimiento cuyo nivel depende de la normativa, de la forma contractual y del empleador. No debe suponerse ningún monto: tiene que constar por escrito.
Antes de empezar, pregunte:
- si el periodo se reconoce en créditos o como requisito del título;
- quién firma el convenio, la universidad o el estudiante;
- la duración, el horario y la posibilidad de trabajar a distancia;
- la cobertura de salud y de accidentes de trabajo;
- a quién pertenecen el código, los datos y los resultados.
Para un estudiante extranjero, la visa o el permiso de residencia debe tratarse con la institución de acogida y con los servicios consulares antes del viaje, porque depende de la naturaleza y de la duración de la experiencia.
Competencias y tareas plausibles
En el plano técnico, un practicante de IA debe dominar Python, saber manipular tablas de datos, entender la diferencia entre aprendizaje supervisado y no supervisado y conocer las bases de la estadística. Son muy útiles las nociones de control de versiones, bases de datos y visualización.
Las tareas típicas son las siguientes:
- preparar y documentar un conjunto de datos, detectando valores faltantes y sesgos;
- comparar dos modelos sencillos con una métrica adecuada;
- reproducir los resultados de un artículo científico;
- anotar datos o evaluar respuestas de un modelo de lenguaje;
- presentar resultados a un equipo que no es especialista.
Las cualidades que cuentan son el rigor experimental, la honestidad sobre las limitaciones, la curiosidad y la capacidad de explicar con claridad una decisión técnica, tanto de forma oral como escrita.
Preparar un plan de experimentación
Un responsable valora que el candidato llegue con una propuesta de trabajo, aunque sea modesta. Basta un plan de una página: la pregunta planteada, los datos disponibles, el método previsto, el indicador de éxito y un calendario por etapas.
Precise también los recursos materiales: acceso a un servidor de cómputo o a tarjetas gráficas, licencias de software y almacenamiento. Un proyecto ambicioso sin capacidad de cálculo se convierte rápido en frustración. Pregunte, por último, cuál será la forma del entregable: informe, código comentado, demostración o artículo corto.
El plan sirve como base de conversación y se corrige con el tutor. No lo presente como una promesa de resultados: en IA, un resultado negativo bien documentado sigue siendo un aporte útil.
Ilustración: una pasantía de diez semanas
Imaginemos, con cifras redondas, a Andrés, estudiante de ingeniería de sistemas en tercer año. Apunta a un grupo que trabaja en la predicción de la demanda eléctrica.
- Semanas 1 y 2: lectura de tres artículos y familiarización con los datos y con un entorno de cómputo compartido.
- Semanas 3 a 6: construcción de dos modelos de base y de un modelo más complejo, comparados con los mismos datos.
- Semanas 7 a 9: análisis de los errores y redacción de los resultados.
- Semana 10: presentación de diez minutos ante el grupo.
Este ejemplo es puramente ilustrativo: la duración, las herramientas y los resultados dependen del proyecto real y del acuerdo alcanzado con el responsable.
Trampas que evitar y otras vías
Los obstáculos habituales son enviar un mensaje genérico, sobrestimar el propio nivel, descuidar la cuestión de la propiedad de los datos, aceptar un marco difuso y descubrir después que la experiencia no es reconocida por la institución.
Si ningún laboratorio responde, quedan abiertos otros caminos: un proyecto de grado con una empresa, una formación corta en análisis de datos, la participación en una competencia de ciencia de datos o una contribución a un proyecto de código abierto. Estos elementos enriquecen un expediente y muestran una actitud concreta.
Por último, compare cada propuesta con su objetivo: investigación, producto o transición hacia el análisis de datos. La mejor práctica es la que le hace progresar en la competencia que busca.
Preguntas frecuentes
¿Una pasantía de investigación en IA es pagada?
No necesariamente. En la Universidad de los Andes, por ejemplo, la pasantía de investigación en ingeniería se presenta como no remunerada y da derecho a un certificado. Las prácticas en empresas pueden incluir un apoyo de sostenimiento, pero su nivel depende de la normativa y del contrato firmado.
¿Qué nivel de estudios se necesita para postular?
Para la pasantía de investigación mencionada hay que ser estudiante de pregrado a partir del tercer año. Las empresas suelen exigir más bien un nivel avanzado en informática, estadística o ingeniería. En todos los casos, son preferibles unas bases sólidas de Python y estadística antes que una lista de herramientas de moda.
¿Hay que hablar español?
En la mayoría de los casos, sí. La comunicación con el responsable, los informes y la vida del equipo se desarrollan en español, aunque los artículos científicos estén en inglés. Un nivel profesional facilita la integración y la redacción del entregable; verifique el idioma de trabajo del grupo antes de postular.
¿Cómo contactar a un profesor sin parecer genérico?
Cite un proyecto o una publicación precisa, explique lo que sabe hacer y proponga un aporte realista. Adjunte un currículum, un certificado de notas y un ejemplo de trabajo. Escriba un mensaje corto, revisado en español, e indique las fechas en que está disponible.
¿Se puede hacer esta experiencia desde Francia?
Algunas tareas con datos pueden hacerse a distancia, pero una pasantía de investigación suele ser presencial y de tiempo completo. En ese caso hay que estudiar la visa, el alojamiento, el seguro y el reconocimiento por parte de su universidad. Todo esto se verifica con la institución de acogida antes de cualquier compromiso.
¿Qué preguntar sobre la propiedad de los resultados?
Pregunte a quién pertenecen el código, los datos y las eventuales publicaciones, si puede reutilizar su trabajo en un portafolio y qué obligaciones de confidencialidad se aplican. Estas reglas difieren entre un laboratorio público y una empresa; obtenga la respuesta por escrito antes de empezar.