Destacados
Científico en visión computacional, ingeniero en procesamiento de imágenes, ingeniero en IA visual, ingeniero en percepción, ingeniero en visión artificial, investigador en visión computacional, ingeniero en análisis de video, ingeniero en visión robótica, ingeniero en percepción de sistemas autónomos, ingeniero en visión con aprendizaje profundo
Que tu celular se desbloquee en el instante en que reconoce tu rostro, que un auto autónomo detecte a un peatón que baja de la acera, que una cámara de fábrica capte una grieta casi imperceptible en una pieza antes de que se envíe, o que la tomografía de un médico se marque como sospechosa en el momento en que muestre algo que merezca una segunda revisión: todo esto depende de que las máquinas aprendan a “ver” como lo hacen los humanos y, a menudo, a detectar cosas que a los humanos se les pasan por alto. Desarrollar esa capacidad visual es el trabajo del ingeniero de visión computacional.
Los ingenieros de visión computacional diseñan y entrenan sistemas que interpretan imágenes y videos, detectan objetos, reconocen rostros, segmentan escenas en partes significativas o identifican defectos que pasan desapercibidos a simple vista. Trabajan en estrecha colaboración con ingenieros de robótica, ingenieros de hardware, anotadores de datos y equipos de producto para garantizar que un sistema que funcione bien en un laboratorio también lo haga en el caótico e impredecible mundo real, ya sea en una planta de fabricación, una calle concurrida o un hospital.
Mediante el uso de herramientas como OpenCV, PyTorch o TensorFlow, redes neuronales convolucionales y transformadores de visión, junto con cámaras, sensores y, en ocasiones, LiDAR, los ingenieros de visión computacional convierten los píxeles sin procesar en decisiones sobre las que una máquina puede actuar. Su trabajo hace que los autos autónomos sean más seguros, que las fábricas operen con menos productos defectuosos que se escapen, que los sistemas de seguridad sean más confiables y que las herramientas de imágenes médicas sean más precisas, convirtiendo el «ver» en una de las herramientas más poderosas de la tecnología moderna.
- Ver cómo un sistema que tú mismo creaste identifica correctamente algo del mundo real por primera vez
- Trabajar en tecnologías con importantes implicaciones en materia de seguridad, como los vehículos autónomos y las imágenes médicas
- Resolver problemas visualmente intuitivos que combinan matemáticas, ingeniería y creatividad
- Ver cómo tu trabajo se aplica en campos apasionantes y de vanguardia, como la robótica y la manufactura
Horario de trabajo
La mayoría de los ingenieros de visión computacional trabajan a tiempo completo, por lo general en horarios comerciales estándar, aunque las pruebas en condiciones reales, como en una planta de fabricación o durante una prueba de manejo de un vehículo, pueden requerir levantarse temprano o horarios irregulares. El trabajo se divide entre la programación en un escritorio, la revisión del desempeño de los modelos con datos de prueba y el tiempo dedicado a realizar pruebas en un laboratorio o en el campo con cámaras y hardware reales. La mayoría trabaja para empresas de tecnología, fabricantes de automóviles y de robótica, o en las divisiones tecnológicas de empresas de manufactura y de salud, mientras que algunos trabajan como contratistas en proyectos específicos.
