Qué preguntar en una entrevista para un puesto de IA

Por qué la mayoría de entrevistas para un puesto de IA no filtra nada

Abre cualquier proceso de selección para un puesto de IA en este momento y vas a encontrar la misma lista de preguntas: qué modelos ha usado el candidato, qué frameworks conoce, qué certificaciones tiene, si sabe de tal o cual herramienta de moda. Ninguna de esas preguntas te dice si esa persona puede ayudar a tu empresa a resolver un problema real.

El problema es de fondo: la jerga de IA cambia cada seis meses. El modelo del que todos hablan hoy no es el mismo del que se hablaba hace un año, y las herramientas que un candidato menciona con entusiasmo en la entrevista probablemente ya estén desactualizadas cuando lleve seis meses en el puesto. Si tu proceso de selección filtra por vocabulario, estás contratando a quien mejor lee las tendencias de moda, no a quien mejor entiende tu negocio.

Esta guía no es el proceso completo de selección para un puesto específico, eso ya se cubrió para el caso puntual del gerente de IA. Es el banco de preguntas en sí: las que aplican sin importar si el puesto es de gerencia, ingeniería, análisis o diseño de prompts, porque en el fondo evalúan lo mismo en cualquier rol de IA: criterio de negocio, honestidad técnica y comportamiento cuando algo sale mal.

Qué es este banco de preguntas (y qué no)

No es un examen técnico de certificación. No pretende medir si el candidato programa mejor que otro programador ni si memorizó la documentación de determinado modelo. Es un conjunto de preguntas diseñado para exponer una sola cosa: si detrás del vocabulario de IA hay criterio de negocio real, o solo hay jerga aprendida de un curso de fin de semana.

• Un examen técnico para verificar dominio de una herramienta o lenguaje específico: eso se evalúa aparte, con una prueba práctica si el puesto lo requiere.
• Una lista de preguntas trampa para hacer sentir mal al candidato: el objetivo es evaluar criterio, no ganarle una discusión.
• Un proceso exclusivo para el puesto de gerente de IA: estas preguntas se adaptan a un ingeniero, un analista o un especialista en prompts, cambiando la profundidad técnica esperada, no la lógica de fondo.
• Una entrevista de una sola ronda: lo ideal es repartir estas preguntas entre dos o tres conversaciones, no hacerlas todas en cuarenta minutos.

Preguntas de criterio de negocio: separar a quien piensa en resultados de quien piensa en herramientas

Estas preguntas van primero, incluso antes de tocar nada técnico. Si el candidato no puede sostener una conversación de negocio, no importa cuánto sepa de modelos: no va a saber elegir el problema correcto para resolver con IA dentro de tu empresa.

• Cuéntame de un proyecto de IA que decidiste NO hacer, y por qué. La respuesta que buscas no es una lista de razones técnicas. Es evidencia de que el candidato sabe decirle que no a una idea de IA cuando el negocio no lo necesita, algo que casi nadie en este mercado practica.
• ¿Cómo le explicarías a un gerente de ventas, sin usar la palabra IA, por qué vale la pena invertir en esto? Si el candidato no puede traducir el proyecto a resultado de negocio (más ventas, menos tiempo, menos errores) sin apoyarse en la palabra tecnología, no va a poder venderlo puertas adentro cuando tú no estés en la sala.
• ¿Qué le preguntarías a un área antes de aceptar construirle una solución de IA? Un candidato con criterio pregunta por el dolor, el volumen y los datos disponibles antes de prometer nada. Un candidato sin criterio pregunta qué modelo prefieren usar.
• Descríbeme el peor caso de uso de IA que has visto en una empresa, y qué lo hizo malo. Esta pregunta revela si el candidato tiene experiencia real de campo o solo teoría de artículo. Una respuesta genérica sobre “faltaba gobernanza” vale menos que un ejemplo concreto con un dolor de negocio detrás.
• Si tuvieras presupuesto para un solo proyecto de IA este trimestre, ¿cómo elegirías cuál hacer? Buscas un método (dolor medible, datos disponibles, dueño con nombre), no una corazonada ni el proyecto más impresionante técnicamente.

Preguntas técnicas prácticas: sin pedir que reciten certificaciones

Aquí sí se habla de tecnología, pero con una regla fija: la pregunta técnica correcta pide juicio, no memoria. Cualquiera puede memorizar el nombre de tres modelos y dos frameworks en una tarde. Pocos pueden explicar en qué momento uno falla y por qué.

• ¿Cuándo NO usarías un agente de IA para resolver algo, aunque técnicamente se pudiera? Un candidato con criterio nombra los riesgos reales: tareas donde el error cuesta caro y no hay forma barata de verificarlo, o donde un flujo simple sin IA ya resuelve el problema. Un candidato sin criterio contesta que siempre se puede usar IA para algo.
• Explícame cómo verificarías que un sistema de IA está dando resultados correctos, sin depender solo de la sensación de que funciona bien. Buscas mención de métricas concretas, muestreo, revisión humana en los primeros ciclos, no una respuesta de fe ciega en el modelo.
• ¿Qué harías si los datos que necesitas para este proyecto están incompletos o sucios? La respuesta correcta no es “se limpian los datos” en abstracto. Es un plan concreto: qué se prioriza limpiar primero, qué se puede aproximar y qué obliga a parar el proyecto hasta tener mejor información.
• Descríbeme, sin usar jerga, qué es lo que realmente hace la herramienta o el modelo que acabas de mencionar. Pide que traduzca su propio vocabulario a lenguaje simple. Quien de verdad entiende la tecnología puede explicarla sin la palabra técnica; quien memorizó el nombre se traba.
• ¿Cómo mides el costo real de mantener funcionando lo que construyes, más allá del costo de construirlo la primera vez? Un candidato con experiencia real habla de mantenimiento, de cambios de versión de modelos y de monitoreo continuo. Uno sin experiencia solo habla del momento del lanzamiento.

