Visión artificial: mercado
Datos a 19 de noviembre de 2026: ofertas abiertas de Visión artificial — 303, el 24% en remoto entre las ofertas que indican la modalidad; salario mediano anunciado $10.927/mes (de 36 ofertas que indican salario). Fuente: Zorky, actualizado a diario.
Computer Vision Engineer (CV): disciplina hermana de NLP dentro de la familia ML, centrada en el procesamiento de imágenes y vídeo (no de texto). Un campo maduro (desde los años 1960), reconstruido por el deep learning en 2012 (AlexNet) → transformers 2020–2021 (ViT) → modelos fundacionales 2023–2024 (DINOv2 / SAM / CLIP) → el boom generativo 2022–2026 (Stable Diffusion / FLUX). Tareas: clasificación de imágenes, detección de objetos (YOLO + Detectron2 + DETR), segmentación semántica / de instancias / panóptica (SAM + Mask R-CNN), OCR (PaddleOCR + EasyOCR + Tesseract legacy), reconocimiento facial + biometría, comprensión de vídeo (reconocimiento de acciones + seguimiento: ByteTrack / DeepSORT), multimodal (CLIP + GPT-4V + Claude vision + Gemini Vision), visión 3D (NeRF + Gaussian Splatting + structure-from-motion), imagen / vídeo generativo (Stable Diffusion / FLUX / familia Sora), despliegue en el edge (TensorRT + ONNX + CoreML + OpenVINO). Familia de roles: Computer Vision Engineer (general: pipelines de CV en producción), Senior CV Engineer (responsabilidad sobre CV multitarea + arquitecturas propias), ML Research CV (vía académica: papers en CVPR / ICCV / ECCV; se solapa con Research Engineer / Scientist), 3D Vision Engineer (NeRF / Gaussian Splatting / nubes de puntos: en auge desde 2024+), Generative AI Engineer (imagen / vídeo) (especialización en Stable Diffusion / FLUX / Runway / Pika / Kling; se solapa con ai-engineer), Edge CV Engineer (especialización en TensorRT + despliegue móvil), Robotics Vision Engineer (SLAM + percepción para robots / sistemas autónomos). Stack 2026: Python (mayoritariamente; algunos componentes edge en C++/Rust). PyTorch + torchvision (la base: el 90%+ de la investigación en CV usa PyTorch en 2026), OpenCV (CV clásica: aún enorme para preprocesamiento + algoritmos tradicionales), Pillow (manipulación de imágenes). Modelos autosupervisados + fundacionales: DINOv2 (Meta: el mejor backbone de visión en 2024), CLIP + OpenCLIP + SigLIP (visión-lenguaje). Backbones de clasificación: familia ViT, Swin Transformer, ConvNeXt (CNN moderna), EfficientNet, timm (PyTorch Image Models: modelos preentrenados, biblioteca imprescindible). Data augmentation: albumentations (estándar del sector: rápida y completa), torchvision.transforms.v2 (moderno), RandAugment + AugMix. LLM multimodales: GPT-4V, Claude 3.5 Sonnet vision, Gemini 1.5 Pro / 2.0, LLaVA + Qwen 2 VL + InternVL (visión-lenguaje open source). OCR: PaddleOCR (Baidu: líder multilingüe en 2026), EasyOCR, Tesseract (legacy, aún muy usado), Docling (IBM: comprensión moderna de documentos 2024+), Surya. Reconocimiento facial: InsightFace (SOTA open source en 2026: ArcFace + RetinaFace), DeepFace, face_recognition. Reconocimiento facial ruso: NtechLab FaceNGN / VisionLabs Luna / Tevian. Seguimiento en vídeo: ByteTrack (el más rápido en 2026), DeepSORT (clásico), BoT-SORT, StrongSORT. Modelos de vídeo: VideoMAE, X-CLIP, InternVideo. Visión 3D: NeRF (original de 2020), Instant-NGP (NVIDIA: 100× más rápido), Gaussian Splatting (3DGS) (en auge 2023–2026: renderizado fotorrealista), Nerfstudio (framework unificado), Open3D (procesamiento de nubes de puntos), PyTorch3D (Meta). Vídeo generativo: Runway Gen-3, Pika 1.5, Kling AI (Kuaishou), Sora (OpenAI), AnimateDiff + SVD (open source). Generativo ruso: Sber Kandinsky 3. Interfaces: ComfyUI (basada en nodos: la favorita de la investigación), Automatic1111 (web UI legacy). Fine-tuning generativo: LoRA + DreamBooth para Stable Diffusion / FLUX. Serving de inferencia: Triton Inference Server (NVIDIA: multiframework + batching dinámico), BentoML, TorchServe. Anotación: CVAT (OpenCV: estándar del sector para detección / segmentación), Label Studio, V7 Darwin (comercial), Roboflow (popular para prototipado rápido). Datasets: COCO + ImageNet + OpenImages + LAION-5B + Objects365 + Visual Genome. Según Zorky, 303 vacantes activas con especificidad explícita de CV (el pool real es mucho más amplio — muchos roles de CV se clasifican como ML Engineer / Backend / Robotics general). Top stack: python, pytorch, c++, opencv, tensorflow. Entre las vacantes con modalidad de trabajo indicada, el 24% es remoto.
Datos al:
Las cifras clave del mercado de Visión artificial: ofertas abiertas, salario mediano, grupo de especialistas observado y proporción de remoto.
El mercado de Visión artificial tiene ahora 303 puestos abiertos, 275 de ellos observados recientemente. Median salary $10.927/mo.
Entre las vacantes con modalidad de trabajo indicada, el 24% es remoto. El trabajo de CV en la nube es el estándar. Empresas de outsourcing: casi siempre en remoto. Bancos rusos: híbrido/oficina. Empresas de vehículos autónomos: los roles de investigación suelen ser en remoto; el despliegue exige presencia (Pittsburgh / Mountain View / Palo Alto). Empresas de IA generativa: remoto total como estándar. CV en Big Tech: híbrido como estándar.
⚠ salario conocido en 36 de 303 empleos; cuota de remoto a partir de 244 con formato indicado; 275 contados como observaciones recientes; no se muestran la tendencia ni la dificultad de contratación
Cronología: ofertas y fuentes
Cuántas ofertas de Visión artificial aparecieron cada semana desde el 1 jun y de cuántas fuentes. El gráfico inferior separa el crecimiento del mercado del crecimiento de nuestra cobertura: un salto en la semana en que se conectaron nuevas fuentes significa que empezamos a ver más, no que el mercado creció.
Nuevas ofertas por semana
Datos del gráfico
| Periodo | Nuevas ofertas por semana |
|---|---|
| 2026-06-01 | 11 |
| 2026-06-08 | 13 |
| 2026-06-15 | 6 |
| 2026-06-22 | 25 |
| 2026-06-29 | 23 |
| 2026-07-06 | 47 |
| 2026-07-13 | 50 |
| 2026-07-20 | 23 |
| 2026-07-27 | 23 |
| 2026-08-03 | 27 |
| 2026-08-10 | 17 |
| 2026-08-17 | 13 |
| 2026-08-24 | 25 |
| 2026-08-31 | 15 |
| 2026-09-07 | 25 |
| 2026-09-14 | 30 |
| 2026-09-21 | 66 |
| 2026-09-28 | 32 |
| 2026-10-05 | 42 |
| 2026-10-12 | 157 |
| 2026-10-19 | 71 |
| 2026-10-26 | 61 |
| 2026-11-02 | 72 |
| 2026-11-09 | 52 |
Fuentes activas por semana
Fuentes en el periodo: 118. ▲ — semana en la que se conectaron muchas fuentes nuevas.
