Skip to content

🤖Universidad y vía de entrada

Investigador en IA · Diseña y prueba los algoritmos detrás de la inteligencia de máquina, en un campo que ahora corre a automatizar una parte creciente de su propio proceso de investigación.

Compartir esta página

No hay licencia para ejercer la investigación en IA, ni un colegio profesional decide quién puede llamarse investigador. El verdadero filtro del campo ocurre después y de forma menos formal, en la revisión por pares — si NeurIPS, ICML o ICLR aceptan un artículo —, razón por la cual un doctorado, aunque no sea legalmente obligatorio, sigue siendo la vía que casi todos todavía toman.

Esa informalidad no ha impedido que se forme en la práctica una tubería bastante rígida: un pequeño número de universidades y laboratorios industriales producen una parte desproporcionada del trabajo más citado del campo, y entrar en uno temprano sigue moldeando una carrera más que casi cualquier decisión posterior.

La ruta de entrada

  1. 1

    Bases de grado

    3–4 yrs

    Un título con fuerte carga de matemáticas, estadística, informática y, cada vez más, asignaturas de aprendizaje automático, junto a primeras asistencias de investigación en el laboratorio de un profesor.

    El filtroAdmisión universitaria y acceso a un laboratorio dispuesto a aceptar a un estudiante de grado.

  2. 2

    Máster o rol de investigación

    1–2 yrs

    Muchos pasan directamente a un doctorado; una proporción creciente pasa en cambio uno o dos años como ingeniero de investigación o estudiante de máster, construyendo un historial de publicaciones antes de solicitar.

    El filtroAdmisión de posgrado, o el listón de contratación de un laboratorio dispuesto a coautoría con un investigador junior.

  3. 3

    Doctorado

    5–6 yrs

    Años de cursos seguidos de investigación independiente bajo un director, que terminan en una tesis defendida ante un comité.

    El filtroUn examen de cualificación, y encontrar un director con financiación e interés en aceptar al candidato.

  4. 4

    Construir un historial de publicaciones

    3–5 yrs (within the PhD)

    Los artículos aceptados en NeurIPS, ICML o ICLR funcionan como la moneda real del campo, importando más a futuros empleadores que el nombre de la universidad en el diploma.

    El filtroRevisión por pares en un foro de primer nivel — lo más cercano que tiene el campo a un examen de licencia.

  5. 5

    Posdoctorado o primer rol de científico de investigación

    1–3 yrs

    Algunos continúan en la academia mediante un puesto posdoctoral; la mayoría pasa ahora directamente a la organización de investigación de un laboratorio industrial.

    El filtroUn proceso de entrevistas en varias etapas en un laboratorio, o una oferta posdoctoral de un investigador principal concreto.

  6. 6

    Investigador independiente o líder de laboratorio

    5+ yrs

    Define una agenda de investigación independiente, mentoría a investigadores junior o doctorandos, y se juzga por la dirección del campo que su trabajo ha influido más que por un solo artículo.

    El filtroComités de tenure y promoción en la academia; impacto sostenido y promoción interna en la industria.

Doctorado en IA/ML (EE.UU., vía financiada) $0–$40k

La mayoría de los programas de doctorado estadounidenses en informática o aprendizaje automático financian a los estudiantes mediante un estipendio combinado con tareas de docencia o asistencia de investigación — comúnmente $35,000–$48,000 al año —, de modo que el coste directo de matrícula suele acercarse a cero; el coste mayor son cinco o seis años de ingresos reducidos respecto a un empleo industrial. Un máster previo, común como peldaño, puede añadir $40,000–$100,000 en matrícula, y los doctorados fuera de EE.UU. varían mucho — muchos doctorados europeos son puestos de investigación asalariados más que títulos que cobren matrícula.

Qué estudiar

Informática

la vía por defecto, la más directa

Aporta los algoritmos, los sistemas y, en la mayoría de las universidades hoy, asignaturas dedicadas de aprendizaje automático que forman la base técnica de casi todas las especialidades de investigación en IA.

Matemáticas o estadística

para la teoría bajo los modelos

Álgebra lineal, probabilidad y optimización son el lenguaje en el que está escrito el aprendizaje automático moderno; los investigadores que entienden por qué funciona un método, no solo cómo ejecutarlo, suelen venir de aquí.

