Research Scientist ASR/STT — Remoto - Global — Inteligencia Artificial - ASR, STT, Machine Learning
Sobre la vacante
Se buscan Research Scientists especializados en ASR/STT (Reconocimiento Automático de Voz / Speech-to-Text) para trabajar en startups, laboratorios de frontera y empresas establecidas en el campo de la inteligencia artificial. Los enfoques incluyen agentes, modelos de base, IA conversacional, IA generativa, robótica y sistemas multimodales. Esta vacante es remota global con base en San Francisco, ofreciendo un salario base de $200k-$400k USD más paquete de acciones (stock).
¿Por qué deberías aplicar?
Esta es una oportunidad para trabajar en los problemas más desafiantes de la IA actual, desde modelos de voz hasta sistemas conversacionales avanzados. Formarás parte de equipos que están definiendo el futuro de la tecnología, con acceso a proyectos de vanguardia y un entorno que valora la innovación y la investigación seria. Aprenderás de líderes en la industria y contribuirás a soluciones que impactarán millones de usuarios globalmente.
Tips y consejos de VacantesDigitales.com
Skills indispensables
- Habilidades técnicas: Experiencia en investigación de ASR/STT, machine learning profundo, procesamiento de señales de audio, frameworks como PyTorch o TensorFlow.
- Soft skills: Pensamiento crítico, capacidad para publicar investigaciones, colaboración en equipos multidisciplinarios, comunicación clara de hallazgos complejos.
Tips prácticos para este puesto
- Prepara un portafolio de investigación: Incluye papers publicados, proyectos de código abierto o demostraciones de modelos de voz.
- Domina los fundamentos: Asegúrate de entender bien las arquitecturas de redes neuronales para audio (ej., Transformers, RNNs) y métricas de evaluación de ASR.
- Networking en conferencias: Asiste a eventos como Interspeech o ICASSP para conectar con reclutadores y mantenerse actualizado.
Recursos recomendados
- Tools y librerías: PyTorch, TensorFlow, libros como "Deep Learning for Audio" de Virtanen, cursos de Coursera sobre ASR.
- Influencers: Sigue a investigadores en Twitter/X como Andrew Ng, Yann LeCun, o expertos en voz como Dan Povey.
- Documentación: Revisa papers seminales en arXiv sobre modelos de voz (ej., Whisper de OpenAI, wav2vec de Facebook).
Preguntas frecuentes en entrevistas para este rol
- Pregunta 1: "Describe un proyecto de ASR en el que hayas trabajado y los desafíos que enfrentaste." Tip: Enfócate en la metodología, resultados y cómo superaste obstáculos técnicos.
- Pregunta 2: "¿Cómo evalúas la calidad de un modelo de STT en producción?" Tip: Menciona métricas como WER (Word Error Rate), CER (Character Error Rate) y consideraciones de latencia.
- Pregunta 3: "¿Qué técnicas usarías para mejorar la robustez de un modelo de voz en entornos ruidosos?" Tip: Habla de data augmentation, modelado de ruido o arquitecturas como conformers.
Rango salarial estimado (LATAM)
Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual:
| Nivel | Rango mensual USD |
|---|---|
| Junior | $4,000 - $8,000 |
| Mid | $8,000 - $15,000 |
| Senior | $15,000 - $25,000 |
Nota: Varía según país, empresa, modalidad (remoto internacional paga más) y tecnologías específicas. Empresas de USA/EU pagando en LATAM suelen ofrecer 30-50% más. Para esta vacante con salario en USD alto, los rangos pueden ser superiores para candidatos con experiencia comprobada en IA de frontera.
Red flags a considerar
- Bandera roja 1: Falta de claridad en los objetivos de investigación o expectativas poco realistas. Qué preguntar: "¿Cuáles son los KPIs clave para este proyecto en los primeros 6 meses?"
- Bandera roja 2: Equipo con alta rotación o falta de soporte para publicación académica. Qué investigar: Revisa perfiles de LinkedIn de empleados actuales y antiguos para ver duración y logros.
- Bandera roja 3: Salario prometido muy por encima del mercado sin justificación. Señal de advertencia: Ofertas con compensación excesiva pueden indicar presión insostenible o proyectos de alto riesgo.
Sobre empleos de Data Science y Analytics
La ciencia de datos y el análisis son campos en rápido crecimiento que combinan estadística, programación y conocimiento de negocios. Las empresas latinoamericanas e internacionales buscan profesionales capaces de transformar datos en decisiones estratégicas. Las tecnologías más demandadas incluyen Python, SQL, herramientas de visualización como Tableau y Power BI, y plataformas cloud como AWS y Google Cloud. La capacidad de contar historias con datos y comunicar insights de forma clara es tan importante como las habilidades técnicas.
