En Estados Unidos, las prácticas en inteligencia artificial recubren realidades muy distintas: investigación, ingeniería y ciencia de datos. Unas prácticas de investigación exploran una cuestión abierta y producen un resultado científico, a veces un artículo o un código publicado; las de ingeniería construyen, optimizan o despliegan un componente de software, y las de ciencia de datos aplican métodos estadísticos a un problema de negocio concreto. Esta distinción condiciona el perfil buscado, las entrevistas, el calendario e incluso el tipo de visado posible. Además, muchos programas financiados por el Estado federal reservan sus plazas a ciudadanos o residentes permanentes.
Investigación, ingeniería, datos: tres maneras de hacer IA
Bajo la etiqueta «IA», las ofertas estadounidenses abarcan realidades muy diferentes.
Lea el anuncio como un pliego de condiciones. Si cita publicaciones, un director de laboratorio y un tema de tesis, es investigación; si habla de sistemas distribuidos, de latencia y de puesta en producción, es ingeniería.
Las grandes familias de acogida
Las universidades acogen la mayoría de los proyectos de investigación. Los profesores reclutan estudiantes para sus equipos, a menudo gracias a financiación pública. Las agencias científicas federales ofrecen también programas de verano. El National Institute of Standards and Technology, por ejemplo, describe una Summer Undergraduate Research Fellowship abierta a estudiantes de grado en laboratorios de ciencias y tecnologías; su página precisa que los candidatos deben ser ciudadanos estadounidenses o residentes permanentes, matriculados en un centro estadounidense.
Las empresas tecnológicas forman la segunda familia. NVIDIA describe en sus páginas universitarias varios programas para estudiantes: prácticas de al menos doce semanas, itinerarios de iniciación para estudiantes de los primeros cursos, programas para doctorandos. Otros actores privados mantienen páginas comparables. Los institutos de investigación sin ánimo de lucro, como el Allen Institute for AI en Seattle, publican ofertas de internship de investigación vinculadas a temas como la IA para la ciencia o la robótica, con condiciones precisadas en cada anuncio.
Por último, las start-ups ofrecen prácticas menos formalizadas, a menudo para perfiles capaces de entregar rápido. Ofrecen una gran autonomía, pero una supervisión más variable.
Leer los criterios antes de invertir tiempo
Es el caso de varias experiencias de verano apoyadas por la National Science Foundation en el marco del dispositivo REU, cuyas reglas precisan la elegibilidad. Un estudiante francés o alemán que postula a estos programas contando con su excelencia académica se topará con la norma, sin apelación posible.
Antes de preparar una candidatura, anote sistemáticamente cuatro datos:
- la nacionalidad o el estatus exigido, para el programa y para el laboratorio de acogida;
- el nivel de estudios esperado: grado, máster, doctorado;
- la ubicación obligatoria o la posibilidad de trabajar a distancia;
- la remuneración, el alojamiento eventual y la duración prevista.
Un buen reflejo consiste en llevar una tabla personal de sus pistas, pero tenga presente que aquí no existe un catálogo único: cada empleador publica sus reglas y las modifica con los años.
Construir un perfil de IA creíble
Los reclutadores de un laboratorio buscan bases sólidas más que una lista de herramientas de moda. Primero, las matemáticas: álgebra lineal, probabilidad, estadística y optimización. Después, la programación, con buen dominio de Python y de al menos una biblioteca de aprendizaje automático. Por último, una cultura experimental: saber definir una base de comparación, controlar las fuentes de error y reproducir un resultado publicado.
Para demostrarlo, dé prioridad a unas pocas realizaciones claras:
- un repositorio de código limpio y documentado, con un archivo que explique cómo volver a lanzar los experimentos;
- la reproducción de un artículo conocido, con un informe honesto de las diferencias de resultados;
- un proyecto de fin de semestre que trate un problema concreto con datos abiertos;
- una contribución, aunque sea modesta, a un proyecto libre.
Cinco proyectos medianos se leen peor que dos proyectos a fondo. Lo importante es explicar por qué tomó tal decisión y qué haría de otra manera.
Contactar con un equipo de investigación
Para un laboratorio universitario, la candidatura pasa a menudo por un correo breve dirigido al responsable, o por un formulario cuando el programa está estructurado. Lea al menos dos artículos recientes del equipo antes de escribir. Su mensaje cabe en pocas líneas: quién es usted, qué trabajo del equipo le ha interesado, qué competencia puede aportar, qué fechas busca, y adjunto un CV de una página.
Evite fórmulas del tipo «me apasiona la IA», que no dicen nada. Es mejor escribir: «su enfoque de la evaluación de modelos de lenguaje en tareas de razonamiento plantea una cuestión que me encontré en mi proyecto del semestre». Los profesores reciben decenas de correos por semana y responden a quienes demuestran una lectura atenta.
No espere una respuesta inmediata: insista una vez después de dos semanas, con cortesía, y luego pase a otras pistas.
Entrevistas: programar, razonar, debatir
En la industria, una entrevista de prácticas en IA incluye a menudo un ejercicio de programación, una discusión sobre nociones de aprendizaje automático y un intercambio sobre un proyecto pasado. Prepárese para preguntas como: por qué un modelo sobreajusta, cómo elegir una métrica para un conjunto de datos desequilibrado, cómo detectar una fuga de información entre entrenamiento y prueba.
En la investigación, la entrevista se parece más a una conversación científica. Se le pedirá que explique un artículo, que critique un protocolo experimental o que proponga un experimento para contrastar una hipótesis. Una respuesta que reconoce sus límites funciona mejor que una seguridad sin fundamento.
