AI becario

DESCRIPCIÓN DEL PUESTO: BECARIO / RECIÉN EGRESADO EN INGENIERÍA DE IA

1. INFORMACIÓN GENERAL DEL PUESTO

·      Título del puesto: Becario de Ingeniería en IA / Trainee AI Engineer / Recién Egresado

·      Nivel / Seniority: Becario / Junior Inicial (0 a 1 año de experiencia o proyectos académicos/personales demostrables en Inteligencia Artificial y desarrollo de software).

·      Área / Departamento: Ingeniería de Inteligencia Artificial / Ciencia de Datos / Desarrollo de Software.

·      Modalidad de trabajo: Híbrido.

·      Horario: Lunes a viernes (Horario de 9:00 a.m. a 6:00 p.m.)

·      Ubicaciones: Mariano Escobedo 303, CDMX / Av. Paseo de la Reforma 510, CDMX.

·      Industria: Banca / Servicios Financieros.

2. OBJETIVO DEL PUESTO

Objetivo:

Aprender, colaborar y dar soporte al equipo de Ingeniería de IA en el desarrollo e implementación de prototipos, limpieza y etiquetado de datos, y pruebas iniciales de modelos de Machine Learning, Procesamiento del Lenguaje Natural (NLP) y OCR. El Becario / Recién Egresado participará bajo la mentoría de ingenieros estándar y senior en el ciclo de vida del desarrollo de software, contribuyendo a la automatización de tareas, el uso de control de versiones (Git) y la documentación técnica, mientras desarrolla habilidades prácticas dentro de metodologías ágiles (Scrum).

3. CERTIFICACIONES Y CURSOS DE ENTRADA (Nivel Inicial)

Para un recién egresado o becario no se exige experiencia laboral previa, pero se valorará contar con certificaciones de fundamentos que acrediten el interés por aprender y las bases teóricas:

1.     Microsoft Certified: Azure AI Fundamentals (AI-900) / AWS Certified Cloud Practitioner

·      Enfoque: Valida la comprensión básica de los conceptos de computación en la nube y los servicios esenciales de IA (visión, NLP, modelos predictivos).

2.     Python for Data Science and Machine Learning / Google Data Analytics Certificate

·      Enfoque: Demuestra el manejo fundamental del lenguaje Python, análisis explortorio de datos y manipulación de datos tabulares.

3.     Scrum Fundamentals Certified (SFC)

·      Enfoque: Acredita el entendimiento inicial de los conceptos básicos de metodologías ágiles y el trabajo por sprints.

4.     IBM Introduction to Artificial Intelligence (AI) / Coursera Deep Learning Specialization (Cursos iniciales)

·      Enfoque: Garantiza conocimientos teóricos introductorios sobre modelos de aprendizaje automático y redes neuronales.

5.     Git & GitHub Basics (Certificados de plataformas como Platzi, Udemy o edX)

·      Enfoque: Demuestra capacidad práctica para manejar repositorios, ramas y control de versiones colaborativo desde el día uno.

4. REQUISITOS TÉCNICOS Y TEMAS CLAVE PARA EL BECARIO

A. Fundamentos de Programación e Ingeniería de Software

·      Lenguaje Principal: Python (conocimientos de sintaxis, funciones, manejo de excepciones y librerías básicas).

·      Tipos y Estructuras de Datos: Dominio de tipos de datos (integer, float, string, boolean) y estructuras de datos básicas (listas, diccionarios, tuplas, conjuntos).

·      Bases de Datos (Conceptos Básicos): Nociones de SQL (PostgreSQL/MySQL) para realizar consultas (SELECT, WHERE, JOIN) y estructuras JSON para datos no estructurados.

B. Fundamentos de IA y Machine Learning

·      Conceptos Teóricos: Comprensión básica de las etapas de la IA (Test de Turing, evolución), diferencia entre Inteligencia Artificial, Machine Learning y Deep Learning.

·      Paradigmas de Aprendizaje: Entendimiento conceptual de Aprendizaje Supervisado vs. No Supervisado.

·      Librerías Básicas: Manejo introductorio de NumPy, Pandas, Matplotlib y scikit-learn (para preprocesamiento y modelos simples como regresiones o clasificaciones).

C. Procesamiento de Texto (NLP) y Extracción de Datos

·      Preprocesamiento de Texto: Conceptos de limpieza de texto: tokenización, remoción de StopWords, stemming y lematización.

·      Herramientas Introductorias: Conocimiento básico o interés en explorar spaCy, NLTK o librerías de lectura de documentos/OCR (Tesseract, PyPDF2).

D. Herramientas de Desarrollo y Colaboración

·      Control de Versiones: Git básico (comandos clone, commit, push, pull, branch).

·      Entornos de Trabajo: Uso de Visual Studio Code y Jupyter Notebooks para experimentación y desarrollo de scripts.