Datos del gráfico
| Periodo | Fuentes activas |
|---|---|
| 2026-06-01 | 8 |
| 2026-06-08 | 8 |
| 2026-06-15 | 4 |
| 2026-06-22 | 12 |
| 2026-06-29 | 15 |
| 2026-07-06 | 20 |
| 2026-07-13 | 24 |
| 2026-07-20 | 17 |
| 2026-07-27 | 19 |
| 2026-08-03 | 14 |
| 2026-08-10 | 10 |
| 2026-08-17 | 10 |
| 2026-08-24 | 13 |
| 2026-08-31 | 12 |
| 2026-09-07 | 13 |
| 2026-09-14 | 13 |
| 2026-09-21 | 22 |
| 2026-09-28 | 20 |
| 2026-10-05 | 24 |
| 2026-10-12 | 27 |
| 2026-10-19 | 33 |
| 2026-10-26 | 24 |
| 2026-11-02 | 34 |
| 2026-11-09 | 29 |
Nuevas fuentes conectadas: 6 jul +14 · 13 jul +10 · todas las semanas (22) en la tabla
| Semana | Fuentes nuevas | Ofertas nuevas |
|---|---|---|
| 8 jun | +5 | 13 |
| 15 jun | +1 | 6 |
| 22 jun | +8 | 25 |
| 29 jun | +7 | 23 |
| 6 jul | +14 | 47 |
| 13 jul | +10 | 50 |
| 20 jul | +4 | 23 |
| 27 jul | +4 | 23 |
| 3 ago | +5 | 27 |
| 10 ago | +2 | 17 |
| 17 ago | +2 | 13 |
| 24 ago | +1 | 25 |
| 31 ago | +2 | 15 |
| 7 sept | +4 | 25 |
| 21 sept | +6 | 66 |
| 28 sept | +1 | 32 |
| 5 oct | +6 | 42 |
| 12 oct | +8 | 157 |
| 19 oct | +6 | 71 |
| 26 oct | +4 | 61 |
| 2 nov | +6 | 72 |
| 9 nov | +4 | 52 |
La semana actual aún no ha terminado y no se muestra: una semana incompleta parecería una caída.
Semana = fecha en que se detectó la oferta por primera vez, todos los estados; las ofertas se seleccionan con la misma regla que el contador de esta página. Las fuentes son canales de recopilación distintos; sus nombres no se publican.
Datos del gráfico
| Semana | Nuevas ofertas por semana | Fuentes activas |
|---|---|---|
| 2026-06-01 | 11 | 8 |
| 2026-06-08 | 13 | 8 |
| 2026-06-15 | 6 | 4 |
| 2026-06-22 | 25 | 12 |
| 2026-06-29 | 23 | 15 |
| 2026-07-06 | 47 | 20 |
| 2026-07-13 | 50 | 24 |
| 2026-07-20 | 23 | 17 |
| 2026-07-27 | 23 | 19 |
| 2026-08-03 | 27 | 14 |
| 2026-08-10 | 17 | 10 |
| 2026-08-17 | 13 | 10 |
| 2026-08-24 | 25 | 13 |
| 2026-08-31 | 15 | 12 |
| 2026-09-07 | 25 | 13 |
| 2026-09-14 | 30 | 13 |
| 2026-09-21 | 66 | 22 |
| 2026-09-28 | 32 | 20 |
| 2026-10-05 | 42 | 24 |
| 2026-10-12 | 157 | 27 |
| 2026-10-19 | 71 | 33 |
| 2026-10-26 | 61 | 24 |
| 2026-11-02 | 72 | 34 |
| 2026-11-09 | 52 | 29 |
Salarios a lo largo del tiempo
Salario mediano de Visión artificial por semana, USD al mes.
Salario mediano, USD al mes
Datos del gráfico
| Periodo | Mediana | Ofertas con salario por semana (n) |
|---|---|---|
| 2026-10-26 | 13.958 | 10 |
| 2026-11-02 | 9192 | 15 |
| 2026-11-09 | 11.938 | 10 |
La serie empieza el 26 oct: antes no hay datos.
Solo ofertas con salario en USD y periodo conocido (mes o año), de 500 a 50 000 $ al mes. Las semanas con menos de 10 ofertas así quedan en blanco: significa sin datos, no cero.
Datos del gráfico
| Semana | Mediana |
|---|---|
| 2026-06-01 | — |
| 2026-06-08 | — |
| 2026-06-15 | — |
| 2026-06-22 | — |
| 2026-06-29 | — |
| 2026-07-06 | — |
| 2026-07-13 | — |
| 2026-07-20 | — |
| 2026-07-27 | — |
| 2026-08-03 | — |
| 2026-08-10 | — |
| 2026-08-17 | — |
| 2026-08-24 | — |
| 2026-08-31 | — |
| 2026-09-07 | — |
| 2026-09-14 | — |
| 2026-09-21 | — |
| 2026-09-28 | — |
| 2026-10-05 | — |
| 2026-10-12 | — |
| 2026-10-19 | — |
| 2026-10-26 | 13.958 |
| 2026-11-02 | 9192 |
| 2026-11-09 | 11.938 |
El trabajo remoto a lo largo del tiempo
Proporción de ofertas de Visión artificial con trabajo totalmente remoto, por semana.
Ofertas remotas, %
Datos del gráfico
| Periodo | Remoto |
|---|---|
| 2026-06-22 | 31,2 |
| 2026-06-29 | 23,1 |
| 2026-07-06 | 47,4 |
| 2026-07-13 | 21,4 |
| 2026-07-20 | 9,1 |
| 2026-07-27 | 30,8 |
| 2026-08-03 | 30,4 |
| 2026-08-10 | 35,7 |
| 2026-08-17 | 25 |
| 2026-08-24 | 30 |
| 2026-08-31 | — |
| 2026-09-07 | 22,7 |
| 2026-09-14 | 25 |
| 2026-09-21 | 22 |
| 2026-09-28 | 33,3 |
| 2026-10-05 | 39,4 |
| 2026-10-12 | 23,4 |
| 2026-10-19 | 25,5 |
| 2026-10-26 | 26,8 |
| 2026-11-02 | 29,1 |
| 2026-11-09 | 31,6 |
La serie empieza el 22 jun: antes no hay datos.
La proporción se calcula entre las ofertas que indican la modalidad (remoto, híbrido, oficina). Las semanas con menos de 10 ofertas así quedan en blanco.
Datos del gráfico
| Semana | Remoto |
|---|---|
| 2026-06-01 | — |
| 2026-06-08 | — |
| 2026-06-15 | — |
| 2026-06-22 | 31,2 |
| 2026-06-29 | 23,1 |
| 2026-07-06 | 47,4 |
| 2026-07-13 | 21,4 |
| 2026-07-20 | 9,1 |
| 2026-07-27 | 30,8 |
| 2026-08-03 | 30,4 |
| 2026-08-10 | 35,7 |
| 2026-08-17 | 25 |
| 2026-08-24 | 30 |
| 2026-08-31 | — |
| 2026-09-07 | 22,7 |
| 2026-09-14 | 25 |
| 2026-09-21 | 22 |
| 2026-09-28 | 33,3 |
| 2026-10-05 | 39,4 |
| 2026-10-12 | 23,4 |
| 2026-10-19 | 25,5 |
| 2026-10-26 | 26,8 |
| 2026-11-02 | 29,1 |
| 2026-11-09 | 31,6 |
Tecnologías a lo largo del tiempo
Cómo cambió la proporción de ofertas de Visión artificial que mencionan cada una de las principales tecnologías.
