Ingeniero de PLN: mercado
Datos a 19 de noviembre de 2026: ofertas abiertas de Ingeniero de PLN — 35, el 39% en remoto entre las ofertas que indican la modalidad. Fuente: Zorky, actualizado a diario.
NLP Engineer (Natural Language Processing) — the oldest and most mature ML specialisation (since the 1950s), re-assembled by the transformer revolution 2017–2024. Focus: text and speech processing — extraction (NER / relation extraction / entity linking), classification (sentiment / topic / intent), search & ranking (BM25 + dense retrieval + cross-encoders), machine translation (NMT), summarisation, question answering, speech recognition (ASR) + synthesis (TTS), conversational systems, content moderation. Role family: NLP Engineer (general — classical NLP + modern transformers hybrid), Speech Engineer (ASR / TTS specialisation — Whisper / VITS / Tacotron / Yandex SpeechKit / Sber Salute Speech), Computational Linguist (rule-based + ML hybrid — legacy product domains: language education / lexicography / morphological analysis), Conversational AI Engineer (dialogue systems — overlap with ai-engineer), Multilingual NLP Engineer (cross-lingual specialisation — XLM-R / mT5 / NLLB / SeamlessM4T), Senior NLP Engineer (multi-task NLP pipeline architecture). Stack 2026: Python (monopolistic). Hugging Face Transformers mastery (models + datasets + tokenizers + PEFT + Accelerate — single most important library 2026). spaCy (production-grade pipelines — NER + POS + dependency parsing + lemmatisation; fast Cython under the hood — industry standard for traditional NLP). NLTK (academic / legacy — corpus + tokenisation). Gensim (topic modelling — LDA + Word2Vec legacy). BERTopic (modern topic modelling — embeddings-based). Modern transformers: BERT family (DeBERTa-v3 / RoBERTa / ELECTRA for tagging + classification), T5 family (text-to-text — translation + summarisation), BART (generation + understanding hybrid), XLM-R + mT5 + NLLB (multilingual). Sentence embeddings: sentence-transformers + BGE + E5 + Stella + jina-embeddings-v3 (top on the MTEB benchmark). LLMs for NLP: Llama 3.x + Mistral + Qwen 2.5 + Phi 3 for classification / extraction / generation in few-shot mode. Search & ranking: Elasticsearch + OpenSearch (BM25 + dense_vector hybrid), Vespa (Yahoo open-source — best for production search), Tantivy + Meilisearch (Rust-based alternatives), cross-encoder rerankers (BGE Reranker / Cohere Rerank). ASR (Speech-to-Text): Whisper + Whisper-large-v3 + faster-whisper (CTranslate2-optimised — production), Wav2Vec 2.0, NVIDIA NeMo, OpenAI Whisper API, AssemblyAI + Deepgram + Speechmatics (commercial APIs). Russian-specific: Yandex SpeechKit, Sber Salute Speech, STC VoiceKit, VOSK (open-source — offline). TTS (Text-to-Speech): ElevenLabs (dominates 2026 — best quality), OpenAI TTS, Coqui TTS (open-source — XTTS-v2 voice cloning), Tortoise, Bark, StyleTTS 2. Russian TTS: Yandex SpeechKit + Sber SaluteSpeech. Russian NLP-specific: ruBERT + RuRoBERTa (DeepPavlov), ruGPT, FRED-T5 (Sber), ruT5, USER-bge-m3 (Russian embeddings), Natasha (Russian NER), Razdel (Russian tokenisation), pymorphy3 (morphological analysis). Evaluation: classical NLP metrics (BLEU + ROUGE + METEOR + chrF for translation, F1 + precision + recall for NER, perplexity for LM), modern eval — RAGAS + DeepEval + lm-evaluation-harness for LLM-based NLP. According to Zorky, 35 active openings with explicit NLP specifics (the real pool is much wider — many NLP roles are classified as general ML Engineer / Backend / AI Engineer). Median not published. Top stack: python, llm, sql, pytorch, airflow. Among jobs with a stated work format, 39% are remote.
Datos al:
Las cifras clave del mercado de Ingeniero de PLN: ofertas abiertas, salario mediano, grupo de especialistas observado y proporción de remoto.
