Dónde se practica la IA en México
El país no concentra su actividad en un único polo. La investigación en informática y matemáticas aplicadas se apoya en instituciones públicas como el CIMAT en Guanajuato, el INAOE en Puebla, el Cinvestav o el instituto IIMAS de la UNAM en la Ciudad de México. Las empresas, por su parte, se reparten entre la capital, Guadalajara, durante mucho tiempo considerada la capital tecnológica del país, y Monterrey, muy orientada a la industria y las finanzas.
Este reparto importa para su búsqueda. Un laboratorio espera a una persona capaz de leer un artículo científico y reproducir un experimento. Un equipo de producto dentro de una empresa busca más bien a alguien que limpie datos, entrene un modelo sencillo y sepa explicar cuánto vale. Ambos caminos son legítimos, pero no se preparan de la misma manera.
Servicio social, prácticas profesionales y stage francés: no los confunda
Para un estudiante mexicano suelen convivir dos obligaciones. El servicio social es un servicio obligatorio previsto para obtener un título universitario; se mide en cientos de horas y a veces se cumple en un organismo público. Las prácticas profesionales son un periodo de práctica en una empresa o en un laboratorio, supervisado por la universidad, con un convenio y un seguimiento.
Para un estudiante procedente de Francia, la lógica sigue siendo la de unas prácticas con convenio: su centro de estudios firma un acuerdo con la entidad de acogida, que precisa el tema, la duración, el tutor y las condiciones. Las normas internas varían de una universidad a otra; pida siempre el documento oficial del organismo antes de comprometerse, en lugar de fiarse de un testimonio.
Las tareas realistas de un practicante en IA
Unas prácticas iniciales de IA no consisten en inventar un modelo nuevo. Las tareas más frecuentes son más modestas y más útiles:
- recopilar, etiquetar y limpiar un conjunto de datos;
- entrenar un modelo de referencia y compararlo con un método más sencillo;
- medir el rendimiento con indicadores adecuados al problema;
- documentar el código para que el equipo pueda repetir el experimento;
- preparar una demostración o una nota breve dirigida a personas no especialistas.
Proponga una tarea de este tipo en su candidatura. Un tema acotado, que se pueda medir en pocas semanas, tranquiliza más que la promesa de «implementar una IA generativa para toda la empresa».
Elegir entre el ámbito académico y el industrial
El laboratorio o el instituto
Es adecuado si apunta a una maestría de investigación o a un doctorado. Algunos centros publican las modalidades de acogida de tesistas o de practicantes externos; consulte la página de programas y escriba al equipo cuyos trabajos le interesan, citando una publicación concreta.
La empresa tecnológica
Es adecuada si desea trabajar con un producto real: recomendación, detección de fraude, visión industrial, procesamiento del lenguaje. Las grandes compañías publican sus ofertas en sus portales; compruebe expresamente que el puesto esté abierto en México y a su condición de estudiante extranjero.
La start-up
Ofrece más autonomía, pero menos supervisión formalizada. Pregunte quién será su referente técnico antes de aceptar.
Idioma y situación administrativa del estudiante extranjero
El español es el idioma de trabajo en la gran mayoría de los equipos. El inglés técnico sirve para leer la documentación, pero no sustituye un nivel de español suficiente para seguir una reunión. Indique su nivel con honestidad en el currículum.
En el plano administrativo, la actividad permitida depende de la condición con la que se entra en México. Una estancia turística no autoriza una actividad remunerada, y unas prácticas pueden exigir un estatus particular. Consulte al consulado de México y a la entidad de acogida con mucha antelación, porque las normas migratorias cambian y el trámite lleva tiempo.
Construir un portafolio que muestre su método
Quien recluta en IA rara vez lee un documento largo; abre su repositorio de código y comprueba si el experimento está limpio. Elija un proyecto y trátelo por completo: pregunta planteada, datos, protocolo de evaluación, limitaciones.
Un ejemplo ilustrativo es la clasificación de imágenes de hojas de plantas. Un modelo puede obtener una puntuación excelente aprendiendo el fondo de la fotografía en vez de la hoja. Varíe los fondos, separe las imágenes de entrenamiento y de prueba según la toma y luego examine los errores con fotos nuevas. Explicar esta trampa demuestra que usted entiende la evaluación experimental, algo que pesa más que una puntuación alta.
