Crea un portafolio de IA que los empleadores sí revisan: 3 proyectos que demuestran que sabes entregar

Has usado herramientas de IA. Sabes hacer prompts, iterar y distinguir cuándo la salida es útil y cuándo es tontería. Pero, al aplicar a un empleo, ese conocimiento puede desaparecer detrás de una lista de nombres. Ese es el problema de muchos portafolios de IA: parecen un recibo de compra, no evidencia. La razón es simple: los empleadores necesitan evidencia de que los candidatos pueden aplicar lo que han aprendido, incluso si han completado un curso.

Los posibles empleadores buscan tus experiencias, habilidades y logros que demuestren tu dominio de la inteligencia artificial y les ayuden a decidir si eres un buen candidato para un puesto específico. Por eso, un portafolio sólido puede demostrar aprendizaje aplicado de IA. No tiene que ser un artículo de investigación. Debe ser un pequeño conjunto de trabajo inspeccionable que diga: este es el problema, esto es lo que elegí, esto es lo que pasó.

Esa es la diferencia entre una lista de herramientas y un caso de estudio.

La regla 3-P de prueba de IA

Cuando creas un portafolio, el objetivo no es demostrar que has probado cada modelo. El objetivo es hacer que sea fácil para un responsable de contratación ver la habilidad aplicada. Para cada proyecto, usa la regla 3-P de prueba de IA: Problema, Decisión de IA, Prueba. Problema es la tarea real que intentabas resolver. Decisión de IA es la elección que hiciste sobre cómo usar la IA, incluyendo lo que no usaste y por qué. Prueba es el resultado: una métrica, un artefacto, retroalimentación de usuarios o un resultado antes y después.

Tres proyectos que demuestran que sabes entregar

1. Una aplicación de preguntas sobre documentos

Una aplicación de preguntas sobre documentos es un buen primer proyecto porque demuestra que puedes conectar la IA con material real. Elige un conjunto de documentos que entiendes bien: un manual de producto, una guía de políticas, un conjunto de artículos de soporte o una pequeña base de conocimiento interna. Crea una interfaz simple donde una persona pueda hacer una pregunta y recibir una respuesta con una fuente. La prueba no es que la aplicación funcione una vez. La prueba es que puedas mostrar dónde falla y qué hiciste al respecto. Incluye una respuesta que estuvo mal, un cambio de prompt o de recuperación que la mejoró y un ejemplo de un usuario que obtuvo un resultado útil.

2. Un flujo de trabajo que mejoraste con IA

Elige una tarea que ya haces y hazla más rápida, más clara o menos propensa a errores. Podría ser resumir tickets de soporte, redactar resúmenes, limpiar datos desordenados, preparar actas de reunión o convertir notas crudas en un informe estructurado. La Decisión de IA debe ser específica: qué automatizaste, qué dejaste a una persona y cómo verificaste la salida. La Prueba debe ser un artefacto antes y después. Muestra la versión antigua y la nueva. Si puedes añadir una medida simple, hazlo: tiempo ahorrado, menos ediciones, mayor consistencia o una entrega más clara. Si no puedes medirla, usa retroalimentación de usuarios o una nota breve de alguien que se benefició del resultado.

3. Una evaluación o verificación de seguridad

El tercer proyecto debe mostrar que puedes juzgar la salida de la IA, no solo generarla. Crea una evaluación simple para una tarea común: facticidad, tono, formato, sesgo, privacidad o cumplimiento. Puedes crear una lista de verificación, una rúbrica de puntuación, un conjunto de pruebas o un pequeño panel que compare salidas. El valor es que demuestra que entiendes dónde puede fallar la IA y cómo detectarlo. Aquí es donde las capacidades técnicas más profundas pueden ayudar a los profesionales a distinguirse. También señala que estás en condiciones de trabajar en un equipo, no solo de ejecutar una herramienta de forma aislada.

Cómo presentarlo para que lo revisen

Si estás creando un portafolio con fines de currículum, mantén el enlace del currículum breve y la página del proyecto detallada. Un currículum debe incluir un enlace a un sitio web o portafolio en línea con ejemplos de trabajo de IA. En el currículum, no entierres el enlace. Ponlo cerca de la parte superior, junto a tu información de contacto, y haz que la URL sea limpia. En la página del portafolio, comienza con el resumen 3-P de cada proyecto. Un responsable de contratación debe poder entender rápidamente el problema, tu decisión y la prueba.

Usa un lenguaje claro. No escribas como una ficha de modelo. Escribe como una persona que resolvió un problema. Para cada proyecto, incluye: el contexto, las herramientas o métodos de IA que usaste, la decisión que tomaste, el resultado y una limitación que notaste. Las limitaciones no son debilidades. Son prueba de que puedes evaluar tu propio trabajo.

Mantén el alcance pequeño. Un proyecto pulido y enfocado supera a uno vago y ambicioso. Si solo has usado IA en tu trabajo actual, eso es suficiente. Preséntalo como trabajo aplicado: qué mejoraste, qué aprendiste y qué harías después. Si estás cambiando de carrera, elige proyectos que conecten tus habilidades anteriores con el nuevo puesto. Tu experiencia previa no es un vacío; es el contexto que hace útil tu trabajo con IA.

Esta es prueba de habilidades, no un certificado. Muestra que puedes tomar una tarea desordenada, tomar una decisión razonable de IA y producir algo que una persona pueda usar. Eso es lo que un responsable de contratación necesita ver.

Hazlo esta semana. Elige uno de los tres proyectos anteriores. Escribe el resumen 3-P en un párrafo. Construye la versión más pequeña que puedas mostrar a otra persona. Publica, aunque sea básico. Añade el enlace a tu currículum. Luego envía un mensaje a una persona de tu red: Acabo de publicar un pequeño proyecto de IA. ¿Podrías decirme qué no está claro? No necesitas permiso para empezar. Necesitas pruebas.