El mercado de Ingeniero de PLN tiene ahora 35 puestos abiertos, 31 de ellos observados recientemente.
Entre las vacantes con modalidad de trabajo indicada, el 39% es remoto. El trabajo completamente en nube es estándar. Empresas de outsourcing: casi siempre en remoto. Empresas internacionales de voz con IA y PLN: totalmente remoto como norma. PLN en grandes tecnológicas: híbrido como norma.
⚠ salario conocido en 1 de 35 empleos; cuota de remoto a partir de 28 con formato indicado; 31 contados como observaciones recientes; no se muestran la tendencia ni la dificultad de contratación
Cronología: ofertas y fuentes
Cuántas ofertas de Ingeniero de PLN 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 | 0 |
| 2026-06-08 | 2 |
| 2026-06-15 | 1 |
| 2026-06-22 | 5 |
| 2026-06-29 | 5 |
| 2026-07-06 | 5 |
| 2026-07-13 | 5 |
| 2026-07-20 | 2 |
| 2026-07-27 | 0 |
| 2026-08-03 | 3 |
| 2026-08-10 | 1 |
| 2026-08-17 | 1 |
| 2026-08-24 | 10 |
| 2026-08-31 | 1 |
| 2026-09-07 | 1 |
| 2026-09-14 | 9 |
| 2026-09-21 | 9 |
| 2026-09-28 | 10 |
| 2026-10-05 | 9 |
| 2026-10-12 | 28 |
| 2026-10-19 | 10 |
| 2026-10-26 | 6 |
| 2026-11-02 | 6 |
| 2026-11-09 | 11 |
Fuentes activas por semana
Fuentes en el periodo: 57. ▲ — semana en la que se conectaron muchas fuentes nuevas.
Datos del gráfico
| Periodo | Fuentes activas |
|---|---|
| 2026-06-01 | 0 |
| 2026-06-08 | 2 |
| 2026-06-15 | 1 |
| 2026-06-22 | 5 |
| 2026-06-29 | 5 |
| 2026-07-06 | 5 |
| 2026-07-13 | 5 |
| 2026-07-20 | 2 |
| 2026-07-27 | 0 |
| 2026-08-03 | 3 |
| 2026-08-10 | 1 |
| 2026-08-17 | 1 |
| 2026-08-24 | 5 |
| 2026-08-31 | 1 |
| 2026-09-07 | 1 |
| 2026-09-14 | 7 |
| 2026-09-21 | 6 |
| 2026-09-28 | 8 |
| 2026-10-05 | 8 |
| 2026-10-12 | 8 |
| 2026-10-19 | 7 |
| 2026-10-26 | 4 |
| 2026-11-02 | 6 |
| 2026-11-09 | 8 |
Nuevas fuentes conectadas: 22 jun +5 · 14 sept +5 · 28 sept +5 · todas las semanas (19) en la tabla
| Semana | Fuentes nuevas | Ofertas nuevas |
|---|---|---|
| 8 jun | +2 | 2 |
| 15 jun | +1 | 1 |
| 22 jun | +5 | 5 |
| 29 jun | +3 | 5 |
| 6 jul | +4 | 5 |
| 13 jul | +4 | 5 |
| 3 ago | +2 | 3 |
| 10 ago | +1 | 1 |
| 17 ago | +1 | 1 |
| 24 ago | +2 | 10 |
| 14 sept | +5 | 9 |
| 21 sept | +4 | 9 |
| 28 sept | +5 | 10 |
| 5 oct | +3 | 9 |
| 12 oct | +3 | 28 |
| 19 oct | +3 | 10 |
| 26 oct | +2 | 6 |
| 2 nov | +3 | 6 |
| 9 nov | +4 | 11 |
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 | 0 | 0 |
| 2026-06-08 | 2 | 2 |
| 2026-06-15 | 1 | 1 |
| 2026-06-22 | 5 | 5 |
| 2026-06-29 | 5 | 5 |
| 2026-07-06 | 5 | 5 |
| 2026-07-13 | 5 | 5 |
| 2026-07-20 | 2 | 2 |
| 2026-07-27 | 0 | 0 |
| 2026-08-03 | 3 | 3 |
| 2026-08-10 | 1 | 1 |
| 2026-08-17 | 1 | 1 |
| 2026-08-24 | 10 | 5 |
| 2026-08-31 | 1 | 1 |
| 2026-09-07 | 1 | 1 |
| 2026-09-14 | 9 | 7 |
| 2026-09-21 | 9 | 6 |
| 2026-09-28 | 10 | 8 |
| 2026-10-05 | 9 | 8 |
| 2026-10-12 | 28 | 8 |
| 2026-10-19 | 10 | 7 |
| 2026-10-26 | 6 | 4 |
| 2026-11-02 | 6 | 6 |
| 2026-11-09 | 11 | 8 |
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 Ingeniero de PLN.
