Conocer los roles profesionales en la industria de la inteligencia artificial no solo te prepara para una entrevista de trabajo, sino que te permite hablar de ellos con naturalidad en inglés. Desde posiciones orientadas al negocio hasta las enfocadas en investigación, cada rol tiene su propia terminología, pronunciación y contexto que vale la pena dominar.
¿Cuáles son los roles orientados al negocio en AI?
Estos son los puestos que encontrarás con mayor frecuencia en empresas privadas y startups. Cada uno cumple una función distinta dentro del ecosistema de datos e inteligencia artificial.
¿Qué hace un data scientist y cómo se pronuncia correctamente?
El data scientist es probablemente el rol más conocido. La palabra scientist se escribe comenzando con una S seguida de una C, igual que science [0:47]. Un detalle gramatical importante: en inglés, al hablar de tu profesión debes usar el artículo "a" o "an". Mientras que en español puedes decir "soy científico de datos", en inglés necesitas decir "I am a data scientist" [1:10]. Además, la palabra data tiene dos pronunciaciones correctas: puedes decir day-ta o dah-ta, ambas son válidas [1:27].
¿Cuál es la diferencia entre data analyst y data engineer?
El data analyst se enfoca en manejar datos para asistir en las decisiones de negocio [1:41]. La palabra analyst se escribe con Y y el acento recae en la primera A: analyst [1:33]. Por otro lado, el data engineer tiene un perfil más técnico. Presta atención a la escritura de engineer, que lleva dos letras E [1:55].
¿Qué rol cumple un machine learning engineer y un AI product manager?
El machine learning engineer, abreviado como ML engineer, es similar a un data engineer, pero se especializa en modelos de machine learning [2:22]. La abreviación ML funciona como un initialism, un concepto que ya se había estudiado previamente en el curso.
Si prefieres algo menos técnico, existe el AI product manager [2:35]. Aquí es clave la pronunciación de product: se dice frod-akt, no frod-ukt [2:40]. Este rol apenas está tomando fuerza, pero tiene un enorme potencial. En conjunto, los roles orientados al negocio se centran en desarrollar productos.
¿Qué roles de investigación existen en inteligencia artificial?
Más allá del desarrollo de productos, hay posiciones dedicadas a expandir el futuro de la AI a través de la investigación.
La palabra research merece atención especial por su doble pronunciación según su función gramatical [3:00]. Cuando es un sustantivo que significa "investigación", se acentúa en la primera sílaba: research. Cuando es un verbo que significa "investigar", el acento va en la segunda sílaba: research.
¿Qué hace un AI researcher y un cognitive scientist?
Un AI researcher es la persona que realiza investigación. Son quienes constantemente se preguntan: "¿Qué más podríamos hacer con la AI? ¿Hasta dónde podemos llegar?" [3:17].
Un tipo específico de investigador es el cognitive scientist [3:28]. La pronunciación correcta es cognitive, no "gog-ni-tive". Estos científicos estudian la mente humana y el cerebro para construir aplicaciones que imiten su funcionamiento. Un ejemplo claro son las ANN (Artificial Neural Networks), que representan una contribución directa de la ciencia cognitiva [3:46].
¿En qué rol de AI te ves trabajando?
Cada uno de estos roles requiere habilidades distintas y responde a intereses diferentes. Ya sea que te inclines por la parte técnica como data engineer o ML engineer, o por la investigación como cognitive scientist, lo importante es que puedas expresarlo con confianza en inglés. Practica grabándote y compartiendo tu respuesta: ¿cuál de estos roles te apasiona más y por qué?
