La entrevista de ingeniero de machine learning es un híbrido raro: la mitad parece un proceso de ingeniería de software y la otra mitad sondea si entiendes las matemáticas que hay detrás de los modelos que despliegas. En 2026, con grandes modelos de lenguaje en casi todos los stacks de producción, el listón se ha movido. Recitar el compromiso entre sesgo y varianza ya no basta. Los entrevistadores quieren a alguien capaz de depurar un recomendador que se está desviando a las 2 de la madrugada y de explicar por qué el AUC offline pintaba genial mientras la métrica en vivo se hundía.
Qué evalúan de verdad las entrevistas de ingeniero de machine learning en 2026
Hace cinco años podías superar un proceso de ingeniero de ML con reflejos de Kaggle y un notebook ordenado. Esa época se acabó. El puesto está ahora entre la ciencia de datos y la ingeniería de backend, y los paneles buscan cuatro cosas.
Primero, fundamentos de ingeniería: Python (o Go, o Scala) limpio, probado y eficiente, y razonamiento real sobre estructuras de datos, no solo importar scikit-learn. Segundo, profundidad en ML: por qué un modelo se comporta como se comporta, incluidas las funciones de pérdida, la regularización, la optimización y los modos de fallo de la arquitectura que elijas. Tercero, pensamiento de sistemas: diseñar un feature store, un pipeline de entrenamiento, una capa de servicio y un stack de monitorización que aguante tráfico real. Cuarto, y cada vez más dominante en 2026, criterio de producción con LLM: generación aumentada por recuperación, arneses de evaluación, las contrapartidas entre fine-tuning y prompting, y el control de los costes de inferencia.
El hilo que conecta las cuatro es el pragmatismo. Los candidatos fuertes hablan de calidad de los datos, presupuestos de latencia y planes de reversión. Los flojos sueltan el nombre del último paper que han leído.
El proceso de entrevistas
El proceso suele tener de cinco a siete etapas, más largo que el de un puesto puramente de software porque hay más cosas que evaluar.
- Filtro con el reclutador (30 minutos). Logística, banda salarial y una comprobación de que sabes describir de punta a punta un modelo que hayas puesto en producción.
- Filtro técnico telefónico (45 a 60 minutos). Un problema de código (nivel medio, sabor LeetCode, a menudo con un giro de datos) más conceptos de ML a ritmo rápido.
- Ejercicio para casa o de ML aplicado. Un conjunto de datos, un problema de negocio vago, 48 horas. Juzgan cómo planteas el problema, tu estrategia de validación y la higiene de tu código por encima de la métrica final.
- Ronda de código presencial. Algoritmos y estructuras de datos con sabor a ML: implementar k-means, vectorizar un cálculo de distancias o escribir un data loader.
- Ronda de diseño de sistemas de ML (la etapa decisiva). Diseña un sistema de detección de fraude, un motor de recomendación o una función de búsqueda impulsada por LLM, de punta a punta.
- Inmersión profunda en teoría de ML y modelado. Las matemáticas en la pizarra, derivar gradientes, defender por qué un enfoque le gana a otro.
- Encaje conductual e interfuncional. Trabajar codo con codo con producto, manejar la ambigüedad y comunicar las limitaciones del modelo a las partes interesadas.
Las preguntas
Código y manipulación de datos
1. Implementa clustering k-means desde cero, sin scikit-learn. Cómo enfocarlo: narra el bucle (asignar puntos al centroide más cercano, recalcular, repetir hasta converger). Menciona la sensibilidad a la inicialización y k-means++, y vectoriza las matemáticas de distancias con NumPy en lugar de usar bucles anidados.
2. Dado un CSV enorme de eventos de usuario que no cabe en memoria, calcula los 10 usuarios más activos. Cómo enfocarlo: deja claro que pandas por sí solo no te va a salvar. Habla de lectura por bloques, de un contador en streaming o un heap de tamaño k, y de tirar de Spark o DuckDB cuando haga falta.
3. Escribe una función que calcule el AUC de un clasificador binario a partir de las predicciones y las etiquetas. Cómo enfocarlo: demuestra que entiendes que el AUC se basa en rangos. El enfoque limpio usa el estadístico U de Mann-Whitney en lugar de integrar la curva ROC, y deberías mencionar la estabilidad con puntuaciones empatadas.