Funciones típicas
- Recopilación y anotación de conjuntos de datos de imágenes y videos para el entrenamiento
- Entrenamiento y ajuste de modelos de detección y segmentación de objetos
- Evaluar la precisión del modelo con conjuntos de datos de prueba del mundo real, no solo con datos limpios de laboratorio
- Optimización de modelos para que se ejecuten en tiempo real en cámaras, teléfonos o hardware integrado
- Integración de modelos de visión con cámaras, sensores y sistemas robóticos
- Depuración de casos de falla causados por la iluminación, la oclusión, el ángulo o el desenfoque de movimiento
- Crear flujos de datos que permitan el reentrenamiento continuo a medida que se incorporan nuevas grabaciones
- Colaborar con los equipos de hardware, robótica y productos en la integración de sistemas
- Probar los sistemas en condiciones reales de campo, no solo en entornos simulados
- Redacción de documentación técnica e informes de comparativas
- Evaluación comparativa de modelos frente a objetivos estrictos de latencia y precisión
Responsabilidades adicionales
- Mantenerse al día sobre las nuevas arquitecturas e investigaciones en visión computacional
- Colaborar en las revisiones de seguridad y cumplimiento normativo para aplicaciones reguladas
- Gestión de conjuntos de datos y coordinación con proveedores de etiquetado o equipos de anotación
- Orientar a los ingenieros noveles sobre técnicas de depuración específicas para sistemas de visión
- Realización de demostraciones en vivo de sistemas de visión para partes interesadas y clientes
- Aportar mejoras a las herramientas de visión computacional de código abierto
El día de un ingeniero de visión computacional suele comenzar con la revisión de los resultados del entrenamiento realizado durante la noche y la verificación de si la precisión del modelo ha mejorado en el último conjunto de prueba. Si un modelo no rinde lo esperado con ciertos tipos de imágenes, la primera tarea suele consistir en analizar los ejemplos para comprender exactamente dónde y por qué falla.
Por lo general, el mediodía lo dedicamos a desarrollar y probar, ya sea ajustando un modelo de detección, escribiendo código para optimizarlo y acelerar la inferencia en un dispositivo, o configurando una nueva prueba con una cámara en el laboratorio. Si un equipo de robótica o de hardware necesita integrar el sistema de visión en un producto físico, a menudo dedicamos tiempo a conectar el código con cámaras y sensores reales y a observar su desempeño en tiempo real.
Por las tardes, a menudo revisamos juntos con nuestros compañeros de equipo casos complicados de fallos, como un modelo que tiene dificultades con los reflejos, las sombras o los ángulos inusuales, y proponemos soluciones como un mejor aumento de datos o una arquitectura de modelo diferente. Antes de terminar, los ingenieros suelen documentar los hallazgos y actualizar las pautas de anotación para que el siguiente lote de datos de entrenamiento resuelva las deficiencias que encontraron.
Habilidades interpersonales
- Gran capacidad de razonamiento visual y espacial
- Paciencia ante los ciclos de depuración largos e iterativos
- Atención al detalle al revisar los resultados de las pruebas y los casos de falla
- La curiosidad por saber cómo los humanos y las máquinas perciben el mundo de manera diferente
- Resolución de problemas bajo restricciones del mundo real, como la iluminación y las limitaciones de hardware
- Comunicación clara con los equipos de hardware, robótica y de productos
- Adaptabilidad a medida que surgen nuevas arquitecturas y herramientas
- Persistencia a lo largo de largos ciclos de entrenamiento y prueba de modelos
- Trabajo en equipo entre los departamentos de ingeniería, hardware y funciones comerciales
- Enfoque en la seguridad, especialmente para aplicaciones de alto riesgo
- Creatividad en el diseño de estrategias de aumento de datos y de pruebas
Habilidades técnicas
- Programación en Python para el desarrollo de modelos y flujos de datos
- OpenCV para tareas clásicas de procesamiento de imágenes y visión computacional
- PyTorch o TensorFlow para el desarrollo de modelos de aprendizaje profundo
- Redes neuronales convolucionales y arquitecturas de transformadores de visión
- Marcos de trabajo para la detección de objetos, como YOLO y Detectron2
- Herramientas de anotación de imágenes y videos como CVAT o Labelbox
- Técnicas de calibración de cámaras y sensores
- Programación de GPU y CUDA para código en el que el rendimiento es fundamental