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 Ingeniero de PLN hay y cuántos especialistas adecuados observa Zorky.
Demanda y oferta observada
Datos del gráfico
| Indicador | Valor |
|---|---|
| Demanda abierta | 35 |
| Demanda abierta | 35 |
| Oferta observada | — no publicado |
PLN es la especialidad ML más antigua, desde los años 1950, reconstruida por los transformadores en 2017–2024. La muestra es pequeña porque muchas funciones se clasifican como ML, backend o IA general. Motores en 2026: agentes de voz ASR + LLM + TTS, traducción en tiempo real, búsqueda semántica empresarial con RAG y Elasticsearch, moderación a escala con LLM, equipos de modelos base en Cohere / Hugging Face / DeepL. Crecimiento internacional rápido de voz con IA: ElevenLabs / AssemblyAI / Deepgram / Speechmatics / Soundhound / Vapi / Retell AI.
⚠ los candidatos que encajan con una vacante aún no se cuentan: se muestran la demanda y el pool observado
En qué países hay más ofertas abiertas de Ingeniero de PLN.
Geografía de la demanda
| país | empleos | proporción |
|---|---|---|
| Estados Unidos | 4 | 13,8% |
| Polonia | 4 | 13,8% |
| Kazajistán | 3 | 10,3% |
| Reino Unido | 3 | 10,3% |
| Uzbekistán | 2 | 6,9% |
| Chequia | 2 | 6,9% |
| Rusia | 2 | 6,9% |
| India | 2 | 6,9% |
| Singapur | 1 | 3,4% |
| Suecia | 1 | 3,4% |
| Otros países | 5 | 17,2% |
El país con más vacantes de ingeniería PLN es Estados Unidos (4 puestos). Polonia es un centro favorable dentro de la UE. Alemania: sede DeepL en Colonia y Aleph Alpha. Francia: sede Hugging Face y Mistral. Reino Unido: DeepL Londres y Speechmatics. Estados Unidos: clúster de PLN del área de la bahía.
⚠ solo número de empleos: el salario por país no se publica
Datos del gráfico
| País | Ofertas |
|---|---|
| US | 4 |
| PL | 4 |
| KZ | 3 |
| GB | 3 |
| UZ | 2 |
| CZ | 2 |
| RU | 2 |
| IN | 2 |
| SG | 1 |
| SE | 1 |
Qué tecnologías se piden con más frecuencia en la misma oferta que Ingeniero de PLN.
Se usa junto con
Cuota: cuántas de las 35 ofertas del mercado Ingeniero de PLN mencionan esta tecnología. Ordenado por número de ofertas, no por «fuerza de asociación». Términos genéricos como cloud no son una nube concreta (AWS, Azure).