Teoría de ML y modelado
4. Explícame qué ocurre durante la retropropagación en una red de dos capas. Cómo enfocarlo: sé concreto con la regla de la cadena, con el gradiente fluyendo hacia atrás capa a capa y con de dónde salen los gradientes que se desvanecen o explotan. Escribir con limpieza el gradiente de la pérdida respecto a los pesos te pone por delante.
5. Tu modelo tiene un 99 por ciento de exactitud pero el negocio dice que no sirve para nada. ¿Qué ha pasado? Cómo enfocarlo: desbalanceo de clases, casi seguro. Pasa a precisión, recall, F1 y la asimetría de coste entre falsos positivos y falsos negativos, y luego átalo de vuelta al objetivo de negocio.
6. ¿Cuándo elegirías árboles con gradient boosting en lugar de una red neuronal, y al revés? Cómo enfocarlo: los datos tabulares con tipos de variables mixtos favorecen el boosting (XGBoost, LightGBM); los datos no estructurados de alta dimensión (imágenes, texto, audio) favorecen las redes profundas. Nombra el coste de entrenamiento, la interpretabilidad y el volumen de datos como los ejes que deciden.
7. Explica la regularización L1 frente a la L2 y qué le hace cada una a los pesos. Cómo enfocarlo: L1 lleva pesos exactamente a cero (dispersión, selección implícita de variables); L2 los encoge suavemente hacia cero. Dibuja la intuición geométrica (región de restricción en rombo frente a círculo) si tienes una pizarra delante.
8. ¿Cómo detectas y gestionas las fugas de datos? Cómo enfocarlo: da un ejemplo concreto, como una variable calculada con información del futuro o un escalador ajustado antes de dividir los datos. Insiste en que unas métricas offline sospechosamente altas son el humo que delata este fuego.
Diseño de sistemas de ML
9. Diseña un sistema de recomendación en tiempo real para una plataforma de vídeo con 50 millones de usuarios diarios. Cómo enfocarlo: estructúralo como generación de candidatos, luego ranking y luego re-ranking para las reglas de negocio. Cubre el feature store, la recuperación basada en embeddings con un índice de vecinos más cercanos aproximados, los presupuestos de latencia y el arranque en frío. Cierra explicando cómo lo probarías con un test A/B.
10. Diseña un asistente de soporte impulsado por LLM que responda a partir de la documentación interna. Cómo enfocarlo: la pregunta de diseño de sistemas que define 2026. Expón la generación aumentada por recuperación: fragmentación del texto, elección del modelo de embeddings, una base de datos vectorial, recuperar y luego generar, y el arnés de evaluación. Aborda las barreras contra las alucinaciones, la inyección de prompts y el uso de caché para controlar el coste.
11. La precisión online de tu modelo de fraude se ha desplomado de la noche a la mañana mientras las métricas offline siguen igual. Depúralo. Cómo enfocarlo: esto pone a prueba tu instinto de producción. Repasa la desviación entre entrenamiento y servicio, un pipeline de variables aguas arriba roto, un cambio de distribución por un patrón de fraude nuevo y un retraso en el etiquetado, y luego describe la monitorización que lo habría cazado antes.
12. ¿Cómo servirías un modelo con un requisito estricto de latencia p99 de 50 ms? Cómo enfocarlo: destilación o cuantización del modelo, batching, elección de hardware (GPU frente a CPU frente a acelerador), caché de las entradas frecuentes y precálculo de variables. Distingue p50 de p99 y explica por qué la cola es donde mueren los sistemas.
MLOps y producción
13. Explícame tu estrategia para reentrenar un modelo que se degrada con el tiempo. Cómo enfocarlo: define un disparador (cadencia programada frente a basada en drift), luego describe la monitorización que detecta el deterioro, la puerta de validación antes de que salga cualquier modelo nuevo, y un despliegue en sombra o canary para que un modelo malo nunca golpee todo el tráfico de golpe.
14. ¿Cómo garantizas la reproducibilidad entre ejecuciones de entrenamiento? Cómo enfocarlo: versiona todo (código, datos, configuración, el artefacto del modelo), fija las semillas aleatorias, mete el entorno en un contenedor y registra los experimentos con MLflow o Weights and Biases. La reproducibilidad es un requisito de producción, no un lujo.
Errores comunes que hunden a los candidatos a ingeniero de machine learning
El fallo más frecuente es saltar al modelo antes de entender el problema. Cuando les piden diseñar un sistema, los candidatos flojos sueltan una arquitectura en diez segundos. Los fuertes aclaran primero el objetivo, los datos, la escala y el presupuesto de latencia.