- Técnicas de optimización de modelos como la cuantificación, la poda y TensorRT
- Geometría 3D básica y matemáticas de la cámara para el razonamiento espacial y de profundidad
- Ingeniero de detección de objetos: Desarrolla sistemas que detectan y clasifican objetos en imágenes
- Especialista en segmentación de imágenes: Desarrolla modelos que dividen una imagen en regiones u objetos precisos
- Ingeniero de reconocimiento facial: Desarrolla sistemas que identifican o verifican a las personas a partir de imágenes
- Ingeniero de percepción para vehículos autónomos: Desarrolla sistemas de visión que ayudan a los autos autónomos a interpretar la carretera
- Ingeniero de detección de defectos de fabricación: Desarrolla sistemas que detectan fallas en los productos en una línea de producción
- Ingeniero de visión para imágenes médicas: Desarrolla modelos que ayudan a analizar radiografías, tomografías y otras imágenes médicas
- Ingeniero de análisis y vigilancia por video: Desarrolla sistemas que analizan transmisiones de video con fines de seguridad o para obtener información empresarial
- Empresas del sector automotriz y de vehículos autónomos
- Empresas de robótica y automatización
- Empresas de fabricación y control de calidad industrial
- Empresas del sector de la salud y de imágenes médicas
- Empresas de tecnología de seguridad y vigilancia
- Empresas de tecnología agrícola que utilizan drones e imágenes de campo
- Empresas de venta al por menor y comercio electrónico que utilizan la búsqueda visual y el seguimiento de inventario
- Contratistas del sector aeroespacial y de defensa
- Redes sociales y plataformas para compartir fotos
- Empresas de electrónica de consumo que fabrican cámaras y dispositivos inteligentes
- Organismos gubernamentales y laboratorios de investigación
- Empresas deportivas y de medios que utilizan el análisis de video
Los ingenieros de visión computacional suelen trabajar en sistemas en los que los errores tienen consecuencias reales, ya sea que un auto autónomo identifique erróneamente un obstáculo o que una herramienta de imágenes médicas pase por alto algo importante. Esa responsabilidad implica un cuidado especial en las pruebas y un respeto merecido por todo lo que puede salir mal cuando un sistema se enfrenta al caótico mundo real, en lugar de a un conjunto de datos limpio de laboratorio.
Los ciclos de entrenamiento y prueba pueden ser largos; a veces se necesitan días para entrenar un modelo y días adicionales para evaluarlo adecuadamente en suficientes escenarios del mundo real. Esperar los resultados, solo para descubrir un error sutil y tener que empezar de nuevo, es una parte normal y, a veces, frustrante del trabajo.
Este campo también plantea cuestiones éticas reales, especialmente en torno al reconocimiento facial y la tecnología de vigilancia, y a menudo se espera que los ingenieros reflexionen detenidamente sobre la privacidad, el consentimiento y la equidad, y no solo sobre la precisión. Lograr un equilibrio entre la ambición técnica y el uso responsable de la tecnología es una parte constante de este trabajo.
- El auge de los transformadores de visión como alternativa a las redes convolucionales tradicionales
- El desarrollo de modelos multimodales que combinan la visión con la comprensión del lenguaje
- Expansión de la IA en el borde, con la ejecución de modelos de visión directamente en cámaras y dispositivos
- El uso cada vez mayor de datos sintéticos para entrenar modelos cuando los datos reales son escasos o costosos
- Avances en la comprensión de escenas 3D para la robótica y los vehículos autónomos
- El auge del preentrenamiento autosupervisado, que reduce la necesidad de contar con conjuntos de datos etiquetados a gran escala
- Ampliación del análisis de video en tiempo real para el comercio minorista, la seguridad y los deportes
- El rápido crecimiento de los sistemas de percepción para vehículos autónomos y robótica
- El aumento de la regulación y el escrutinio público de la tecnología de reconocimiento facial y de vigilancia
- Mayor uso de la inteligencia artificial para la visión en la agricultura, la construcción y la inspección industrial
Muchos ingenieros de visión computacional crecieron apasionados por la fotografía, los videojuegos o por armar y desarmar cámaras y aparatos electrónicos. Les gustaban los rompecabezas que implicaban detectar patrones o encontrar las diferencias entre dos imágenes casi idénticas.