·      Asistentes de IA: Uso cotidiano de herramientas como ChatGPT, Gemini o Copilot para acelerar el aprendizaje y la resolución de dudas técnicas.

·      Metodologías: Conocimiento conceptual de Scrum y registro de avances en herramientas como Jira o Trello.

5. HABILIDADES BLANDAS Y CRITERIOS DE EVALUACIÓN

Al evaluar a un becario o recién egresado, las habilidades blandas representan el mayor indicador de potencial y éxito dentro del equipo:

1. Curiosidad tecnológica, perfil autodidacta y pasión por aprender

·      Entusiasmo genuino por investigar de forma autónoma nuevas herramientas de IA, realizar cursos por iniciativa propia y mantenerse al día con los avances tecnológicos.

·      Criterios / Requerimientos para evaluar al candidato:

·      Entrevista de Proyectos Personales: Consultar sobre proyectos escolares, tesis o repositorios personales en GitHub donde haya explorado librerías de IA por cuenta propia.

·      Evidencia requerida: Demostrar que realiza cursos en línea, lee documentación técnica de Python/IA o ha participado en hackathons o bootcamps.

2. Capacidad de resolución de problemas lógicos y atención al detalle

·      Aptitud para desglosar problemas en pasos lógicos, revisar el código cuidadosamente para prevenir errores básicos y buscar alternativas lógicas cuando un programa falla.

·      Criterios / Requerimientos para evaluar al candidato:

·      Prueba de Lógica / Algoritmos Básicos: Resolver un ejercicio práctico de programación básica en Python (ej. manipulación de listas, filtrado de datos o algoritmos sencillos).

·      Evidencia requerida: Capacidad de seguir el flujo de ejecución de un programa, encontrar bugs simples y validar que las salidas de datos tengan la estructura correcta.

3. Escucha activa, receptividad al feedback y trabajo en equipo

·      Disposición humilde y abierta para recibir correcciones técnicas de sus mentores, hacer preguntas oportunas cuando se encuentra bloqueado y colaborar con actitud positiva en el equipo.

·      Criterios / Requerimientos para evaluar al candidato:

·      Entrevista de Ajuste Cultural: Evaluar cómo reacciona cuando se le señalan errores en su código o cuando debe corregir una tarea.

·      Evidencia requerida: Disposición para aprender de los errores, capacidad de tomar notas durante las explicaciones de sus mentores y proactividad para preguntar en lugar de quedarse bloqueado por horas.

4. Comunicación clara y honestidad intelectual

·      Habilidad para expresar sus ideas de forma clara y transparente, manifestando con honestidad lo que sabe y lo que desconoce, solicitando ayuda de forma oportuna.

·      Criterios / Requerimientos para evaluar al candidato:

·      Simulación de Reporte de Avance: Pedirle que explique de forma sencilla un proyecto escolar o la solución que aplicó en la prueba técnica.

·      Evidencia requerida: Claridad al explicar sus razonamientos, capacidad de admitir cuando no conoce un concepto y apertura para investigar la respuesta.

5. Organización y responsabilidad en sus entregables

·      Compromiso para cumplir con los horarios asignados, dar seguimiento a sus tareas asignadas en Jira y entregar los avances acordados en los sprints.

·      Criterios / Requerimientos para evaluar al candidato:

·      Seguimiento durante el Proceso de Selección: Puntualidad en las entrevistas y cumplimiento oportuno en la entrega de la prueba técnica o documentación.

·      Evidencia requerida: Habilidad para gestionar sus tiempos (equilibrando escuela/trabajo si es becario) y dar aviso oportuno si enfrenta un retraso en sus actividades asignadas.

6. PRINCIPALES RESPONSABILIDADES Y FUNCIONES DEL BECARIO / RECIÉN EGRESADO

1.     Soporte en Preprocesamiento de Datos: Apoyar en la limpieza, estructuración, formateo (JSON/CSV) y etiquetado de conjuntos de datos para el entrenamiento de modelos de OCR y NLP.

2.     Desarrollo de Scripts e Integraciones Básicas: Escribir scripts en Python para la automatización de tareas sencillas, extracción de texto y pruebas iniciales de librerías de IA.

3.     Control de Versiones y Documentación: Mantener el código organizado en repositorios de Git bajo los estándares del equipo y apoyar en la redacción de documentación técnica en Confluence.

4.     Pruebas y Depuración: Apoyar a los ingenieros estándar y senior en la ejecución de pruebas unitarias y de integración para APIs REST y microservicios de IA.

5.     Participación Activa en Aprendizaje y Scrum: Asistir a las ceremonias diarias (daily, planning) del equipo Scrum, cumplir con sus tareas asignadas en Jira y participar en las sesiones de mentoría para acelerar su curva de aprendizaje.

6. DevOps: Nociones básicas de DevOps utilizando GitHub.