El segundo es tratar las métricas como el objetivo en vez de como un indicador indirecto. El AUC de validación no significa nada si no puedes conectarlo con el resultado de negocio.
Tercero, ignorar el 80 por ciento nada glamuroso: pipelines de datos, monitorización y gestión de fallos. En 2026 los entrevistadores indagan si de verdad has puesto algo en producción.
Cuarto, complicar la solución de más. Tirar de un transformer cuando una regresión logística saldría antes es señal de mal criterio. La mejor respuesta suele ser la aburrida.
Por último, quedarte en silencio bajo presión. Estos son ejercicios de pensar en voz alta; si te bloqueas en una derivación sin narrar nada, el panel no tiene nada que evaluar.
Cómo prepararte (y dónde ayuda un copiloto en vivo)
Construye dos o tres proyectos que puedas comentar con toda la profundidad que te pidan, incluido qué se rompió y por qué. Machaca las variantes de código con sabor a ML (implementar una métrica, vectorizar un cálculo, escribir un data loader), no solo problemas abstractos de grafos. Para diseño de sistemas, ensaya cinco o seis escenarios canónicos en voz alta (recomendación, fraude, ranking de búsqueda, asistente RAG, detección de anomalías) hasta que la estructura te salga de memoria muscular. Y repasa las matemáticas que hay detrás de todo lo que digas que sabes.
Las entrevistas de práctica son donde todo encaja. El hueco casi nunca es de conocimiento; es de recuperarlo y articularlo con el reloj corriendo, y ahí es donde un copiloto en vivo se gana su sitio. GhostPilot AI escucha tu entrevista en tiempo real y te muestra apuntes estructurados y recordatorios rápidos directamente en tu panel lateral de Chrome, así que cuando te quedes en blanco con la conexión entre Mann-Whitney y el AUC, o necesites una forma más limpia de plantear tu stack de monitorización, el andamiaje está justo ahí. Como vive en el panel lateral, no entra en la captura de una pestaña compartida, y la app de escritorio opcional para Windows sigue siendo invisible a la captura de pantalla en Windows 10 (build 2004 o posterior) y Windows 11, así que una videollamada en la que compartes pantalla no muestra nada por tu lado. Puedes leer más en ghostpilotai.com.
FAQ
¿Cuánto tiempo debería prepararme para una entrevista de ingeniero de machine learning? La mayoría de los candidatos con experiencia relevante necesitan de cuatro a seis semanas de preparación enfocada. Quien cambia de carrera, o cualquiera oxidado en diseño de sistemas, debería contar con entre ocho y doce, cargadas hacia el diseño y la articulación en vivo.
¿Las entrevistas de ingeniero de machine learning siguen incluyendo código estilo LeetCode? Sí. Casi todos los procesos tienen al menos una ronda de código algorítmico, aunque las preguntas tiran más hacia arrays, hashing y manipulación de datos que hacia programación dinámica oscura, con un toque de datos o de ML en las empresas fuertes en ML.
¿Cuál es la ronda más importante que hay que superar? El diseño de sistemas de ML suele ser la etapa decisiva. Es donde se lee la señal de seniority, y la ronda para la que los candidatos se preparan de menos con más frecuencia.
¿Cómo están cambiando los LLM las entrevistas de ingeniero de machine learning en 2026? La generación aumentada por recuperación, la recuperación basada en embeddings, los arneses de evaluación para salidas generativas y la optimización del coste de inferencia son ya temas estándar de diseño de sistemas. Incluso los equipos que no despliegan LLM esperan que sepas razonar sobre ellos.
¿Debería admitir cuando no sé algo? Siempre, pero acompáñalo de razonamiento. "No he implementado eso, pero empezaría por examinar el modo de fallo y tiraría de X porque Y" le gana a farolear. Los entrevistadores respetan más el pensamiento honesto y estructurado que una respuesta equivocada dicha con mucha seguridad.
Prueba GhostPilot AI
GhostPilot AI es un copiloto de entrevistas en tiempo real que te mantiene afilado bajo presión y te entrega sugerencias de IA casi instantáneas en el panel lateral de tu navegador, sin llegar nunca a tomar el control de la conversación. Empieza con el plan gratuito (sesiones en vivo de 10 minutos con respuestas de IA ilimitadas), llévate un Session Pass por $29 (tres entrevistas completas de dos horas, pago único, sin suscripción) o pásate a Pro por $59/mes o $192/año ($16/mes con facturación anual). Consigue ese puesto de ML por el que llevas tanto tiempo peleando.