A otros les atraían los kits de robótica, los drones o la construcción de objetos capaces de percibir el mundo que los rodeaba y reaccionar ante él. La fascinación por la forma en que los ojos y el cerebro procesan las imágenes, junto con el interés por la programación o la ingeniería, a menudo los llevó directamente a una carrera dedicada a enseñar a las máquinas a ver.
La mayoría de los ingenieros en visión computacional cuentan con una licenciatura en ciencias de la computación, ingeniería eléctrica o un campo relacionado, y muchos cursan una maestría para desempeñar funciones centradas en la investigación o de nivel avanzado. Es esencial contar con una base sólida en matemáticas, en particular en álgebra lineal y cálculo, ya que la visión computacional se basa en gran medida en la geometría y las operaciones matriciales.
Los estudiantes pueden cursar materias relacionadas con temas como:
- Álgebra lineal
- Visión computacional
- Aprendizaje automático
- Procesamiento de señales e imágenes
- Estructuras de datos y algoritmos
- Robótica
- Cálculo multivariable
- Aprendizaje profundo
- Arquitectura de computadoras
- Probabilidad y estadística
La experiencia práctica con cámaras reales y datos de imágenes del mundo real es esencial, ya que los conjuntos de datos de los libros de texto rara vez reflejan la complejidad de la iluminación, los ángulos y el movimiento reales. Desarrollar y poner a prueba proyectos personales —ya sea un robot como pasatiempo, un sistema de cámaras de seguridad o un clasificador de imágenes— les da a los estudiantes una ventaja real a la hora de postularse para un empleo.
- Toma cursos de matemáticas hasta el nivel de cálculo y álgebra lineal, ya que la visión se basa en gran medida en la geometría
- Aprende a programar en Python y experimenta con bibliotecas básicas de procesamiento de imágenes
- Únete a un equipo o club de robótica que trabaje con cámaras y sensores
- Crea un proyecto personal, como un detector de objetos sencillo o un clasificador de fotos
- Toma un curso de física para entender cómo funcionan la luz, las lentes y las cámaras
- Participa en ferias de ciencias o concursos relacionados con la robótica o la visión computacional
- Aprende por tu cuenta los conceptos básicos de una biblioteca de visión computacional como OpenCV
- Practica la fotografía para desarrollar tu intuición en cuanto a la iluminación, los ángulos y la composición
- Estudia las estadísticas y la probabilidad, que son la base de la mayoría de los modelos de visión
- Visita una empresa local dedicada a la robótica, la automoción o la manufactura para realizar un recorrido o una experiencia de observación laboral
- Busca prácticas o proyectos a tiempo parcial relacionados con cámaras, sensores o datos de imagen
- Habla con ingenieros especializados en visión computacional sobre cómo es realmente su trabajo día a día
- Sólida formación en álgebra lineal, cálculo y matemáticas aplicadas
- Cursos específicos sobre visión computacional o procesamiento de imágenes, no solo sobre IA en general
- Acceso a hardware moderno de GPU y cámaras para proyectos prácticos
- Docentes con experiencia en investigación o en el sector industrial en el ámbito de la visión artificial o la robótica
- Un proyecto final o de laboratorio que implique un sistema de visión real
- Cobertura tanto de la visión computacional clásica como de los enfoques modernos de aprendizaje profundo
- Fuertes vínculos con programas de prácticas en empresas de robótica, automotrices o de manufactura
- Exposición a conjuntos de datos del mundo real, desordenados, y no solo a datos de referencia limpios
- Servicios de orientación profesional con contactos en empresas del sector de la visión computacional
- Oportunidades para trabajar con robótica, drones o hardware integrado
