Saltar al contenido

Qué estudiar para trabajar en inteligencia artificial según tu perfil

trabajar en ia qué estudiar

Para encontrar tu primer trabajo en inteligencia artificial, quizá te convenga mirar en una empresa de muebles. Kave Home busca un perfil júnior de automatización. Pide formación técnica y nociones de programación, y acepta un trabajo de fin de grado, unas prácticas o un proyecto propio como muestra de lo que sabes hacer. Una de tus tareas sería sentarte con personas de otros departamentos y averiguar qué parte de su jornada se les va en hacer lo mismo a mano. Si ese trabajo te apetece, estudia programación básica, aprende a conectar aplicaciones y practica con un proceso que conozcas. Así describe Kave el puesto.

Para construir el modelo que recomienda el siguiente producto en una tienda, el itinerario cambia. Necesitarás Python, estadística y práctica evaluando predicciones. Y si vienes de Derecho o Riesgos, hay una tercera puerta. Alguien debe decidir qué puede hacer ese sistema con los datos de un cliente y quién tiene autoridad para detenerlo. La formación que más te conviene depende de qué parte de ese trabajo quieras asumir.

Qué estudiar para trabajar en IA si empiezas desde cero

Empieza con un problema que sepas reconocer. Imagina que llegan cien consultas a una tienda. Algunas personas preguntan por un pedido, otras quieren devolverlo y una escribe que le han cobrado dos veces. ¿Qué harías con esos mensajes? Para clasificarlos, estudiarías datos y modelos. Para llevar cada uno a la persona adecuada, estudiarías automatización. Para decidir si una reclamación por un cobro duplicado puede tramitarse sin revisión, tendrías que entender el negocio y el riesgo.

Si te atrae la parte técnica, aprende a leer y transformar datos con Python y SQL. Después, entrena un modelo sencillo, reserva ejemplos que nunca haya visto y examina sus errores uno a uno. Si vienes de operaciones, marketing, finanzas o atención al cliente, dibuja primero cómo se resuelve hoy una tarea de tu área. Anota quién la inicia, qué información necesita y en qué momento alguien debe aprobar el resultado. Ese dibujo te dirá qué herramienta merece la pena aprender.

Seis salidas profesionales y el trabajo que harías en cada una

Diez áreas de la inteligencia artificial, entre ellas aprendizaje automático, lenguaje, visión, voz, robótica, agentes, sistemas expertos, IA multimodal, IA generativa y analítica predictiva.
Un área técnica puede dar trabajo a perfiles muy distintos. La visión por computador, por ejemplo, necesita personas que preparen imágenes, entrenen el modelo y decidan si sus errores son aceptables. Pulsa la imagen para ampliarla.

Ingeniería de IA y aprendizaje automático

Una persona que desarrolla un recomendador tiene que averiguar si acierta o si se limita a mostrar a todo el mundo los artículos más vendidos. Te ayudará estudiar aprendizaje automático, además de Python y estadística, y practicar cómo se pone un modelo en producción. Un buen primer proyecto compara el modelo con una regla tan sencilla como recomendar lo más popular. Guarda los resultados de ambos. En su oferta de AI Engineer en Barcelona, Aristocrat pide más de dos años de experiencia y combina Python y SQL con el seguimiento de modelos una vez en producción.

Datos y analítica

¿Ha aprendido el modelo que un cliente va a darse de baja o había una columna en los datos que ya lo delataba? Como analista o científico de datos, tendrás que hacerte preguntas así antes de presentar un resultado. Estudia SQL, preparación de datos y diseño de experimentos. Para probar el oficio, toma un conjunto de datos público, escribe una pregunta concreta y deja que otra persona reproduzca tu respuesta. Explica también qué dato te faltaría para aconsejar una decisión.

IA aplicada al negocio

Si conoces bien un departamento, ya sabes algo difícil de aprender en un curso. Sabes qué excepciones consumen una mañana entera y qué tareas parecen lentas pero apenas ocurren. En consultoría de IA u operaciones tendrás que elegir dónde compensa intervenir. Estudia análisis de procesos, costes y evaluación de pilotos. Si ensayas con la clasificación de consultas, mide el tiempo de gestión antes y después e incluye lo que cuesta corregir cada mensaje enviado al equipo equivocado.