Tecnologías principales de PLN en 2026: Python profundo, Hugging Face Transformers como biblioteca esencial; spaCy de producción con NER, POS y dependencias; NLTK / Gensim heredados; BERTopic moderno; DeBERTa-v3, RoBERTa y ELECTRA para clasificación y NER, T5 para texto a texto, XLM-R + mT5 + NLLB multilingües; vectores de oraciones con sentence-transformers + BGE + E5 + Stella + jina-embeddings-v3, líderes MTEB; LLM para PLN; búsqueda & ordenación con Elasticsearch + OpenSearch híbridos BM25 y dense_vector, Vespa y reordenadores cruzados; ASR con Whisper-large-v3, faster-whisper, Wav2Vec 2.0, NVIDIA NeMo y API comerciales AssemblyAI / Deepgram / Speechmatics; TTS con ElevenLabs, Coqui XTTS-v2, Tortoise, Bark, StyleTTS 2; ruso con DeepPavlov ruBERT, RuRoBERTa, ruGPT, FRED-T5, USER-bge-m3, Natasha, Razdel, pymorphy3; voz rusa con Yandex SpeechKit, Sber SaluteSpeech, STC VoiceKit, VOSK; audio con librosa, soundfile, torchaudio; anotación con Label Studio estándar, Argilla con LLM y Prodigy; evaluación BLEU, ROUGE, F1, WER, MOS y RAGAS, DeepEval, COMET para traducción.
Combinaciones habituales: Python + Hugging Face Transformers + spaCy + PyTorch para PLN clásico; sentence-transformers + Qdrant + BGE Reranker para búsqueda semántica y reordenación; Whisper + faster-whisper + pyannote para ASR de producción y separación de hablantes; ElevenLabs API + OpenAI API + LangChain para agentes de voz; DeepPavlov + Natasha + ruBERT + USER-bge-m3 para ruso; Elasticsearch + dense_vector + Vespa para búsqueda de producción; Label Studio + Argilla + spaCy para anotación y entrenamiento. Ruta: lingüística → Python y ML → spaCy → curso Hugging Face NLP → ajuste de transformadores → vectores de oraciones y búsqueda semántica → LLM para PLN → búsqueda & ordenación profunda → voz opcional con Whisper y ElevenLabs → ruso con DeepPavlov → Label Studio → metodología de evaluación → portafolio con 4 demostraciones.
Datos del gráfico
| Nombre | Cantidad |
|---|---|
| python | 24 |
| llm | 19 |
| sql | 7 |
| docker | 7 |
| pytorch | 6 |
| fine-tuning | 5 |
| cloud | 5 |
| fastapi | 4 |
| qdrant | 3 |
| transformers | 3 |
| kubernetes | 3 |
| langchain | 3 |
Cuántas ofertas de Ingeniero de PLN hay en cada nivel, de junior a principal.
Demanda por nivel
| nivel | empleos |
|---|---|
| senior | 10 |
| middle | 6 |
| junior | 3 |
| lead | 1 |
Entrada júnior habitual: máster en lingüística computacional, backend intermedio o ciencia de datos intermedia, más portafolio PLN con ajuste de Hugging Face demostrable. Trayectoria: lingüista / backend / ciencia de datos intermedios (2-3 años) e interés en PLN → ingeniero PLN júnior (1-2 años) → intermedio (2-3 años) → sénior → voz ASR/TTS, IA centrada en productos LLM, investigación con publicaciones ACL / EMNLP o PLN multilingüe. Las cifras se basan en muestra pequeña; consultar ml-engineer / ai-engineer para referencias amplias.
⚠ solo el lado de la demanda: el nivel del pool observado se desconoce en su mayor parte
Datos del gráfico
| Nivel | Cantidad |
|---|---|
| senior | 10 |
| middle | 6 |
| junior | 3 |
| lead | 1 |
Quién contrata más en Ingeniero de PLN y cuánto se concentra la demanda en las empresas más grandes.
Empleadores
La demanda se reparte entre 27 empleadores. El mayor concentra el 9.7%, los diez primeros el 45.2%; el 54.8% restante es cola larga.
| proporción | valor |
|---|---|
| top-1 | 9.7% |
| top-3 | 22.6% |
| top-10 | 45.2% |
| cola larga | 54.8% |
⚠ 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 Ingeniero de PLN.
Dónde ve Zorky este mercado
Observado en 24 fuentes; la mayor concentra el 8.6%: 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 | 18 | 0,5143 |
| board | джоб-борды и агрегаторы | portales de empleo y agregadores | 13 | 0,3714 |
| telegram | Telegram | Telegram | 4 | 0,1143 |
Las ofertas de Ingeniero de PLN más recientes de las webs de empleo de las empresas.