Ofertas que mencionan la tecnología, %
Datos del gráfico
| Periodo | Python | pytorch | C++ |
|---|---|---|---|
| 2026-09-21 | 56 | 32 | 32 |
| 2026-09-28 | 65,2 | 60,9 | 43,5 |
| 2026-10-05 | 50 | 42,3 | 15,4 |
| 2026-10-12 | 65,5 | 51,2 | 34,5 |
| 2026-10-19 | 76,9 | 57,7 | 42,3 |
| 2026-10-26 | 66,7 | 52,1 | 45,8 |
| 2026-11-02 | 74,1 | 42,6 | 40,7 |
| 2026-11-09 | 65,8 | 47,4 | 44,7 |
La serie empieza el 21 sept: antes no hay datos.
Proporción entre las ofertas con stack etiquetado; la serie empieza el 10 ago: antes las etiquetas de stack se asignaban de otra forma. Las semanas con menos de 20 ofertas etiquetadas quedan en blanco.
Datos del gráfico
| Semana | Python | pytorch | C++ | opencv | cloud |
|---|---|---|---|---|---|
| 2026-08-10 | — | — | — | — | — |
| 2026-08-17 | — | — | — | — | — |
| 2026-08-24 | — | — | — | — | — |
| 2026-08-31 | — | — | — | — | — |
| 2026-09-07 | — | — | — | — | — |
| 2026-09-14 | — | — | — | — | — |
| 2026-09-21 | 56 | 32 | 32 | 20 | 44 |
| 2026-09-28 | 65,2 | 60,9 | 43,5 | 56,5 | 8,7 |
| 2026-10-05 | 50 | 42,3 | 15,4 | 23,1 | 15,4 |
| 2026-10-12 | 65,5 | 51,2 | 34,5 | 17,9 | 19 |
| 2026-10-19 | 76,9 | 57,7 | 42,3 | 34,6 | 25 |
| 2026-10-26 | 66,7 | 52,1 | 45,8 | 50 | 27,1 |
| 2026-11-02 | 74,1 | 42,6 | 40,7 | 27,8 | 14,8 |
| 2026-11-09 | 65,8 | 47,4 | 44,7 | 31,6 | 26,3 |
Países a lo largo del tiempo
Cómo cambió por semana la proporción de ofertas de Visión artificial en cada uno de los principales países.
Ofertas en el país, %
Datos del gráfico
| Periodo | EE. UU. | Rusia | Reino Unido |
|---|---|---|---|
| 2026-06-22 | 16 | 4 | 0 |
| 2026-06-29 | 15 | 5 | 5 |
| 2026-07-06 | 55,6 | 5,6 | 2,8 |
| 2026-07-13 | 39,1 | 17,4 | 2,2 |
| 2026-07-20 | 20 | 20 | 10 |
| 2026-07-27 | — | — | — |
| 2026-08-03 | 18,2 | 22,7 | 31,8 |
| 2026-08-10 | — | — | — |
| 2026-08-17 | — | — | — |
| 2026-08-24 | 43,5 | 8,7 | 13 |
| 2026-08-31 | — | — | — |
| 2026-09-07 | 20,8 | 8,3 | 16,7 |
| 2026-09-14 | 26,1 | 0 | 4,3 |
| 2026-09-21 | 37,2 | 2,3 | 4,7 |
| 2026-09-28 | 14,3 | 10,7 | 3,6 |
| 2026-10-05 | 33,3 | 16,7 | 0 |
| 2026-10-12 | 17,8 | 1 | 4 |
| 2026-10-19 | 17,2 | 13,8 | 12,1 |
| 2026-10-26 | 34,5 | 3,4 | 13,8 |
| 2026-11-02 | 24,6 | 8,8 | 12,3 |
| 2026-11-09 | 23,4 | 2,1 | 19,1 |
La serie empieza el 22 jun: antes no hay datos.
Proporción entre las ofertas con país conocido; el gráfico muestra los cinco países con más ofertas en seis meses. Las semanas con menos de 20 ofertas con país conocido quedan en blanco. Una proporción al alza puede deberse a una fuente recién conectada en ese país y no al crecimiento del mercado.
Datos del gráfico
| Semana | EE. UU. | Rusia | Reino Unido | Alemania | Ucrania |
|---|---|---|---|---|---|
| 2026-06-01 | — | — | — | — | — |
| 2026-06-08 | — | — | — | — | — |
| 2026-06-15 | — | — | — | — | — |
| 2026-06-22 | 16 | 4 | 0 | 0 | 0 |
| 2026-06-29 | 15 | 5 | 5 | 5 | 0 |
| 2026-07-06 | 55,6 | 5,6 | 2,8 | 2,8 | 8,3 |
| 2026-07-13 | 39,1 | 17,4 | 2,2 | 2,2 | 8,7 |
| 2026-07-20 | 20 | 20 | 10 | 0 | 0 |
| 2026-07-27 | — | — | — | — | — |
| 2026-08-03 | 18,2 | 22,7 | 31,8 | 0 | 4,5 |
| 2026-08-10 | — | — | — | — | — |
| 2026-08-17 | — | — | — | — | — |
| 2026-08-24 | 43,5 | 8,7 | 13 | 0 | 0 |
| 2026-08-31 | — | — | — | — | — |
| 2026-09-07 | 20,8 | 8,3 | 16,7 | 0 | 0 |
| 2026-09-14 | 26,1 | 0 | 4,3 | 0 | 0 |
| 2026-09-21 | 37,2 | 2,3 | 4,7 | 7 | 9,3 |
| 2026-09-28 | 14,3 | 10,7 | 3,6 | 7,1 | 14,3 |
| 2026-10-05 | 33,3 | 16,7 | 0 | 8,3 | 5,6 |
| 2026-10-12 | 17,8 | 1 | 4 | 10,9 | 2 |
| 2026-10-19 | 17,2 | 13,8 | 12,1 | 5,2 | 5,2 |
| 2026-10-26 | 34,5 | 3,4 | 13,8 | 10,3 | 12,1 |
| 2026-11-02 | 24,6 | 8,8 | 12,3 | 7 | 0 |
| 2026-11-09 | 23,4 | 2,1 | 19,1 | 12,8 | 0 |
Mercado limpio: índice de contratación
Los mismos 7505 portales de empleo de empresas; el número de ofertas se toma del propio portal. Conectar nuevas fuentes no mueve este índice: muestra el mercado, no nuestra cobertura. Es todo el mercado del panel, no solo Visión artificial.
Índice de contratación, 16 oct = 100
Datos del gráfico
| Periodo | Índice de contratación |
|---|---|
| 2026-10-16 | 100 |
| 2026-10-17 | 100,03 |
| 2026-10-18 | 99,76 |
| 2026-10-19 | 99,68 |
| 2026-10-20 | 99,27 |
| 2026-10-21 | 98,6 |
| 2026-10-22 | 99,07 |
| 2026-10-23 | 97,4 |
| 2026-10-24 | 97,41 |
| 2026-10-26 | 97,33 |
| 2026-10-27 | 96,76 |
| 2026-10-28 | 96,21 |
| 2026-10-29 | 95,17 |
| 2026-10-30 | 95,13 |
| 2026-10-31 | 93,65 |
| 2026-11-01 | 93,33 |
| 2026-11-02 | 92,67 |
| 2026-11-03 | 92,65 |
| 2026-11-04 | 92,41 |
| 2026-11-05 | 92,13 |
| 2026-11-06 | 90,44 |
| 2026-11-07 | 90,48 |
| 2026-11-08 | 90,45 |
| 2026-11-10 | 90,29 |
| 2026-11-11 | 90,22 |
| 2026-11-13 | 90,12 |
| 2026-11-14 | 89,7 |
| 2026-11-15 | 89,68 |
| 2026-11-16 | 89,62 |
| 2026-11-18 | 88,91 |
| 2026-11-19 | 88,02 |
Índice encadenado: cada día compara solo los portales consultados ese día y el anterior; se excluyen los valores atípicos y las caídas de consulta de toda una plataforma. Los días sin pares comparables quedan en blanco.
