No confundas un desarrollador con experiencia en AI Generativa con un Data Scientist.
Cada vez más empresas buscan desarrolladores con interés o experiencia en Inteligencia Artificial Generativa. El auge de los LLMs y la popularización de herramientas basadas en consumir modelos de IA a través de APIs están en casi todo lo que leemos.
Por eso, probablemente, te estés planteando añadir IA a tu producto o empezar a usarla para agilizar tus operaciones.
El problema suele ser que el abanico dentro de lo que son “perfiles de IA” es cada vez más amplio.
Hoy queremos compartirte las distinciones que hacemos en Kulturo y los criterios que usamos para diferenciar qué perfil necesita nuestro cliente, en función de sus necesidades e intenciones alrededor de la Inteligencia Artificial. Así, podrás entender mejor cuál es el perfil que realmente necesitas.
Desarrollador con experiencia o interés en GenAI
Son personas con un background sólido en desarrollo de software con experiencia previa programando en Python, TypeScript, PHP, Golang… entre otros lenguajes. Estos perfiles han trabajado integrando modelos de IA Generativa mediante APIs, en sus proyectos personales o profesionales. Por lo tanto, podríamos describir estos perfiles como desarrolladores de software que se han adaptado laboral o personalmente a la inteligencia artificial.
Algunas de sus funciones comunes incluyen:
Herramientas clave:
Como decíamos, estos son perfiles técnicos y, por lo tanto, su experiencia previa incluye conocimientos de arquitectura de software y flujos de datos. Esto último resulta especialmente útil si quieres integrar inteligencia artificial en tu producto.
Perfiles de Data (Data Scientist, MLOps, Data Engineers…)
Son profesionales que normalmente trabajan con Machine Learning, Deep Learning, NLP, Computer Vision, Big Data o una combinación de estas áreas.
Su día a día se centra en el desarrollo, entrenamiento y optimización de modelos de IA, estos pueden ser modelos de IA Generativa, más conocidos como Large-Language-Models o modelos de IA de otra índole, como son modelos de visión, sistemas de recomendación, detección de anomalías, predicción de series temporales, entre otros.
Ejemplos de su trabajo:
Herramientas frecuentes:
Son perfiles con conocimientos muy profundos de matemáticas y estadística, y que no siempre han trabajado con la integración de LLMs en entornos de producción.
Perfiles con interés en AI o LLMs pero sin experiencia previa en desarrollo de software
Por último, están las personas sin experiencia técnica previa, en roles como pueden ser producto, negocio, soporte, entre muchos otros. Estos perfiles son curiosos y buscan experimentar con nuevas tecnologías a través de herramientas no-code/low-code como Make, Zapier o n8n. Estas herramientas que permiten integrar modelos de IA generativa para hacer automatizaciones, mejorar las operaciones o incluso suelen usarse en la creación de herramientas de marketing o primeras versiones de producto (MVP)
En algunos casos, estos perfiles pueden evolucionar y acabar interiorizándose con algo de código, pero sin la necesidad de tener un contexto de desarrollo complejo ni de manejar múltiples lenguajes de programación.
Lo que suelen hacer:
Son perfiles ideales para empresas que buscan introducir la AI Generativa en sus procesos de manera ágil, especialmente cuando esa IA no va a formar parte de la funcionalidad core de tu producto o estás en una etapa exploratoria inicial.
Espero que esta distinción te ayude si estás empezando a adentrarte en AI o buscando a tu nuevo compañero de equipo. En Kulturo, ayudamos a empresas de software a encontrar el talento adecuado, entendiendo su negocio y sus necesidades.
Estas distinciones nos ayudan mucho en nuestras búsquedas, porque no es lo mismo un desarrollador que integra LLMs en un SaaS, un Data Scientist que entrena modelos desde cero o un profesional que introduce ChatGPT en el flujo de creación de contenido de una agencia de marketing.
Si tienes más dudas o quieres profundizar en alguno de estos perfiles, ¡no dudes en contactarnos!