- Una comunidad de compañeros que trabajan en proyectos relacionados con la visión o la robótica
- Un plan de estudios actualizado que se adapta al rápido avance de la investigación
- Crea un portafolio de proyectos de visión artificial que incluya código, demostraciones y videos cortos en los que se vea cómo funcionan
- Postúlate para puestos de nivel inicial, como ingeniero junior en visión computacional, ingeniero en percepción o ingeniero en aprendizaje automático
- Participa en concursos de Kaggle centrados en el procesamiento de imágenes y documenta tu enfoque
- Colabora en proyectos de visión computacional de código abierto para crear un historial público
- Practica cómo explicar tus proyectos con claridad, incluyendo los casos en los que fallaste y cómo los resolviste
- Establece contactos con ingenieros en encuentros o conferencias sobre robótica, automoción e inteligencia artificial
- Busca en las plataformas de empleo tanto puestos relacionados con la «visión computacional» como con el concepto más amplio de «aprendizaje automático»
- Considera la posibilidad de realizar prácticas o programas cooperativos en empresas de robótica, automotrices o de manufactura
- Aprende a implementar un modelo de visión artificial en hardware real antes de tu primera entrevista
- Prepárate para entrevistas técnicas que abarquen tanto la programación como conceptos específicos de la visión, como la geometría
- Destaca cualquier experiencia de trabajo con cámaras reales, sensores o sistemas integrados
- Muéstrate dispuesto a comenzar en un puesto más general en el ámbito del aprendizaje automático o la robótica para adquirir experiencia
- Asume el control de sistemas de visión cada vez más complejos o críticos para la seguridad
- Crear un historial de modelos que funcionen de manera confiable en condiciones reales
- Desarrolla conocimientos especializados en un área específica, como los vehículos autónomos, las imágenes médicas o la manufactura
- Orientar a los ingenieros más nuevos en la depuración y prueba de sistemas de visión
- Contribuir a la investigación, las patentes o las presentaciones en congresos sobre visión computacional
- Establecer relaciones sólidas con los equipos de hardware y robótica
- Mantente al día con las nuevas arquitecturas y técnicas, ya que este campo evoluciona rápidamente
- Ascender a puestos de ingeniero sénior, jefe técnico o investigador científico
Sitios web:
- OpenCV - opencv.org
- Artículos con código (Visión computacional) - paperswithcode.com/area/computer-vision
- CVPR - cvpr.thecvf.com
- Hugging Face - huggingface.co
- PyImageSearch - pyimagesearch.com
- Blog de Roboflow - roboflow.com/blog
- Kaggle - kaggle.com
- Desarrollador de NVIDIA - developer.nvidia.com
- Two Minute Papers - twominutepapers.com
- IEEE Computer Society - computer.org
- Blog de Google AI Vision - ai.googleblog.com
- Hacia la ciencia de datos - towardsdatascience.com
Libros:
- Visión computacional: algoritmos y aplicaciones, de Richard Szeliski
- Aprendizaje profundo para sistemas de visión, de Mohamed Elgendy
- «Learning OpenCV», de Adrian Kaehler y Gary Bradski
- «Geometría de vistas múltiples en la visión computacional», de Richard Hartley y Andrew Zisserman
- Programación de visión computacional con Python, de Jan Erik Solem
Si descubres que la carrera de ingeniero en visión computacional no es lo que más te conviene, tus habilidades en programación, matemáticas y resolución práctica de problemas se pueden aplicar fácilmente a muchas profesiones relacionadas.
- Ingeniero de aprendizaje automático
- Ingeniero en robótica
- Ingeniero de sistemas embebidos
- Científico de datos
- Ingeniero de control de calidad
- Ingeniero de software
- Especialista en fotogrametría
- Ingeniero de RA/RV
- Técnico en sistemas autónomos
Haz clic aquí para descargar la infografía
Noticias
Empleos destacados
Cursos y herramientas en línea