Agentes y automatización

Aquí el trabajo consiste en conseguir que varias herramientas completen juntas una tarea. Una lee el mensaje, otra localiza el pedido y una tercera prepara una respuesta. Estudia programación básica, permisos y APIs, las interfaces por las que se comunican las aplicaciones. Si el modelo elige qué herramienta consultar según el mensaje, también tendrás que evaluar esa decisión. En tu primera demostración, desconecta una de las aplicaciones. ¿El flujo avisa, continúa con datos incompletos o envía dos veces el mismo correo al reintentarlo? Enseñar cómo se recupera de ese fallo dice mucho sobre cómo trabajarías. Puedes ensayar con nuestra guía para evaluar un agente de IA.

Producto y experiencia de usuario

Un asistente ayuda a resolver una devolución hasta que interpreta mal la petición y el cliente quiere hablar con alguien. Como responsable de producto o diseñador de experiencia, te tocará decidir qué ocurre en ese punto. Practica la investigación con usuarios, prototipado y medición de producto. Prueba dos versiones de la misma pantalla con personas que no hayan participado en el diseño. Observa si saben corregir el error y si encuentran a tiempo el camino hacia una persona.

Gobierno y riesgo de IA

En la oferta de AI Governance Lead de Keyrus caben trayectorias en Derecho, Riesgos, Sistemas de Información, Informática y Empresa. El puesto exige experiencia implantando controles. Para explorar esta vía, estudia cómo se documentan sistemas, cómo se asignan responsabilidades y cómo se comprueba que una revisión humana funciona. Puedes empezar con un ejercicio pequeño. Describe quién puede autorizar un reembolso, hasta qué importe y qué registro permitiría reconstruir una decisión discutida.

Qué ruta elegir según lo que ya sabes hacer

Situación de partidaPrimera ruta para explorarPrueba práctica de aprendizaje
Programas y analizas datosModelos y aprendizaje automáticoComparar un modelo con una regla sencilla
Trabajas con informes e indicadoresDatos y analíticaInforme que responda a una pregunta del equipo
Conoces bien un proceso de negocioIA aplicada al negocioPiloto con coste, errores y responsable
Quieres conectar herramientasAgentes y automatizaciónFlujo documentado con registros y validación
Investigas necesidades de usuariosProducto y experienciaPrototipo probado con personas
Gestionas riesgos, calidad o privacidadGobierno y riesgo de IARegistro de riesgos, responsables y controles
Seis itinerarios para trabajar en IA: modelos, negocio, datos, agentes, producto y gobernanza, con competencias y perfiles.
Localiza la columna que más se parece a tu trabajo actual y mira qué te falta para dar el primer paso. Pulsa la imagen para ampliarla.

Cuánto se cobra en IA y cómo leer una oferta

Para el puesto de AI Engineer / AI Specialist en la Comunidad de Madrid, la guía salarial de ISPROX de 2026 sitúa el sueldo bruto anual entre 40.000 y 53.000 euros con 0–5 años de experiencia, entre 53.000 y 76.000 con 5–10 años y entre 76.000 y 112.000 con más de 10 años. El primer tramo incluye tanto a quien acaba de llegar como a quien lleva cinco años trabajando. Si buscas tu primer empleo, esa distinción importa al negociar.

Las ofertas concretas cuentan otra parte de la historia. Aristocrat publica un salario base de 47.250–87.750 euros al año para ingeniería de IA en Barcelona. Keyrus ofrece 55.000–75.000 euros brutos anuales para un puesto de responsabilidad en gobernanza en Madrid o Barcelona. Kave admite candidaturas júnior y no publica la banda salarial. Cuando compares dos ofertas, anota la ciudad, los años que piden, la responsabilidad que asumirías y si la cifra incluye incentivos.

También conviene leer con cuidado los titulares sobre empleo. DigitalES contó 8.713 ofertas únicas en España que pedían conocer herramientas y bibliotecas de programación para desarrollar IA en el primer trimestre de 2026, un 64 % más que un año antes. Es un recuento de anuncios. Para saber qué parte de esa demanda encaja con tu trayectoria, busca por el nombre del oficio y lee las funciones que la empresa delegaría en ti.