Datos del gráfico
| Día | Índice de contratación |
|---|---|
| 2026-10-16 | 100 |
| 2026-10-17 | 100,03 |
| 2026-10-18 | 99,76 |
| 2026-10-19 | 99,68 |
| 2026-10-20 | 99,27 |
| 2026-10-21 | 98,6 |
| 2026-10-22 | 99,07 |
| 2026-10-23 | 97,4 |
| 2026-10-24 | 97,41 |
| 2026-10-26 | 97,33 |
| 2026-10-27 | 96,76 |
| 2026-10-28 | 96,21 |
| 2026-10-29 | 95,17 |
| 2026-10-30 | 95,13 |
| 2026-10-31 | 93,65 |
| 2026-11-01 | 93,33 |
| 2026-11-02 | 92,67 |
| 2026-11-03 | 92,65 |
| 2026-11-04 | 92,41 |
| 2026-11-05 | 92,13 |
| 2026-11-06 | 90,44 |
| 2026-11-07 | 90,48 |
| 2026-11-08 | 90,45 |
| 2026-11-10 | 90,29 |
| 2026-11-11 | 90,22 |
| 2026-11-13 | 90,12 |
| 2026-11-14 | 89,7 |
| 2026-11-15 | 89,68 |
| 2026-11-16 | 89,62 |
| 2026-11-18 | 88,91 |
| 2026-11-19 | 88,02 |
Cuántas ofertas abiertas de Visión artificial hay y cuántos especialistas adecuados observa Zorky.
Demanda y oferta observada
Datos del gráfico
| Indicador | Valor |
|---|---|
| Demanda abierta | 303 |
| Demanda abierta | 303 |
| Oferta observada | — no publicado |
CV es un área madura del ML (desde los años 1960), reconstruida por el deep learning en 2012 → transformers 2020 → foundation models 2023–2024 (DINOv2 / SAM 2) → el boom generativo 2022–2026 (Stable Diffusion / FLUX / Sora). El grupo es pequeño en nuestra muestra: el mercado real es más amplio por el solapamiento con ML general / robótica.
⚠ los candidatos que encajan con una vacante aún no se cuentan: se muestran la demanda y el pool observado
Cómo se distribuyen los salarios en las ofertas de Visión artificial, en dólares estadounidenses al mes.
Distribución de salarios
Datos del gráfico
| Indicador | Valor |
|---|---|
| <$1k | 0 |
| $1–2k | 0 |
| $2–3k | 2 |
| $3–4k | 1 |
| $4–5k | 2 |
| $5–6k | 1 |
| $6–7k | 2 |
| $7–8k | 2 |
| $8–9k | 2 |
| $9–10k | 2 |
| $10–12k | 5 |
| $12–15k | 6 |
| $15–20k | 10 |
| $20k+ | 1 |
- apto para el cálculo: 36 (11,9%)
- indicado, pero no convertido a USD/mes: 30 (9,9%)
- no indicado: 237 (78,2%)
Una de cada diez ofertas paga menos de $4625 y una de cada diez más de $18.877. La mitad de las ofertas ofrece entre $7500 y $15.208. Muestra: 36.
Datos del gráfico
| Indicador | Límite inferior | Límite superior | Cantidad |
|---|---|---|---|
| <$1k | 0 | 1000 | 0 |
| $1–2k | 1000 | 2000 | 0 |
| $2–3k | 2000 | 3000 | 2 |
| $3–4k | 3000 | 4000 | 1 |
| $4–5k | 4000 | 5000 | 2 |
| $5–6k | 5000 | 6000 | 1 |
| $6–7k | 6000 | 7000 | 2 |
| $7–8k | 7000 | 8000 | 2 |
| $8–9k | 8000 | 9000 | 2 |
| $9–10k | 9000 | 10.000 | 2 |
| $10–12k | 10.000 | 12.000 | 5 |
| $12–15k | 12.000 | 15.000 | 6 |
| $15–20k | 15.000 | 20.000 | 10 |
| $20k+ | 20.000 | — | 1 |
En qué países hay más ofertas abiertas de Visión artificial.
Geografía de la demanda
| país | empleos | proporción |
|---|---|---|
| Estados Unidos | 89 | 33,8% |
| Alemania | 23 | 8,7% |
| Reino Unido | 18 | 6,8% |
| Polonia | 12 | 4,6% |
| Ucrania | 12 | 4,6% |
| Rusia | 10 | 3,8% |
| Singapur | 9 | 3,4% |
| Canadá | 7 | 2,7% |
| Kazajistán | 7 | 2,7% |
| India | 7 | 2,7% |
| Otros países | 69 | 26,2% |
El líder por número de empleos de CV Engineer es EE. UU. (89 posiciones). Polonia — hub CV-friendly de la UE. Alemania — IA en Berlín + automoción en Múnich (equipos de conducción autónoma de BMW / Mercedes AI / Bosch / Continental). Reino Unido — Londres (Wayve autónomo + Tractable). EE. UU. — Bay Area + Pittsburgh (clústeres de vehículos autónomos) + Boston (región de Robotics del MIT). Enorme remoto internacional vía empresas de vehículos autónomos (Tesla / Waymo / Cruise / Wayve / Pony.ai / Zoox / Aurora) + IA generativa (Stability / Black Forest Labs / Runway / Pika / Kling) + CV de Big Tech + startups de CV de Y Combinator.
⚠ solo número de empleos: el salario por país no se publica
Datos del gráfico
| País | Ofertas |
|---|---|
| US | 89 |
| DE | 23 |
| GB | 18 |
| PL | 12 |
| UA | 12 |
| RU | 10 |
| SG | 9 |
| CA | 7 |
| KZ | 7 |
| IN | 7 |
Qué tecnologías se piden con más frecuencia en la misma oferta que Visión artificial.
Se usa junto con
Cuota: cuántas de las 303 ofertas del mercado Visión artificial mencionan esta tecnología. Ordenado por número de ofertas, no por «fuerza de asociación». Términos genéricos como cloud no son una nube concreta (AWS, Azure).
Rusos: NtechLab FaceNGN + VisionLabs Luna + Tevian + RecFaces; tracking de vídeo: ByteTrack (el más rápido) + DeepSORT + BoT-SORT + StrongSORT + MOTRv2. Modelos de vídeo: VideoMAE + X-CLIP + InternVideo; visión 3D: NeRF + Instant-NGP (NVIDIA) + Gaussian Splatting (en auge en 2023–2026) + Nerfstudio + Open3D + PyTorch3D (Meta) + Kaolin (NVIDIA) + COLMAP (SfM) + Mitsuba 3; generativos: Stable Diffusion SDXL/SD3/SD3.5 + FLUX.1 (Black Forest Labs) + DALL-E 3 + Imagen 3 + Midjourney v6 + Ideogram. Vídeo: Runway Gen-3 + Pika 1.5 + Kling + Sora + AnimateDiff + SVD.
Parejas habituales: Python + PyTorch + torchvision + OpenCV (base de la CV clásica), Ultralytics YOLO + albumentations + CVAT (pipeline de detección en producción), Detectron2 + MMDetection + timm (stack flexible para investigación), SAM 2 + ByteTrack + DeepSORT (comprensión de vídeo + tracking), DINOv2 + CLIP + LLM multimodal (stack de foundation models + visión y lenguaje), Stable Diffusion + FLUX + ComfyUI + LoRA / DreamBooth (stack de imagen generativa), NeRF + Gaussian Splatting + Nerfstudio + COLMAP + Open3D (stack de visión 3D), PyTorch + ONNX + TensorRT + CoreML (stack de despliegue en el edge), NVIDIA DeepStream + Triton + Kubernetes (analítica de vídeo en producción). Hoja de ruta de aprendizaje: bases matemáticas → Python + nociones de ML → CV clásica con OpenCV → Stanford CS231n → PyTorch + torchvision + timm → Ultralytics YOLO + Detectron2 → SAM + DINOv2 → LLM multimodal → vía generativa (SD/FLUX/ComfyUI) → visión 3D (NeRF/3DGS) → práctica de despliegue en el edge (TensorRT/CoreML) → herramientas de anotación (CVAT) → portfolio de proyectos personales (4 demos).