Vacantes recientes
- Вакансия Strong Middle / Senior NLP Engineer · UZ
- Strong Middle / Senior NLP Engineer · UZ
- NLP Engineer
- Research Scientist (Computer Science / Artificial Intelligence / Machine Learning / Natural Language Processing) · SG
- NLP Engineer · KZ
- Senior Systems Engineer – Clinical NLP Research Support
- Senior Engineer, AI/NLP Engineering · CZ
- Data Engineer, AI/NLP Engineering · CZ
Últimas vacantes de ingeniería PLN: los puestos más recientes de la muestra, una selección reducida de funciones explícitas; el mercado real es mayor por la superposición con ml-engineer / ai-engineer. Lista completa en nuestro CRM o mediante «ver todas», abajo. Consultar ambas páginas para una visión más amplia.
Mercados adyacentes
PLN se superpone con ingeniería de IA en productos LLM, con aproximadamente 60% de tecnologías comunes; con ML en producción, ciencia de datos en análisis de texto para negocio, investigación en ACL / EMNLP / NAACL y voz como subespecialidad ASR / TTS. Comparación en SiblingSubnichesChart, 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: 9.
Área: IA / ML / Data Science
Especializaciones relacionadas
Dentro de ingeniería de PLN: ingeniero general con PLN clásico y transformadores; ingeniero de voz ASR / TTS con Whisper / VITS / Yandex SpeechKit / Sber Salute Speech; lingüista computacional con reglas y ML en educación lingüística y lexicografía; ingeniero de IA conversacional con sistemas de diálogo y cruce con ai-engineer; ingeniero multilingüe con XLM-R / mT5 / NLLB / SeamlessM4T; sénior con arquitectura de pipelines multitarea. Comparación con ml-engineer/ai-engineer/data-scientist/research/mlops en el gráfico inferior.
Preguntas frecuentes
Preguntas frecuentes sobre PLN: salario en un segmento prémium estable; comparación con IA y ML entre 3 roles y 5 diferencias; PLN clásico, solo LLM o híbrido mediante árbol de decisión con costes reales; diferencias de voz ASR / TTS; remoto; transición desde backend o ciencia de datos intermedios en 4-10 meses; competencias sénior como intuición lingüística, Hugging Face, vectores de oraciones, búsqueda & ordenación y ruso cuando corresponda. Las respuestas se recalculan automáticamente.
¿Cuánto gana un ingeniero de PLN júnior, intermedio, sénior o líder?
Cifras basadas en muestra pequeña; referencias más amplias en ingeniería de ML e ingeniería de IA / LLM. Entrada júnior: máster en lingüística computacional o backend intermedio y portafolio con ajuste de Hugging Face. Júnior → intermedio tras primera función de producción: búsqueda semántica, clasificador de sentimiento, NER o traducción. Intermedio → sénior: responsabilidad sobre pipelines multitarea y experiencia ASR / TTS o multilingüe. Sénior → especialista principal: arquitectura organizativa y publicaciones. Trayectoria: lingüista / backend / ciencia de datos intermedios (2-3 años) e interés en PLN → júnior (1-2 años) → intermedio (2-3 años) → sénior → voz, ingeniería de IA centrada en LLM o investigación académica.
¿Qué tecnologías necesita con más frecuencia un ingeniero de PLN?