Cómo elegir formación y salir con un proyecto que se pueda enseñar

Antes de matricularte, pide ver un ejercicio completo. Fíjate en qué recibe el alumno al empezar, qué decisiones debe tomar por su cuenta y quién revisa el resultado. Si buscas ingeniería, comprueba cuánto tiempo dedicarás a programar y evaluar modelos. Una de las vías desde FP es el curso de especialización en Inteligencia Artificial y Big Data. Dura 600 horas y, entre otros títulos de acceso, admite los de Técnico Superior en Desarrollo de Aplicaciones Multiplataforma y en Desarrollo de Aplicaciones Web.

Si lo que buscas es aplicar la IA en un equipo de negocio, el Máster en Inteligencia Artificial de IEBS trabaja la automatización, la creación de contenido y un proyecto final. Para automatización, examina si llegarás a conectar herramientas y a documentar los fallos. El posgrado de IEBS en agentes de IA y automatización incluye trabajo con n8n, APIs y un portfolio en GitHub.

Para preparar una entrevista, guarda tres cosas de tu proyecto. Una muestra del trabajo tal como se hacía antes, una prueba que permita juzgar el resultado y un fallo que te obligó a cambiar el diseño. En la tienda del ejemplo, podrías enseñar el mensaje que el sistema confundió con una devolución y los cambios que introdujiste para detectar un cobro duplicado. Ese caso da pie a una conversación profesional incluso si todavía no has ocupado el puesto. Tienes más ejemplos en la guía de IEBS sobre cómo demostrar lo que sabes al buscar tu primer empleo.

Un vídeo, un curso y un blog para probar el oficio

Para entrenar un primer modelo. La primera videolección de fast.ai, en inglés, incluye un cuaderno para entrenar un clasificador de imágenes. Cambia las fotos de prueba y busca una que lo confunda. Si disfrutas más averiguando por qué falla que viendo cómo acierta, merece la pena explorar la ingeniería de modelos.

Para construir un agente. La primera unidad del curso de agentes de Hugging Face está en español. Explica cómo se relacionan un modelo, sus instrucciones y las herramientas que puede utilizar. Te lleva hasta un primer agente que puedes publicar y probar.

Para aprender a evaluar un asistente. En su blog, Simon Willison explica cómo construye software con modelos de lenguaje. Lee el apartado sobre evaluación con una pregunta propia en mente. Si mañana cambias las instrucciones de tu asistente y sus respuestas suenan mejor, ¿con qué consultas comprobarías que ahora acierta más a menudo?

Preguntas frecuentes

¿Hace falta saber programar para trabajar en inteligencia artificial?
Depende del puesto. Para desarrollar modelos necesitarás programación y estadística. En automatización júnior, Kave pide formación técnica y nociones de programación. En gobernanza, una trayectoria en Derecho o Riesgos puede encajar si puedes demostrar que sabes implantar controles.
¿Qué puedo estudiar después de un grado superior de informática?
Si tienes el título de Técnico Superior en Desarrollo de Aplicaciones Web o en Desarrollo de Aplicaciones Multiplataforma, una de tus opciones es el curso de especialización de FP en Inteligencia Artificial y Big Data. Dura 600 horas y trabaja programación y aprendizaje automático.
¿Qué puedo enseñar en una entrevista si todavía no he tenido un empleo en IA?
Puedes llevar un proyecto de clase, un trabajo de fin de grado o un proyecto propio. Enseña cómo se resolvía la tarea antes, qué resultado obtuviste y qué cambiaste al detectar un fallo. Si trabajaste en equipo, identifica tu aportación.
¿Cuánto gana un ingeniero de IA en la Comunidad de Madrid?
Para el perfil de AI Engineer o AI Specialist, la guía ISPROX de 2026 sitúa los salarios brutos anuales entre 40.000 y 53.000 euros con 0–5 años de experiencia, entre 53.000 y 76.000 con 5–10 años y entre 76.000 y 112.000 con más de 10. La primera franja incluye perfiles con varios años de experiencia.
ComentarCompartir ↗

AUTOR

Pascual Parada Torralba

Director de Innovación y Data de IEBS Business School, Pascual Parada es también asesor digital de Red.es para la realización de proyectos de transformación digital. Profesor de estrategia y operaciones en la UCLM, está especializado en áreas como la Inteligencia Artificial, Open Innovation y los…

Deja una respuesta