Datos del gráfico
| Nombre | Cantidad |
|---|---|
| python | 164 |
| pytorch | 116 |
| c++ | 99 |
| opencv | 80 |
| cloud | 51 |
| tensorflow | 51 |
| docker | 43 |
| mlops | 28 |
| numpy | 22 |
| transformers | 20 |
| fine-tuning | 18 |
| aws | 16 |
Cuántas ofertas de Visión artificial hay en cada nivel, de junior a principal.
Demanda por nivel
| nivel | empleos |
|---|---|
| senior | 87 |
| junior | 26 |
| middle | 25 |
| principal | 16 |
| lead | 12 |
Junior: entrada típica: máster / doctorado en CV / robótica + portfolio (competiciones de CV en Kaggle / proyectos de CV en GitHub). Trayectoria: Backend Senior / ML Middle (2-3 años) + interés por la CV + portfolio → CV Engineer Junior (1-2 años) → Middle (2-3 años) → Senior → luego 3D Vision Engineer (NeRF / Gaussian Splatting), Edge CV Engineer (dominio de TensorRT / CoreML), Generative AI Engineer (imagen/vídeo), ML Research CV (papers de vía académica en CVPR / ICCV / ECCV) o Autonomous Vehicle Perception Engineer. Cifras basadas en una muestra pequeña: para referencias más amplias, consulta las páginas de ml-engineer / research.
⚠ solo el lado de la demanda: el nivel del pool observado se desconoce en su mayor parte
Datos del gráfico
| Nivel | Cantidad |
|---|---|
| senior | 87 |
| junior | 26 |
| middle | 25 |
| principal | 16 |
| lead | 12 |
Quién contrata más en Visión artificial y cuánto se concentra la demanda en las empresas más grandes.
Empleadores
La demanda se reparte entre 220 empleadores. El mayor concentra el 2.5%, los diez primeros el 15.4%; el 84.6% restante es cola larga.
| proporción | valor |
|---|---|
| top-1 | 2.5% |
| top-3 | 6.7% |
| top-10 | 15.4% |
| cola larga | 84.6% |
⚠ no se muestran nombres: el clasificador aún no distingue entre agencias de selección y empleadores finales
De qué webs de empresas y portales de empleo recoge Zorky las ofertas de Visión artificial.
Dónde ve Zorky este mercado
Observado en 53 fuentes; la mayor concentra el 12.9%: este mercado no depende de un solo canal.
Datos del gráfico
| Clase | Nombre | Nombre en inglés | Cantidad | Proporción |
|---|---|---|---|---|
| ats | ATS и карьерные сайты | ATS y webs de empleo de empresas | 204 | 0,6733 |
| board | джоб-борды и агрегаторы | portales de empleo y agregadores | 84 | 0,2772 |
| telegram | Telegram | Telegram | 11 | 0,0363 |
| comunidad | сообщества и публичные профили | comunidad y perfiles públicos | 4 | 0,0132 |
Las ofertas de Visión artificial más recientes de las webs de empleo de las empresas.
Vacantes recientes
- Software Engineer - Machine Learning or Computer Vision · SE
- Computer Vision Engineer · US
- Computer Vision Engineer · US
- Computer Vision Specialist · PT
- AI Research Engineer - Computer Vision & Neural Rendering · CA
- Full-stack разработчик Python + AI / Computer Vision · UZ
- Werkstudent (m/w/d) Computer Vision & Machine Learning · DE
- Senior Forward Deployment Computer Vision Engineer (All Genders) · SE
Últimas vacantes abiertas de Computer Vision Engineer: las posiciones más recientes de la muestra (grupo reducido de roles explícitos de CV; el mercado real es más amplio gracias al solapamiento con ml-engineer / robótica). La lista completa está en nuestro CRM o en el enlace «ver todas» de abajo. Para una visión más amplia, consulta las páginas de ml-engineer + ai-engineer.
Mercados adyacentes
Computer Vision Engineer se solapa con ML Engineer (solapamiento en ML en producción, ~60%), AI Engineer (solapamiento en LLM multimodales), NLP Engineer (modelos de visión y lenguaje), Research Engineer (vía de papers en CVPR / ICCV / ECCV), Robotics Engineer (SLAM + percepción), Edge ML / MLOps Engineer (solapamiento en despliegue). La comparación con ml-engineer/ai-engineer/nlp/data-scientist/research/mlops está en el SiblingSubnichesChart de arriba.
⚠ los mercados adyacentes para comparar aún no están definidos
Cómo se mide
- Vacante
- un empleo abierto que superó el filtro de calidad y menciona al menos dos tecnologías
- Candidato observado
- un candidato cuyo stack contiene esta tecnología; es un agregado: ni un solo registro sale del perímetro
- Candidato emparejable
- aún no contabilizado
- Ventana
- empleos abiertos en el momento en que se generó el snapshot
Sobre los datos
- Algunos desgloses están ocultos: su cobertura de datos aún no es suficiente.
- Las estadísticas se muestran solo donde la muestra supera un control de calidad.
- Que falte un bloque no significa que el valor sea cero.
Desgloses ocultos actualmente: 8.
Área: IA / ML / Data Science
Especializaciones relacionadas
Dentro de Computer Vision Engineer: CV Engineer (general: pipelines de CV en producción), Senior CV Engineer (responsabilidad sobre varias tareas + arquitecturas propias), ML Research CV (vía académica: CVPR / ICCV / ECCV, solapamiento con research), 3D Vision Engineer (NeRF / Gaussian Splatting / nubes de puntos, en auge desde 2024+), Generative AI Image/Video Engineer (Stable Diffusion / FLUX / Runway / Pika / Kling, solapamiento con ai-engineer), Edge CV Engineer (TensorRT + CoreML + despliegue en móvil), Robotics Vision Engineer (SLAM + percepción para robots / sistemas autónomos). La comparación con ml-engineer/ai-engineer/nlp/data-scientist/research/mlops está en la barra de abajo.
Preguntas frecuentes
Las preguntas más frecuentes sobre Computer Vision Engineer: salario (segmento premium por skill escaso), CV frente a ML frente a AI Engineer (comparación a 3 bandas + 5 distinciones), stack de detección de objetos 2026 (árbol de decisión YOLO frente a Detectron2 frente a MMDetection frente a DETR frente a SAM), 3D Vision Engineer (subespecialización en auge 2024+), trabajo remoto, cómo llegar a serlo (6-12 meses desde Backend / ML Middle + portafolio), skills de Senior (PyTorch a fondo + dominio de OpenCV + frameworks de detección / segmentación + despliegue en edge + un dominio). Las respuestas se recalculan automáticamente.
¿Cuánto gana un CV Engineer Junior, Middle, Senior o Lead?
