15 profesiones a las que puede llevar un grado en Informática, más dónde se enseña y qué credenciales hay en el camino. Ingeniero de software · Investigador en IA · Ingeniero en robótica · Especialista en ciberseguridad · Ingeniero MLOps · Físico · Científico de datos · Astrónomo · Matemático · Ingeniero Cuántico · Científico de Datos Clínicos · Diseñador de videojuegos · Emprendedor · Product Manager · Economista.
Un fondo en Informática conecta con 15 profesiones de este sitio, ordenadas por sueldo. Cada ficha explica por qué la carrera sigue importando.
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.
Proporciona programación, sistemas distribuidos y bases de algoritmos para plataformas de producción de aprendizaje automático.
Admite compiladores, simulación, corrección de errores y software de control.
Cubre algoritmos, estructuras de datos, computabilidad y sistemas: la base teórica de casi toda especialización del campo.
Enseña algoritmos, sistemas y programación útiles en aplicaciones, nube e ingeniería de seguridad.
Las bases de datos, los algoritmos y suficiente ingeniería de software para escribir código de calidad de producción, no solo un script de análisis puntual, distinguen cada vez más a los candidatos fuertes de los débiles.
Cada vez más esencial a medida que los robots dependen de modelos de percepción entrenados y políticas de control aprendidas en lugar de solo lógica codificada a mano, y la disciplina de la que ahora contratan con más fuerza la mayoría de las grandes empresas de robótica.
Bases de datos, algoritmos y suficiente ingeniería de software para escribir código de calidad de producción, no solo un script de análisis de un solo uso, separan cada vez más a los candidatos fuertes de los débiles.
El trabajo empírico moderno funciona con código, y el empleador de economistas de más rápido crecimiento es el sector tecnológico, donde el diseño de subastas y la experimentación se sitúan exactamente en la frontera entre economía y computación. Un doble grado en informática y economía es cada vez más una preparación de primera elección.
El título de fundador dominante en la era del software: un fundador técnico puede construir el primer producto sin contratar a nadie, y los inversores valoran esa capacidad. Muchos de los mayores éxitos de startups de las últimas tres décadas tuvieron al menos un fundador programador.
Da la fluidez suficiente para leer un documento de diseño técnico, estimar a grandes rasgos el esfuerzo de ingeniería y ganarse la confianza de los ingenieros, especialmente valorado en empresas donde el producto es infraestructura orientada a desarrolladores.
La informática teórica es efectivamente una rama de las matemáticas —complejidad, criptografía, algoritmos— y el problema P versus NP lleva un premio Clay de un millón de dólares; la doble titulación con matemáticas es ahora una de las preparaciones más comunes.
La alfabetización en scripting y sistemas permite a un diseñador probar ideas sin pedir prestado un ingeniero, y los diseñadores técnicos — el rol híbrido — están entre los más empleables de la industria. Muchos diseñadores célebres, de Sid Meier a Markus Persson, entraron como programadores.
Subcampos en crecimiento —QCD en red, análisis de datos asistido por aprendizaje automático, computación cuántica— contratan cada vez más a graduados en física que también tienen una formación real en informática.
La astronomía moderna es software: tuberías de sondeo, clasificadores de aprendizaje automático, códigos de simulación. Un grado de informática con cursos de física es una ruta de entrada cada vez más común y empleable.
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.
Hogar académico de Geoffrey Hinton durante décadas y cuna del equipo de AlexNet que reinició el campo en 2012.
Construido en torno al laboratorio de Yoshua Bengio hasta convertirse en una de las mayores concentraciones individuales de investigadores de aprendizaje profundo del mundo.
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.
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.
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.
Ancla el denso ecosistema israelí de investigación en IA y startups, junto a laboratorios de investigación corporativos abiertos cerca por Google, Meta e Intel.
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.
Influyente ecosistema de investigación en informática, inteligencia artificial y sistemas.
Fuertes programas de aprendizaje automático, ingeniería de software y sistemas.
Importante centro para la investigación del aprendizaje automático y el talento en ingeniería.
Fortaleza investigadora en aprendizaje automático, datos y sistemas.
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.
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.
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.
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.
Certificación de plataforma en la nube que cubre el diseño, la implementación y las operaciones de modelos en Google Cloud.
Certificación de AWS para el diseño y uso operativo de cargas de trabajo de aprendizaje automático; La disponibilidad y los nombres pueden cambiar según el programa.
Credencial de proveedor enfocado en el diseño e implementación de soluciones de Azure AI.
Credencial de Cloud Native Computing Foundation relevante para la orquestación de contenedores utilizada por muchas plataformas de aprendizaje automático.