AI Engineer, sin métrica

¿Qué miden las 37 cifras sobre AI Engineer publicadas en 180 días?

Las 37 cifras que 7 medios publicaron sobre AI Engineer en 180 días miden tres cosas: cuántas fases tiene un curriculum, cuánto se paga en otro país y cuánto cuesta un millón de tokens. Ninguna cuenta puestos abiertos, contrataciones cerradas ni tiempo de búsqueda. El oficio queda medido por lo que hay que aprender para ejercerlo, y no por la demanda que justificaría aprenderlo.

La lista es corta y se puede recorrer entera. x.com publicó un curriculum abierto de 20 fases para desarrolladores que quieren entender sistemas de IA construyéndolos. Un video de la ventana sostiene que un ingeniero de IA en India puede aspirar a un salario de ₹60 LPA para 2026. expansion.com publicó una nota que lista 20 habilidades profesionales sin especificar cuáles son en el contenido presentado. Las tres son cifras sobre formación y expectativa.

Un oficio con demanda real deja otro rastro: avisos publicados por mes, tiempo promedio hasta cubrir una vacante, sueldos ofrecidos por región, rotación. Nada de eso aparece en los 180 días de cobertura. Para alguien que trabaja solo en Argentina y está evaluando si dedicarle meses a esta especialización, la evidencia disponible contesta cómo estudiar y deja sin contestar quién paga, cuánto y dónde.

¿Qué dice la evidencia de contratación que sí quedó publicada?

La evidencia de contratación más concreta de la ventana es un aviso de búsqueda, no una estadística. capitalonecareers.com publicó una vacante de AI Engineer senior que pide al menos 6 años programando en Python, Go, Scala o Java y un título en ciencias de la computación o campo afín. La cifra mide lo que una empresa exige, no cuánta gente entró a trabajar.

Un aviso es una intención, no un resultado. No dice cuántos candidatos se presentaron, cuánto tardó la búsqueda, con qué sueldo cerró ni si la vacante llegó a cubrirse. Y el requisito de 6 años de experiencia en lenguajes clásicos tensiona la promesa de los curriculums acelerados: lo primero que se exige no es saber de IA, es saber programar desde bastante antes.

El único número de mercado de la ventana mira hacia otro lado. facebook.com publicó que las tasas de contratación general cayeron un 24% según datos de Visier, una cifra que describe el empleo en conjunto y no este rol en particular. Entre un aviso puntual y una caída general no hay manera de saber si contratar un AI Engineer hoy es más fácil o más difícil que hace 180 días.

¿Por qué circulan tantos curriculums y tan pocos puestos medidos?

Producir material formativo sobre AI Engineer es barato y publicar datos de contratación es caro. Un curriculum de 20 fases se comparte solo desde un hilo, mientras que una serie de vacantes cubiertas por trimestre necesita acceso a sistemas de recursos humanos y un proveedor de datos detrás. La asimetría de costo explica la asimetría de la evidencia.

La caída del costo de los modelos empuja en la misma dirección. medium.com publicó que OpenAI recortó con fuerza el precio por millón de tokens de entrada y de salida de uno de sus modelos, lo que abarata construir y multiplica a quienes pueden intentarlo. Más gente construyendo produce más material de enseñanza, y el material de enseñanza no genera ningún dato sobre empleo.

La cobertura de reconversión laboral agranda el efecto. entrepreneur.com publicó que el Foro Económico Mundial proyecta que casi el 60% de la fuerza laboral global va a necesitar un reciclaje significativo. La cifra mide cuánta gente tendrá que aprender algo nuevo, no cuántos puestos van a existir para los que aprendan. Medir la oferta de aspirantes y no la demanda de empleo deja la decisión del lector sin piso.

¿Qué conviene hacer si querés trabajar de esto o contratar a alguien?

Frente a 37 cifras que no miden contratación, la salida práctica es buscar la evidencia donde sí está: en los avisos. La vacante de Capital One dice en qué lenguajes hay que ser sólido, qué nivel de experiencia se exige y qué stack corre en producción. Leer una tanda de avisos reales del mercado al que apuntás rinde más que cualquier hoja de ruta general.

Para quien estudia, el requisito de 6 años programando es la señal más útil de toda la ventana: el camino corto pasa por la ingeniería de software y no por el curso de IA. Un curriculum de 20 fases sirve para ordenar el estudio y para tener qué mostrar, pero no reemplaza el historial de código que la empresa va a mirar antes que cualquier certificado.

Para quien contrata, la ausencia de datos públicos significa que no hay referencia de mercado para fijar un sueldo ni un plazo de búsqueda. La cifra de ₹60 LPA en India no se traduce a pesos ni a la realidad de un equipo chico en Argentina. Definir el puesto por las tareas concretas que tenés que resolver, y no por el título del rol, es lo único que te deja comparar candidatos.

• ¿Qué tareas concretas va a resolver ese rol en los próximos meses?
• ¿Cuántos años de programación pedís antes de pedir experiencia en IA?
• ¿Contra qué avisos reales comparaste el sueldo y el nivel que estás ofreciendo?

Si lo que necesitás no es contratar a un AI Engineer sino armar vos mismo la pieza que te falta, la guía del pilar muestra cómo poner agentes de IA a trabajar dentro de un negocio chico, paso por paso.