Principales en 5: python, llm, sql, pytorch, airflow. Python es prácticamente monopolístico. Hugging Face Transformers es la biblioteca esencial en 2026: modelos, conjuntos de datos, tokenizadores, PEFT y Accelerate. spaCy: NER, POS, dependencias y lematización en producción, rapidez de Cython y estándar del PLN tradicional. NLTK: académico y legado. Gensim: Word2Vec / LDA heredados. BERTopic: temas mediante vectores, en expansión desde 2024. Transformadores modernos: BERT con DeBERTa-v3, mejor base para clasificación y NER en 2026, RoBERTa y ELECTRA; T5 texto a texto, BART, XLM-R + mT5 + NLLB multilingües. Vectores de oraciones: sentence-transformers + BGE + E5 + Stella + jina-embeddings-v3, líderes MTEB. LLM para PLN: Llama 3.x / Mistral / Qwen 2.5 / Phi 3, clasificación, extracción y generación con pocos ejemplos. Búsqueda & ordenación: Elasticsearch + OpenSearch híbridos BM25 y dense_vector, estándar; Vespa de Yahoo, mejor para producción y ordenaciones complejas; Tantivy + Meilisearch en Rust; reordenadores cruzados BGE Reranker / Cohere Rerank. ASR, voz a texto: Whisper-large-v3 + faster-whisper con CTranslate2 optimizado para producción; Wav2Vec 2.0, NVIDIA NeMo y API AssemblyAI / Deepgram / Speechmatics / OpenAI Whisper API. Ruso: Yandex SpeechKit / Sber Salute Speech / STC VoiceKit / VOSK abierto y sin conexión. TTS: ElevenLabs dominante en 2026, mejor calidad; OpenAI TTS, Coqui TTS con clonación XTTS-v2, Tortoise, Bark, StyleTTS 2; ruso con Yandex SpeechKit y Sber SaluteSpeech. PLN ruso: ruBERT + RuRoBERTa de DeepPavlov, mayor proyecto de PLN en ruso; ruGPT, FRED-T5 de Sber, ruT5, USER-bge-m3 líder en ruMTEB; Natasha para NER y extracción, Razdel para tokenización, pymorphy3 para morfología. Audio: librosa + soundfile + torchaudio. Conjuntos de datos: Hugging Face Hub, >200 mil conjuntos PLN, imprescindible; Common Crawl + OSCAR como corpus; FLORES-200 para traducción; MTEB + ruMTEB para vectores. Evaluación: BLEU, ROUGE, METEOR, chrF para traducción; F1, precisión y exhaustividad para NER; perplejidad, WER para ASR y MOS para TTS; RAGAS / DeepEval para LLM y COMET para evaluación neuronal de traducción. Anotación: Label Studio abierto, estándar en 2026; Prodigy de Explosion, creadores de spaCy; Doccano, Argilla moderno con LLM. Recursos lingüísticos: WordNet, Universal Dependencies, BabelNet multilingüe.
Ingeniero de PLN, IA y ML: ¿cuál es la diferencia?
Los tres roles se superponen mucho en 2026 por la unificación con transformadores, pero difieren. Ingeniero de ML: generalista responsable de ML en producción, recomendaciones, fraude, ordenación, ML clásico y LLM; PyTorch, sklearn, Kubernetes, MLflow y ML gestionado en nube. Véase ingeniería de ML. Ingeniero de IA / LLM: integra LLM en productos, chatbots, RAG y agentes. Véase ingeniería de IA / LLM. Ingeniero de PLN, esta página: NER, sentimiento, búsqueda, traducción, resúmenes, preguntas y respuestas y voz ASR + TTS. Diferencias: 1) PLN clásico: BM25, TF-IDF, Word2Vec, LDA, dependencias y NER anterior a BERT; el ingeniero de IA centrado solo en LLM suele desconocerlo. 2) Voz: ASR Whisper / Wav2Vec y TTS ElevenLabs / Tacotron son territorio PLN, rara vez tratado por IA. 3) Intuición lingüística: PLN suele tener base en morfología, sintaxis y semántica; IA, perfil generalista backend / ML. 4) Multilingüismo y lenguas con pocos datos: especialidad PLN, transferencia entre idiomas, NLLB y mT5. 5) Búsqueda & ordenación profunda: Elasticsearch, Vespa y pipelines de producción. Cambios de carrera: PLN sénior → IA, transición lateral sencilla en 1-3 meses añadiendo LangChain y agentes; IA sénior → PLN en 3-6 meses por técnicas clásicas y voz; ML sénior → PLN en 4-8 meses. Realidad en 2026: el título PLN cede a IA por el auge de LLM, pero búsqueda, traducción, extracción y voz siguen siendo necesidades centrales.
¿Qué proporción de vacantes ofrece trabajo remoto?
Entre las vacantes con modalidad de trabajo indicada, el 39% es remoto. Las vacantes sin modalidad indicada se excluyen del denominador; el trabajo híbrido no se cuenta como remoto.