Preguntas de comportamiento: cómo reacciona el candidato cuando algo no funcionó

Esta es la categoría que más información da y menos se usa. Cualquiera puede sonar bien hablando de sus éxitos. La forma en que alguien cuenta un fracaso, sin evadir responsabilidad ni exagerar el drama, dice más de cómo va a trabajar contigo que cualquier certificación.

• Cuéntame de un proyecto de IA en el que estuviste involucrado y que no funcionó. ¿Qué pasó y qué hiciste después? Desconfía de quien no tiene un ejemplo real, o de quien culpa por completo a otra persona o al cliente. Busca honestidad sobre su propia parte del error y qué cambió después en su forma de trabajar.
• ¿Cómo le comunicarías a un gerente que el proyecto de IA en el que trabaja tu equipo no va a cumplir la fecha prometida? Un candidato con criterio da la mala noticia temprano, con una alternativa concreta. Uno sin criterio evita la conversación hasta que ya no hay forma de esquivarla.
• Describe una vez que tuviste que decirle a un cliente o a tu jefe que su idea de proyecto de IA no era buena. Esta pregunta filtra a quien solo dice que sí para quedar bien. Necesitas a alguien capaz de discrepar con criterio, no a alguien que ejecuta cualquier instrucción sin cuestionarla.
• Si un sistema que construiste empieza a dar resultados raros en producción, ¿cuáles son tus primeros tres pasos? Buscas un proceso (verificar datos de entrada, revisar cambios recientes, aislar el problema) antes de proponer soluciones. Quien salta directo a reentrenar sin diagnosticar primero es una alerta.
• ¿Qué harías si descubres, ya avanzado un proyecto, que el caso de uso elegido no era el correcto? La respuesta madura no defiende el trabajo ya hecho a toda costa. Reconoce el costo hundido, propone parar o redirigir, y explica cómo lo comunicaría hacia arriba sin esconder el problema.

Errores comunes al entrevistar para un puesto de IA

• Dejar que el candidato hable solo de tecnología durante toda la entrevista, sin preguntarle nunca sobre negocio, dolor o resultado: terminas evaluando vocabulario, no criterio.
• Impresionarse con nombres de modelos, frameworks o certificaciones sin pedir un ejemplo concreto detrás de cada mención: cualquiera puede memorizar una lista de nombres en una tarde.
• No preguntar nunca por un fracaso o un proyecto que no funcionó, por miedo a que la entrevista se sienta incómoda: ahí está la información más valiosa sobre cómo trabaja esa persona bajo presión.
• Usar exactamente las mismas preguntas técnicas para un gerente de IA que para un ingeniero, sin ajustar la profundidad esperada en la respuesta.
• Hacer todas las preguntas en una sola ronda de cuarenta minutos, sin tiempo real para que el candidato piense las de criterio de negocio y de comportamiento.
• Dejar que entreviste solo el área de tecnología, sin nadie de negocio en la sala que pueda evaluar si las respuestas realmente resuelven un dolor de la empresa.

Cómo se ve esto en la práctica

Una empresa de retail mediana, en Perú, con cerca de 200 empleados, abrió una vacante para especialista en IA dentro del área comercial. Los primeros cinco candidatos entrevistados venían con currículums fuertes en herramientas: mencionaban varios modelos, cursos recientes, certificaciones de plataformas de IA generativa. El gerente comercial que lideró las primeras entrevistas salió entusiasmado de cada una.

Cuando se aplicó el banco de preguntas de negocio y de comportamiento en la segunda ronda, el panorama cambió. Ante la pregunta de un proyecto de IA que decidieron no hacer, tres de los cinco candidatos no tenían ejemplo real: repitieron una respuesta genérica sobre gobernanza de datos sin poder nombrar un caso concreto. Ante la pregunta del peor caso de uso que habían visto, solo dos pudieron describir un ejemplo con detalle suficiente para sonar real y no leído de un artículo.

El candidato finalmente contratado no era el que más modelos nombraba en la primera ronda. Era quien, ante la pregunta de qué haría si los datos de inventario estaban incompletos, describió un plan concreto de tres pasos basado en una situación similar que había vivido en un puesto anterior, y quien, al preguntarle por un fracaso, reconoció sin rodeos haber recomendado un proyecto de automatización que la empresa anterior tuvo que cancelar a los dos meses, y explicó con precisión qué señal de alerta se había saltado.

Mi criterio

Cómo saber si la entrevista filtró bien

El resultado de una buena entrevista de IA no se ve en qué tan cómodo se sintió el candidato. Se ve en la calidad de la evidencia que dejó sobre la mesa.

• El candidato dio al menos un ejemplo concreto y verificable por cada pregunta de negocio, no una respuesta genérica de manual.
• Pudo nombrar, sin que se lo preguntaras dos veces, un proyecto de IA que decidió no hacer o que recomendó frenar.
• Explicó al menos una tecnología o herramienta propia sin usar jerga, en un lenguaje que un gerente sin formación técnica podría entender.
• Contó un fracaso real, con su propia responsabilidad incluida, sin culpar por completo a otra persona o al cliente.
• Alguien del área de negocio, no solo de tecnología, participó en al menos una ronda y pudo confirmar que las respuestas resolvían dolores reales de la empresa, no solo sonaban bien técnicamente.

Si tu proceso de selección no genera este tipo de evidencia, no filtró nada: solo confirmó que el candidato sabe hablar de IA, que hoy es lo mínimo que cualquiera con acceso a internet puede aprender a hacer.