Física

un alimentador inusualmente común hacia la investigación en IA

Los físicos aportan intuiciones fuertes sobre optimización, mecánica estadística y sistemas de alta dimensión; John Hopfield, que pasó de la física a construir un modelo temprano de red neuronal, compartió el Premio Nobel de Física de 2024 por ello.

Ciencias cognitivas o neurociencia

para la inspiración biológica detrás de los modelos

Las redes neuronales reciben su nombre, y una inspiración laxa, de las neuronas biológicas; los investigadores con este trasfondo suelen trabajar en la frontera entre el aprendizaje automático y cómo aprenden realmente los cerebros.

Ingeniería eléctrica

para trabajo consciente del hardware y de procesamiento de señales

Útil para investigadores que trabajan cerca del hardware del que dependen las ejecuciones de entrenamiento, o sobre las bases de procesamiento de señales detrás de los modelos de habla y audio.

Qué estudiar para qué trabajo →

Dónde mejor se enseña

Stanford University

Estados Unidos

Sede del proyecto ImageNet de Fei-Fei Li y del Stanford Institute for Human-Centered AI; uno de los departamentos más citados de forma constante del campo.

University of Toronto

Canadá

Hogar académico de Geoffrey Hinton durante décadas y cuna del equipo de AlexNet que reinició el campo en 2012.

Université de Montréal / Mila

Canadá

Construido en torno al laboratorio de Yoshua Bengio hasta convertirse en una de las mayores concentraciones individuales de investigadores de aprendizaje profundo del mundo.

University of Cambridge

Reino Unido

Una fuerte tradición de aprendizaje automático e informática teórica que alimenta directamente Google DeepMind cercano y la base más amplia de investigación en IA del Reino Unido.

Tsinghua University

China

Se sitúa de forma constante entre los mejores departamentos de informática del mundo por volumen de publicación y alimenta directamente los mayores laboratorios de IA de China.

ETH Zurich

Suiza

Un centro europeo líder de investigación en aprendizaje automático y robótica, con estrechos vínculos con las oficinas de investigación de Google y Meta en Zúrich.

Technion – Israel Institute of Technology

Israel

Ancla el denso ecosistema israelí de investigación en IA y startups, junto a laboratorios de investigación corporativos abiertos cerca por Google, Meta e Intel.

National University of Singapore

Singapur

Un programa de investigación en aprendizaje automático en rápido ascenso y un nodo regional para la creciente inversión en investigación en IA del Sudeste Asiático.

Licencias y exámenes

Doctorado en informática, aprendizaje automático o campo afín

Global

La credencial de facto del campo; sin un colegio de licencias, una tesis completada y el respaldo de un director funcionan como lo más cercano que tiene la investigación en IA a una certificación.

Publicaciones revisadas por pares en NeurIPS, ICML o ICLR

Global

No es una credencial formal, pero sí el mecanismo real de filtro que los comités de contratación pesan con más fuerza — un historial sólido en estos foros suele pesar más que cualquier certificado o el nombre de la universidad.

Fellow de ACM o AAAI

Global (organismos con sede en EE.UU.)

Un estatus de reconocimiento de carrera más que un requisito de entrada, otorgado por la Association for Computing Machinery o la Association for the Advancement of Artificial Intelligence por un cuerpo sostenido de trabajo influyente.

Certificación CITI de investigación con sujetos humanos

Estados Unidos (equivalentes exigidos en otros lugares)

Exigida por la mayoría de los comités de ética universitarios antes de que un investigador pueda realizar cualquier estudio con participantes humanos o sus datos — relevante para investigadores en IA que hacen estudios de evaluación humana, estudios de usuarios o etiquetado crowdsourced.

La otra vía

Programas de residencia en IA industrial

Programas como Google AI Residency aceptan a ingenieros o científicos sólidos sin doctorado para una estancia de investigación tutelada de uno a dos años, a veces produciendo artículos en coautoría que sustituyen a un doctorado en un currículum.

Vía de código abierto y preprints

Un número menor de investigadores construye una reputación pública mediante código de aprendizaje automático de código abierto ampliamente usado o preprints de arXiv bien citados, alcanzando ocasionalmente roles de investigación en laboratorios que contratan por capacidad demostrada más que por credenciales.

Profesiones similares

Vecinos más cercanos en el perfil de seis puntuaciones, no solo el mismo campo.

Seguir explorando

Seguir explorando

Más en Ingeniería y tecnología