¿Cómo se diferencia ingeniería de voz ASR / TTS del PLN general?
Ingeniero de voz: subespecialidad PLN centrada en audio hablado. Trabajo diario: ASR, reconocimiento de voz: desplegar Whisper / Wav2Vec / NeMo, ajustar terminología médica, jurídica o de atención al cliente por precisión; flujos en tiempo real con WebRTC, procesamiento por fragmentos y detección del final; separación de hablantes con pyannote / NVIDIA NeMo Speaker; robustez al ruido mediante limpieza y detección de actividad; multilingüismo y cambio de idioma. TTS, síntesis: ElevenLabs / Coqui XTTS / Tacotron / VITS, voces de marca, clonación XTTS-v2 desde 6 segundos de referencia, prosodia con entonación, ritmo y emoción, varios idiomas y baja latencia para agentes. Agentes de voz, en crecimiento desde 2024: ASR + LLM + TTS con respuesta objetivo <500ms. Vapi / Retell AI / Pipecat son frameworks abiertos emergentes. Fundamentos de audio: librosa, soundfile, torchaudio, MFCC, espectrogramas, frecuencias de muestreo y códecs Opus / AAC / WAV. Herramientas específicas: NVIDIA NeMo unifica ASR y TTS, ESPnet académico, SpeechBrain basado en PyTorch. API comerciales: AssemblyAI / Deepgram / Speechmatics / OpenAI Whisper API + Realtime API de octubre de 2024 para agentes / ElevenLabs / Soundhound. Ruso: Yandex SpeechKit prémium STT + TTS, Sber SaluteSpeech para banca y voz GigaChat, STC VoiceKit, VOSK abierto sin conexión. Trayectoria: PLN sénior con interés en audio y portafolio Whisper/Wav2Vec → ingeniero de voz júnior o intermedio en 4-8 meses.
¿Por dónde empezar en PLN en 2026?
Ruta: 1) Fundamentos lingüísticos: morfología, sintaxis, semántica y pragmática para desarrollar intuición. Libro «Speech and Language Processing», Jurafsky / Martin, edición 3.ª gratuita en línea, referencia esencial; no hace falta leerlo entero, sino capítulos importantes. 2) Python profundo y ML básico: pandas, scikit-learn y PyTorch básico. 3) PLN clásico: dominar spaCy y conocer NLTK; crear NER, clasificador de sentimiento y temas con BERTopic. Curso spaCy, gratuito de Explosion, sus creadores. 4) Transformadores modernos: BERT / DeBERTa / T5 y flujo de ajuste. Hugging Face NLP course, gratuito, obligatorio y mejor recurso en 2026. 5) Práctica Hugging Face Transformers: ajustar DeBERTa-v3 a clasificación propia y T5 a resúmenes. 6) Vectores de oraciones: sentence-transformers + BGE + E5, búsqueda semántica, MTEB; comparar solo instrucciones con ajuste sobre la misma tarea. 8) Búsqueda & ordenación: Elasticsearch / OpenSearch híbridos BM25 y vectores, demostración de producción y BGE Reranker. 9) Voz, opcional y bien valorada: Whisper / faster-whisper, transcripción y separación pyannote, ElevenLabs TTS y clonación Coqui XTTS-v2. 10) PLN ruso: DeepPavlov con ruBERT / RuRoBERTa / ruGPT, Natasha para NER, pymorphy3, USER-bge-m3. 11) Anotación: Label Studio estándar en 2026, crear proyecto, anotar conjunto pequeño y entrenar modelo propio. 12) Evaluación: BLEU / ROUGE / F1 / WER / MOS, RAGAS / DeepEval. 13) Experiencia multilingüe: XLM-R + mT5 + NLLB-200 de Meta para 200 idiomas. 14) Portafolio: a) NER de producción para un dominio propio, como extracción de ofertas laborales; b) búsqueda semántica sobre datos abiertos; c) clasificación rusa con ruBERT ajustado; d) agente ASR + LLM + TTS. Documentar en GitHub y blog. Cursos rusos: Karpov.Courses «NLP», Otus «NLP», MIPT DLSchool, módulo PLN; SkillFactory NLP, School21 de Sber, ruta PLN, cursos de la comunidad DeepPavlov. Internacionales en inglés: Hugging Face NLP Course gratuito e imprescindible; Stanford CS224N «NLP with Deep Learning», gratuito en YouTube y mejor curso académico; «Speech and Language Processing», Jurafsky / Martin, PDF gratuito de referencia; «Practical Natural Language Processing», Vajjala / Majumder / Gupta / Surana, O'Reilly aplicado; fast.ai Practical Deep Learning Part 2 con PLN. Libros imprescindibles: «Natural Language Processing with Transformers», Tunstall / Werra / Wolf, autores Hugging Face, esencial en 2026; «Speech and Language Processing», Jurafsky / Martin. Seguir publicaciones ACL / EMNLP / NAACL para una carrera seria. Backend sénior o ciencia de datos intermedia e interés en PLN → júnior PLN en 4-10 meses.