Candidatura: currículum, carta y entrevista
Redacte un currículum de una página, en español si la oferta lo está, con sus proyectos en primer lugar. Añada el enlace a su código, la biblioteca utilizada y un resultado cuantificado, por ejemplo una mejora de la precisión en un conjunto de prueba independiente.
La carta debe responder a tres preguntas: por qué este laboratorio o este equipo, qué contribución concreta y en qué periodo. En la entrevista es probable que le pidan describir un proyecto de principio a fin, explicar el sobreajuste con sus propias palabras y justificar una métrica. Prepare también una respuesta sobre lo que todavía no sabe hacer: la honestidad se valora más que el farol.
Ilustración: calendario de una búsqueda de seis meses
A modo de ejemplo hipotético, imaginemos a un estudiante de maestría que quiere viajar en primavera. Dedica el primer mes a elegir cinco equipos y a leer sus publicaciones. En el segundo termina un proyecto para su portafolio. En el tercero envía sus candidaturas y pide a su centro el modelo de convenio. En los meses siguientes insiste con cortesía, hace las entrevistas y prepara el expediente del viaje.
Este calendario es un orden de magnitud, no una regla: los plazos de respuesta varían mucho según el organismo.
Errores frecuentes que conviene evitar
- Enviar la misma candidatura a todas las empresas sin mencionar su sector.
- Presentar una puntuación sin explicar el conjunto de prueba ni los riesgos de fuga de datos.
- Aceptar unas prácticas sin un tema por escrito ni un tutor identificado.
- Descuidar el español, cuando los intercambios diarios se hacen en ese idioma.
- Olvidar preguntar si las prácticas son remuneradas, se compensan con una beca o no tienen ninguna cobertura económica.
Cada uno de estos errores se puede corregir antes de la salida si hace las preguntas por escrito.
Preguntas frecuentes
¿Se pueden hacer prácticas en IA en México sin hablar español?
Es difícil. Algunos equipos internacionales trabajan en inglés, pero el trato con los colegas, las reuniones y la vida diaria transcurren sobre todo en español. Un nivel intermedio mejora claramente sus posibilidades y su autonomía. Si parte con un nivel bajo, indíquelo con claridad y proponga un tema que sea viable con documentación en inglés.
¿Las prácticas en IA siempre son remuneradas en México?
No. Según el organismo, un practicante puede recibir una beca, un apoyo modesto o nada en absoluto. El importe no es uniforme y depende de la empresa, de la universidad y del convenio. Pida las condiciones económicas por escrito antes de firmar y calcule sus gastos de alojamiento y de transporte en el lugar.
¿Hace falta visa para unas prácticas en IA?
Depende de la duración, de la naturaleza de la actividad y de si es remunerada o no. La simple condición de turista no autoriza cualquier actividad. Compruebe la norma vigente con el consulado de México y con la entidad de acogida varios meses antes de la fecha prevista de salida, porque la tramitación del expediente puede tardar.
¿Qué proyecto presentar para postular a un laboratorio de investigación?
Elija un proyecto reducido pero completo: una pregunta clara, un conjunto de datos identificado, un protocolo de evaluación y una discusión de las limitaciones. Un experimento reproducible, con el código accesible, convence más que una demostración espectacular. Cite también una publicación del equipo al que se dirige para mostrar que entiende su trabajo.
¿Es posible hacer prácticas de IA durante la licenciatura?
Sí, sobre todo en empresas, siempre que tenga bases de programación y de estadística. Los laboratorios de investigación acogen con más frecuencia a estudiantes de maestría o del último año de licenciatura. En todos los casos, adapte la tarea a su nivel: preparación de datos, pruebas de modelos sencillos o documentación.
¿Cómo saber si una oferta es seria?
Una oferta fiable describe el tema, la duración, el responsable, el lugar y el marco jurídico. Se formaliza mediante un convenio con su centro de estudios. Desconfíe de las peticiones de pago, de las promesas de empleo garantizado o de los intercambios que solo se hacen por mensajería. En caso de duda, contacte directamente con el organismo a través de sus datos oficiales.