Guía ATS por puesto
Los filtros ATS buscan modelos, frameworks y metricas especificas en CVs de Machine Learning. Si tu CV no las incluye en el formato correcto, queda descartado antes de que un humano lo lea.
Asegúrate de incluir estas palabras clave en tu CV. Los filtros ATS las buscan de forma literal.
Cuando termines de incluirlas, puedes analiza gratis si tu CV pasa los filtros ATS y ver qué keywords concretas faltan o están mal ubicadas.
¿Estás aplicando como Machine Learning Engineer?
Revisa si tu CV pasa el filtro ATS de las empresas que buscan ese perfil.
Especifica versiones de los frameworks de ML
Escribe 'TensorFlow 2.x', 'PyTorch 1.9', 'Scikit-learn 1.2'. La versión demuestra experiencia reciente y matchea con las búsquedas de reclutadores técnicos especializados en ML.
Indica tu área de especialización en ML
Nombra: NLP, Computer Vision, Deep Learning, Modelos LLM. 'Machine Learning' sin especificar el dominio hace que tu perfil quede por detrás de candidatos más específicos.
Cuantifica el impacto de los modelos desarrollados
Incluye métricas del modelo: 'Mejoré la precisión del clasificador de 78% a 93%' o 'Reduje el churn en 5 puntos porcentuales con modelo predictivo'.
Menciona la plataforma de MLOps que usaste
Agrega: AWS SageMaker, GCP Vertex AI u otras. El ML Engineer moderno trabaja con MLOps; sin mencionar la plataforma, el perfil parece el de un científico de datos clásico.
Incluye proyectos con link a repositorio o paper
Agrega URLs de GitHub o arXiv. En el campo de ML, el código público y los papers son señales de credibilidad que ninguna descripción en el CV puede igualar.
Revisa si tu CV pasa el filtro ATS de las empresas que buscan ese perfil.