¿Cuántas vacantes abiertas contiene esta muestra?
La muestra publicada contiene 35 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 habilidades necesita un ingeniero de PLN sénior?
El sénior asume el ciclo completo de ingeniería del producto PLN y liderazgo técnico. Python profundo y nivel backend sénior: async, tipado, FastAPI y pytest. Intuición lingüística: morfología, sintaxis, semántica y pragmática para explicar errores complejos del modelo. No exige título lingüístico, pero sí fundamentos. Hugging Face Transformers: BERT, T5 y LLM, conjuntos de datos, tokenizadores, PEFT, Accelerate; ajuste LoRA / QLoRA y completo cuando procede. spaCy: pipelines de producción con NER, POS, dependencias, componentes propios, reglas de coincidencia e integración spaCy-transformers. Transformadores modernos: DeBERTa-v3, mejor base para clasificación y NER en 2026; T5, XLM-R / mT5 / NLLB; atención, tokenización y decodificación. Vectores de oraciones: sentence-transformers + BGE + E5 + Stella + jina-embeddings-v3, entrenamiento propio con pérdida contrastiva y ordenación con múltiples negativos. Búsqueda & ordenación: Elasticsearch + OpenSearch avanzados, BM25 y dense_vector, analizadores propios y multilingüismo; Vespa complejo, reordenadores cruzados y variantes propias de BGE Reranker. LLM para PLN: instrucciones para NER, extracción y clasificación, comparar pocos ejemplos con ajuste, salida estructurada mediante llamadas a funciones. Voz, si corresponde: Whisper / Wav2Vec y ajuste de dominio, pyannote, librosa / torchaudio, ASR en tiempo real y agentes ASR + LLM + TTS de baja latencia. Multilingüismo y pocos recursos: transferencia con XLM-R / mT5, aumento de datos y evaluación multilingüe. Ruso: DeepPavlov, Natasha avanzado, tokenización y morfología propias. PLN clásico: TF-IDF y BM25 internos, Word2Vec / GloVe / FastText, dependencias, CRF para secuencias; saber cuándo supera a LLM por coste, latencia o explicabilidad. Anotación: Label Studio avanzado, Argilla con LLM, Prodigy. Evaluación: BLEU, ROUGE, METEOR, chrF, F1, perplejidad, WER, MOS, RAGAS, DeepEval, COMET y metodología humana. Diseño de sistemas: dibujar una pipeline escalable de 100 millones+ de textos diarios, presupuesto de latencia con P95 objetivo y optimización de costes mediante caché, lotes y enrutamiento inteligente. Competencias interpersonales: ADR de arquitectura, documentos de diseño e informes, colaboración con producto, backend, ciencia de datos y lingüistas, mentoría, lectura regular de ACL / EMNLP / NAACL e Interspeech para voz. Inglés obligatorio desde sénior: comunidad, documentación, artículos y conferencias son anglófonos. Ventaja adicional: contribuciones abiertas a Hugging Face / spaCy / DeepPavlov / sentence-transformers elevan mucho el valor de mercado.
Dejar una solicitud
Describe la tarea y deja un contacto: la solicitud llega a nuestro CRM y respondemos al contacto que indiques.