Cifras basadas en una muestra pequeña: para referencias más amplias, consulta ML Engineer y Research Engineer / Scientist. Junior: entrada típica: máster / doctorado en CV / robótica + portfolio (competiciones de CV en Kaggle, proyectos de CV en GitHub). El salto de Junior a Middle: tras el primer despliegue de CV en producción (una función de detección / segmentación / clasificación publicada). De Middle a Senior: responsabilidad sobre un pipeline de CV multitarea + experiencia en despliegue en el edge o especialización en IA generativa. De Senior a Staff / Principal: estrategia de CV de toda la organización + diseño de arquitecturas propias + vía de publicación de papers. Trayectoria: Backend Senior / ML Engineer Middle (2-3 años) + interés por la CV + portfolio → CV Engineer Junior (1-2 años) → Middle (2-3 años) → Senior → luego 3D Vision Engineer, Edge CV Engineer, Generative AI Engineer (imagen/vídeo) o ML Research CV (papers de vía académica en CVPR / ICCV / ECCV).
¿Qué stack necesita con más frecuencia un CV Engineer?
Principales 5: python, pytorch, c++, opencv, tensorflow. Python a fondo (sobre todo; componentes edge a veces C++/Rust). Dominio de OpenCV: operaciones clásicas de CV (cv2.findContours / cv2.HoughLines / Canny edge / morfología / homografía / calibración de cámara / stereo matching, obligatorio para preprocesado + algoritmos tradicionales). Pillow (PIL, manipulación de imágenes). Detección / segmentación de objetos: Ultralytics YOLO (YOLOv8/v9/v10/v11, estándar de la industria 2026, entrenamiento fácil + buena documentación), Detectron2 (Meta, de nivel research, más flexible), MMDetection / MMSegmentation / MMPose (OpenMMLab, ecosistema enorme), familia DETR (RT-DETR en auge 2026), SAM + SAM 2 (segmentación universal). Modelos self-supervised + foundation: DINOv2 (Meta, el mejor backbone de visión 2024 para extracción de features), CLIP + OpenCLIP + SigLIP (alineación visión-lenguaje), MAE (Masked Autoencoder). Backbones de clasificación: familia ViT, Swin Transformer, ConvNeXt, EfficientNet + MobileNet (eficientes), timm (modelos preentrenados, librería obligatoria). Data augmentation: albumentations (estándar de la industria, 30+ tipos de augmentation), torchvision.transforms.v2 (nativo moderno de PyTorch), RandAugment + AugMix + Mixup + CutMix. LLM multimodal: GPT-4V + Claude 3.5 Sonnet vision + Gemini 1.5/2.0 Pro vision + open-source LLaVA + Qwen 2 VL + InternVL + Idefics2 + Molmo (el mejor multimodal abierto 2024). OCR: PaddleOCR (Baidu, líder multilingüe 2026, 80+ idiomas), EasyOCR, Tesseract (legacy aún enorme), Docling (IBM 2024, comprensión de documentos), Surya, TrOCR (de Microsoft, basado en transformer). Reconocimiento facial: InsightFace (SOTA open-source 2026, modelos ArcFace + RetinaFace + Buffalo), DeepFace, face_recognition. Rusos: NtechLab FaceNGN / VisionLabs Luna / Tevian / RecFaces. Comprensión de vídeo + tracking: ByteTrack (el más rápido 2026), DeepSORT, BoT-SORT, StrongSORT, MOTRv2. Modelos de vídeo: VideoMAE, X-CLIP, InternVideo, MViT. Visión 3D: NeRF (original 2020) + Instant-NGP (NVIDIA, 100× más rápido) + Gaussian Splatting (en auge 2023–2026), Nerfstudio (framework unificado), Open3D (point cloud), PyTorch3D (Meta), Kaolin (NVIDIA), COLMAP (structure-from-motion), Mitsuba 3 (renderizado diferenciable). Imagen / vídeo generativos: familia Stable Diffusion (SDXL + SD3 + SD3.5), FLUX.1 (Black Forest Labs, récord abierto 2024+), DALL-E 3 / Imagen 3 / Midjourney v6 / Ideogram. Vídeo: Runway Gen-3 / Pika 1.5 / Kling AI / Sora / AnimateDiff / SVD. UIs para generativo: ComfyUI (basado en nodos, favorito en research), Automatic1111. Fine-tuning generativo: LoRA + DreamBooth para Stable Diffusion / FLUX. Serving de inferencia: Triton Inference Server + BentoML + TorchServe. Anotación: CVAT (OpenCV, estándar de la industria), Label Studio + V7 Darwin (comercial) + Roboflow (prototipado rápido). Datasets: COCO (benchmark de detección / segmentación) + ImageNet (clasificación) + OpenImages + LAION-5B (entrenamiento generativo a escala web) + Objects365 + Visual Genome + ADE20K (segmentación) + Cityscapes (conducción autónoma). Optimización consciente del hardware: cuantización (INT8 / FP16), pruning, destilación, structured sparsity (para tensor cores NVIDIA Ampere+).
Computer Vision Engineer frente a ML Engineer frente a AI Engineer: ¿cuál es la diferencia?
Los tres roles se solapan en 2026, pero el foco es distinto. ML Engineer: generalista, responsable del stack de ML en producción (recsys / fraude / ranking / ML clásico + LLM). Puede trabajar con datos de CV, pero sin especialización profunda. Ver ML Engineer. AI Engineer / LLM Engineer: centrado en la integración de LLM (texto). Ver AI / LLM Engineer. NLP Engineer: centrado en texto + voz. Ver NLP Engineer. Computer Vision Engineer (esta página): centrado en imagen / vídeo / datos 3D. Diferencias: 1) Intuición de procesamiento de imagen: el CV Engineer entiende modelos de cámara / distorsión de lente / espacios de color / análisis de histogramas / operaciones morfológicas: la base de la CV clásica. Un AI Engineer normalmente no sabe nada de esto. 2) Restricciones de cómputo: los modelos de CV son pesados (gigabytes), la latencia de inferencia es crítica (conducción autónoma: exigencia de 30+ FPS), despliegue en el edge (dominio de TensorRT / CoreML / OpenVINO): territorio exclusivo de la CV. 3) Especialización en imagen / vídeo generativos: experiencia en flujos de Stable Diffusion / FLUX / ComfyUI: nicho propio de la CV (se solapa con AI Engineer en la generación a partir de texto). 4) Habilidades de visión 3D: NeRF / Gaussian Splatting / nubes de puntos / SLAM / calibración de cámaras: exclusivo de la CV. 5) Conocimiento del dominio: los roles de CV suelen estar ligados a un sector concreto (vehículos autónomos / imagen médica / robótica / AR/VR / imágenes satelitales / control de calidad en fabricación). Cada dominio tiene sus propios datasets + reglas. Cambios de carrera: ML Engineer Senior → CV Engineer: 4-8 meses (hace falta OpenCV + Ultralytics + Detectron2 + albumentations + un dominio). CV Engineer Senior → ML Engineer: 2-4 meses (movimiento lateral sencillo, añade MLOps + nociones de LLM). CV Engineer Senior → AI Engineer (vía LLM): 3-6 meses. Subespecialidades en auge 2025–2026: Visión 3D (Gaussian Splatting) / imagen-vídeo generativos (FLUX + estilo Sora) / multimodal (modelos de visión y lenguaje: LLaVA / Molmo).
Stack de detección de objetos 2026: ¿YOLO, Detectron2, MMDetection, DETR o SAM?