Practique razonando en voz alta en inglés. Describir oralmente una idea matemática es un ejercicio distinto de leerla.
Datos, ética y propiedad de los resultados
Un equipo serio le explicará cómo trata los datos: procedencia, licencia, anonimización, derecho de acceso. Haga la pregunta, sobre todo si el proyecto afecta a información personal, médica o financiera. Pregunte también quién supervisa su trabajo a diario, cómo se revisan los resultados y qué ocurre con el código que escribe.
La propiedad intelectual varía. En una empresa, el trabajo del becario pertenece en general al empleador y puede seguir siendo confidencial. En un laboratorio universitario, la publicación es un objetivo, con reglas de firma fijadas por el responsable. Aclare estos puntos por escrito antes de empezar en lugar de descubrirlos al final.
Algunas tecnologías avanzadas pueden estar sujetas a controles de exportación; el empleador precisa entonces lo que un candidato extranjero puede o no manipular.
Estancia y estatus para un candidato extranjero
Como para cualquier actividad profesional, un viaje turístico no autoriza a trabajar. La vía más conocida para un becario matriculado o recién titulado en el extranjero es el programa Intern de la categoría de intercambio J-1, administrado por el Department of State con el nombre de BridgeUSA. Supone un sponsor autorizado, un plan de formación preciso y un formulario DS-2019. La estructura de acogida debe comprometerse con el contenido pedagógico de las prácticas.
Un estudiante ya matriculado en una universidad estadounidense depende de las reglas de prácticas integradas vinculadas a su visado de estudios. Un doctorando invitado por un laboratorio puede tener un estatus de intercambio diferente. En todos los casos, plantee la cuestión del marco administrativo desde el primer intercambio con el equipo, ya que el sponsor, las tarifas y los plazos condicionan la fecha de inicio.
Tenga presente que algunos equipos sencillamente no pueden acoger a becarios extranjeros: ello se debe a su financiación o a su estatus, no a su perfil.
Un ejemplo de montaje de proyecto
A modo de ilustración, con duraciones hipotéticas: Inès, estudiante de un máster de informática en Francia, aspira a unas prácticas de investigación de cuatro meses sobre evaluación de modelos. En septiembre elabora una lista de doce equipos y descarta cuatro programas reservados a ciudadanos estadounidenses. Quedan ocho. Lee dos artículos por equipo, lo que le lleva tres semanas.
En octubre envía ocho correos personalizados. Tres equipos responden y uno propone una entrevista. Paralelamente, contacta con dos sponsors J-1 para comparar tarifas y plazos. En diciembre llega una oferta para junio: le queda tiempo para reunir el expediente de visado y buscar alojamiento.
Este ejemplo sigue un calendario prudente: un proyecto de prácticas estadounidense se prepara en ocho a diez meses, a veces más.
Errores que evitar
- postular a programas cuyas reglas de nacionalidad no se han leído;
- confundir una experiencia de investigación con un puesto de ingeniero y enviar el mismo expediente a ambos;
- escribir un correo genérico a veinte laboratorios;
- presentar resultados sin precisar los datos, las métricas y los límites;
- descubrir tarde los requisitos de sponsor y de visado;
- aceptar un proyecto sin conocer al supervisor ni las reglas de publicación.
Para cada punto, la corrección cuesta tiempo pero poco dinero. Más vale unas pocas candidaturas cuidadas que una lluvia de mensajes idénticos.
Preguntas frecuentes
¿Se pueden hacer prácticas en IA en Estados Unidos sin ser ciudadano estadounidense?
Sí, pero no en todos los programas. Algunos dispositivos públicos de investigación exigen la ciudadanía o la residencia permanente. Otros empleadores, sobre todo privados, aceptan candidatos extranjeros mediante un sponsor y un estatus de estancia adecuado, como la categoría J-1 Intern. Lea las reglas de cada oferta.
¿Qué diferencia hay entre unas prácticas de investigación y unas de ingeniería?
Las prácticas de ingeniería consisten en construir o mejorar un sistema de software. Las entrevistas, las competencias requeridas y los entregables difieren claramente, al igual que la manera de presentar el expediente.
¿Qué competencias hay que demostrar en primer lugar?
Bases sólidas en matemáticas aplicadas, una programación limpia en Python y un enfoque experimental riguroso. Un repositorio de código documentado y la reproducción de un artículo conocido convencen más que una larga lista de herramientas. Explique sus decisiones y reconozca los límites de sus resultados.
¿Cuándo hay que empezar los trámites?
Idealmente de ocho a diez meses antes de la fecha de inicio deseada. Hay que identificar los equipos, verificar la elegibilidad, redactar candidaturas personalizadas y abrir después los trámites de sponsor y de visado en cuanto se confirme una oferta. Los programas de verano estructurados suelen cerrar sus candidaturas en invierno.
¿Están remuneradas las prácticas?
Las prácticas de investigación y de ingeniería estructuradas suelen estar remuneradas o acompañadas de una asignación, pero los importes y el alojamiento eventual dependen del programa y del empleador. Pida esta información antes de aceptar y calcule el coste total de la estancia, alquiler incluido, en la ciudad correspondiente.
¿Puede un laboratorio rechazar a un candidato extranjero a pesar de su perfil?
Sí. La decisión depende a veces de la financiación del equipo, de su estatus o de la capacidad de un sponsor para supervisar la estancia. Un rechazo no juzga su nivel. Diversifique las pistas entre universidades, institutos sin ánimo de lucro y empresas, y mantenga alternativas en Europa.