Árbol de decisión para detección / segmentación de objetos 2026: 1) Ultralytics YOLO (YOLOv8 / v9 / v10 / v11): la elección por defecto en 2026 para detección de objetos. Pros: entrenamiento fácil (3-5 líneas de código), buena documentación + comunidad, inferencia rápida (tiempo real en CPU + edge), amplio soporte de despliegue (ONNX + TensorRT + CoreML + TFLite nativos). Contras: la licencia de Ultralytics exige AGPL o una licencia comercial ($$) para uso propietario, menos flexible para investigación que Detectron2 / MMDetection. 2) Detectron2 (Meta): de nivel investigación. Pros: API limpia, flexible (arquitecturas propias fáciles), licencia Apache 2.0 (apta para uso comercial), respaldado por Meta. Contras: entrenamiento más lento que Ultralytics, curva de aprendizaje mayor. Caso de uso: arquitecturas propias complejas, proyectos de investigación, cuando necesitas un control fino del bucle de entrenamiento. 3) MMDetection / MMSegmentation / MMPose (OpenMMLab, consorcio chino): un ecosistema enorme. Pros: 100+ arquitecturas ya implementadas (antiguas y nuevas), las implementaciones de referencia de los papers siempre aparecen ahí primero, Apache 2.0. Contras: muy basado en configuración (curva de aprendizaje empinada), la comunidad en chino a veces es difícil si solo hablas inglés, las dependencias pueden entrar en conflicto. Caso de uso: investigación, comparar muchas arquitecturas, reproducir papers. 4) Familia DETR (detección basada en transformers): cambio de paradigma moderno desde 2020+. RT-DETR (Real-Time DETR, Baidu, en auge desde 2024+: competidor de YOLO en tiempo real), DINO-DETR, Co-DETR. Pros: de extremo a extremo (sin postprocesado NMS), a menudo mejor precisión en escenas complejas. Contras: inferencia más lenta que YOLO, entrenamiento más exigente en cómputo. Caso de uso: necesidades de máxima precisión, escenas complejas (objetos amontonados). 5) SAM (Segment Anything Model, Meta 2023) + SAM 2 (versión para vídeo 2024): segmentación universal. Casos de uso: a) segmentación zero-shot (segmentar cualquier cosa sin entrenamiento), b) herramienta de anotación interactiva (prompt de punto / caja → máscara), c) aceleración del etiquetado de datos (anotación asistida por SAM 10× más rápida). Combínalo con YOLO / Detectron2: detector → SAM para máscaras precisas. 6) Detección clásica (HOG + clasificadores en cascada, OpenCV): solo para casos muy simples, dispositivos edge sin GPU, microcontroladores de bajo consumo (aún relevante en escenarios embebidos). Recomendaciones por defecto 2026: Despliegue en producción + comercial → Ultralytics YOLO (si te vale la AGPL o la licencia comercial) O Detectron2 (alternativa Apache 2.0). Investigación / reproducción de papers → MMDetection. Máxima precisión / escenas complejas → RT-DETR o Co-DETR. Segmentación universal / zero-shot → SAM 2. Aceleración de la anotación → SAM + flujos interactivos (integración con CVAT). Edge / móvil → YOLO con TensorRT (NVIDIA) / CoreML (Apple) / TFLite (Android). Un Senior CV Engineer debe saber cuándo usar cada uno.
¿Qué proporción de vacantes ofrece trabajo remoto?
Entre las vacantes con modalidad de trabajo indicada, el 24% es remoto. Las vacantes sin modalidad indicada se excluyen del denominador; el trabajo híbrido no se cuenta como remoto.
¿En qué se diferencia 3D Vision Engineer (NeRF / Gaussian Splatting, en auge desde 2024+)?
3D Vision Engineer: subespecialización dentro de CV centrada en la comprensión 3D + el renderizado neuronal. Día a día: 1) Reconstrucción con NeRF / Gaussian Splatting: vídeo de entrada → representación 3D de la escena. Herramientas: Instant-NGP (NVIDIA: NeRF rápido) / Nerfstudio (framework unificado) / gsplat (biblioteca de Gaussian Splatting) / app Polycam para la captura. 2) Procesamiento de nubes de puntos: datos de LiDAR (vehículos autónomos) o cámaras de profundidad (Kinect / RealSense). Herramientas: Open3D / PCL (Point Cloud Library) / PyTorch3D. 3) Structure-from-motion (SfM): varias imágenes 2D → escena 3D. Herramientas: COLMAP (SfM estándar del sector). 4) SLAM (Simultaneous Localization and Mapping): robótica / AR: seguir la pose de la cámara + construir el mapa. Herramientas: ORB-SLAM3 / OpenVSLAM / Kimera. 5) Renderizado diferenciable: aprender 3D a partir de supervisión 2D. Herramientas: Mitsuba 3 / nvdiffrast / Kaolin. 6) Generación 3D: texto → malla 3D (DreamFusion + Magic3D + Zero-1-to-3) o imagen → 3D (TripoSR / InstantMesh: open source 2024+). 7) Procesamiento de mallas: texturizado / retopología / desplegado UV para pipelines de contenido 3D. Stack específico: PyTorch3D (Meta: investigación 3D), Kaolin (NVIDIA: DL 3D), Mitsuba 3 (renderizado diferenciable), Open3D / PCL (nubes de puntos), COLMAP (SfM), Nerfstudio + gsplat (NeRF / 3DGS), API de Python de Blender (manipulación de mallas). Trayectoria: CV Engineer Senior + interés por los gráficos por ordenador + portfolio práctico de NeRF / 3DGS → 3D Vision Engineer: 6-12 meses.
¿Por dónde empezar en Computer Vision en 2026?
Hoja de ruta: 1) Bases matemáticas: álgebra lineal + cálculo + nociones de geometría proyectiva (transformaciones / homografías / modelos de cámara). "Multiple View Geometry in Computer Vision" de Hartley / Zisserman: la biblia de las matemáticas de CV (se puede usar como referencia, no hace falta leerlo de principio a fin). 2) Python a fondo + nociones de ML: PyTorch + NumPy + Matplotlib. Construye un clasificador de ML sencillo (MNIST). 3) Dominio de OpenCV: operaciones clásicas de CV. Curso: "Computer Vision Course" de PyImageSearch (Adrian Rosebrock, la mejor entrada a OpenCV), documentación oficial + tutoriales de OpenCV. Haz proyectos personales: detección de bordes / panorama por homografía / detección de caras con las clásicas cascadas de Haar. 4) Deep Learning para visión: Stanford CS231n "Convolutional Neural Networks for Visual Recognition" (Karpathy / Li: gratis en YouTube + diapositivas; imprescindible, el curso canónico de deep learning para CV). 5) Práctica con PyTorch + torchvision: entrena ResNet / EfficientNet en CIFAR-10, haz fine-tuning de un modelo preentrenado con tu propio dataset. Aprende a usar la librería timm (modelos preentrenados). 6) Detección de objetos: práctica con Ultralytics YOLO (la entrada más fácil: entrena YOLO con un dataset propio en un día). Después, Detectron2 (más flexible). 7) Segmentación: Mask R-CNN con Detectron2, luego SAM (segmentación universal): prueba la segmentación interactiva. 8) Herramientas de anotación: dominio de CVAT (el estándar del sector para anotar CV). Anota tu propio dataset (10-50 imágenes) y entrena un detector con él. 9) Dominio del data augmentation: la librería albumentations (imprescindible para CV en producción). Entiende la estabilidad del entrenamiento: un augmentation fuerte mejora la robustez. 10) Transformers modernos para CV: Vision Transformer (ViT) + Swin Transformer + DINOv2 (foundation model). Soporte de visión de Hugging Face Transformers. 11) LLM multimodales: prueba GPT-4V + Claude vision + los abiertos LLaVA / Qwen 2 VL para comprender imágenes. 12) Vía de CV generativa (popular en 2024–2026): práctica con Stable Diffusion + FLUX, dominio de los flujos de ComfyUI, fine-tuning con LoRA / DreamBooth. Curso: "Generative AI with Diffusion Models" de DeepLearning.AI. 13) Vía de visión 3D (en auge desde 2024): práctica con NeRF + Gaussian Splatting con el framework Nerfstudio; captura tu propia escena con el móvil (app Polycam) y reconstrúyela como 3DGS. 14) Práctica de despliegue en el edge: convierte un modelo de PyTorch → ONNX → TensorRT (en GPU NVIDIA) y mide la latencia de inferencia. Prueba la conversión a CoreML para Apple Silicon. 15) Portfolio de proyectos personales: a) un pipeline de detección de nivel de producción (por ejemplo, una demo que cuente peces / vehículos / células); b) un LoRA propio de Stable Diffusion / FLUX con tu estilo; c) una reconstrucción con Gaussian Splatting (una escena 3D vistosa a partir de un vídeo del móvil); d) una app móvil de CV (desplegada con CoreML/TFLite). Documenta en GitHub + entrada de blog + vídeo de demostración. Cursos rusos: MIPT DLSchool (módulo de CV, gratis en YouTube), itinerario "Computer Vision" de Karpov.Courses, Otus "Computer Vision", SkillFactory CV, itinerario de visión por computador de School21 (Sber) AI. Internacional (EN): Stanford CS231n (canónico, gratis en YouTube), fast.ai Practical Deep Learning (incluye CV), Hugging Face Computer Vision Course (gratis), el libro "Deep Learning for Computer Vision" de Mohamed Elgendy, PyImageSearch University (Adrian Rosebrock: enfoque aplicado). Libros imprescindibles: "Deep Learning for Vision Systems" de Mohamed Elgendy (Manning), "Multiple View Geometry" de Hartley / Zisserman (referencia matemática), "Computer Vision: Algorithms and Applications" de Richard Szeliski (2.ª edición gratuita en línea, enciclopédico). Conferencias: CVPR (la principal, en junio), ICCV (octubre, alterna con ECCV), ECCV (octubre, en años alternos), NeurIPS (diciembre: ML más amplio con una sección de CV). De Backend Senior / ML Engineer Middle + interés por CV + portfolio a CV Engineer Junior: 6-12 meses. Con doctorado en CV / robótica: entrada directa como Senior CV Engineer.
¿Cuántas vacantes abiertas contiene esta muestra?
La muestra publicada contiene 303 vacantes abiertas tras agrupar las republicaciones. Es la misma cifra del indicador principal. La sección geográfica describe la cobertura de la muestra; no es una estimación de todo el mercado.
¿Qué skills necesita un Senior CV Engineer?
Un Senior CV Engineer es responsable del ciclo completo de ingeniería de visión + liderazgo técnico. Bases matemáticas: álgebra lineal + geometría proyectiva (modelos de cámara / homografías / geometría epipolar) + cálculo + teoría de optimización, al nivel de «puedo leer papers de CVPR sin saltarme las fórmulas». Python a fondo + backend de nivel Senior: dominio de async / typing / FastAPI / pytest. Nociones de C++ (para despliegue en el edge + kernels personalizados de OpenCV: deseable). Dominio profundo de PyTorch + torchvision: Datasets / Samplers / Losses / bucles de entrenamiento personalizados, entrenamiento distribuido (DDP para entrenamiento de CV multi-GPU), precisión mixta (FP16 / BF16 obligatorio en producción), acumulación de gradientes para modelos grandes. Dominio de OpenCV: operaciones de CV clásica (calibración / morfología / transformada de Hough / homografía / stereo matching / flujo óptico), nociones de la API de C++ para rutas críticas de rendimiento. Transformers modernos para CV: dominio de ViT / Swin / DINOv2, estrategias de fine-tuning, arquitecturas híbridas CNN-transformer. Dominio de detección / segmentación de objetos: despliegue en producción de Ultralytics YOLO + escritura de arquitecturas personalizadas en Detectron2 + MMDetection / MMSegmentation cuando haga falta + RT-DETR + integración de SAM 2 en pipelines. Dominio del data augmentation: albumentations avanzado (transformaciones personalizadas + estrategias de composición), test-time augmentation (TTA), comprensión de AutoAugment / RandAugment / CutMix / Mixup. Modelos fundacionales: DINOv2 + CLIP + SigLIP + OpenCLIP: casos de uso para extracción de características + clasificación zero-shot + recuperación. LLM multimodales (GPT-4V / Claude vision / LLaVA / Qwen 2 VL / Molmo): cuándo usarlos frente a entrenar un modelo propio. Dominio de la CV generativa (si el track lo incluye): Stable Diffusion + FLUX a fondo: fine-tuning con ControlNet / LoRA / DreamBooth / IP-Adapter / textual inversion. Escritura de workflows en ComfyUI. Nociones de generación de vídeo (AnimateDiff / SVD). Dominio de la visión 3D (si el track lo incluye): NeRF + Gaussian Splatting + Nerfstudio + COLMAP SfM + nubes de puntos con Open3D. Calibración de cámaras + geometría proyectiva a fondo. Dominio del despliegue en el edge: ONNX (exportación entre frameworks + optimización de ONNX Runtime), TensorRT (NVIDIA: cuantización INT8 + desarrollo de plugins si hace falta), CoreML (Apple Silicon: soporte de operaciones Conv2D + particularidades del Neural Engine), TFLite (delegado NNAPI de Android), pipelines de MediaPipe, OpenVINO (iGPU de Intel). Optimización consciente del hardware: cuantización (PTQ + QAT), pruning, destilación (teacher-student), dispersión estructurada (NVIDIA Ampere+ para una aceleración de 2×). Arquitectura de pipelines de CV en producción: diseñar en pizarra un pipeline de extremo a extremo: ingesta de datos (cámaras / discos / streaming en la nube) → preprocesamiento → inferencia por lotes → posprocesamiento → tracking / agregación → acciones posteriores. Sistemas multicámara: sincronización + calibración + fusión para conducción autónoma / videovigilancia. Serving de inferencia: Triton Inference Server (NVIDIA: lo mejor para multimodelo + batching dinámico), DeepStream (analítica de vídeo de NVIDIA), BentoML / TorchServe. Presupuestos de latencia: diseñar para restricciones de tiempo real (conducción autónoma: 30+ FPS, AR: 60+ FPS, moderación de vídeo: por lotes vale), optimización guiada por profiling (NVIDIA Nsight + PyTorch Profiler). Experiencia en el dominio: comprensión profunda de uno o dos dominios (conducción autónoma / imagen médica / búsqueda visual en retail / percepción robótica / AR/VR / imágenes de satélite / control de calidad en fabricación): el principal motor de la prima para Senior+. Estrategia de anotación: diseñar flujos de anotación a gran escala (CVAT / Label Studio + asistencia con SAM), bucles de active learning, control de calidad de las etiquetas. Metodología de evaluación: comprensión profunda de las métricas COCO (AP / AP50 / AP75 / mAP@[.5:.95]), métricas de segmentación (mIoU / Dice / boundary F1), métricas propias del dominio (NDS / mAP para detección en conducción autónoma), evaluación con humanos en el bucle para lo generativo. Soft: redacción de ADRs para decisiones de arquitectura de CV, redacción técnica (documentos de diseño de funcionalidades de CV + borradores de papers si el track es de investigación), colaboración entre equipos (Producto / Backend / Robótica / Hardware), mentoría a CV Engineers Middle, disciplina de lectura de papers (CVPR / ICCV / ECCV / NeurIPS: hay que seguirlos). Inglés para Senior+ IMPRESCINDIBLE: la comunidad de CV, la documentación, los papers y las conferencias son en inglés. Extra opcional: contribuciones open source a Ultralytics / Detectron2 / MMDetection / timm / albumentations / Nerfstudio: aumentan notablemente el valor de mercado para la contratación en CV de Big Tech / vehículos autónomos / IA generativa. Papers en workshops de CVPR / ICCV / ECCV: prima para el track de Research Engineer en CV.
Dejar una solicitud
Describe la tarea y deja un contacto: la solicitud llega a nuestro CRM y respondemos al contacto que indiques.