La escasez de prompt engineers formados frena el desarrollo de la IA en España

  • Estrategias digitales
Inteligencia artificial datos empleo

El ingeniero de comandos es un perfil clave para acelerar el desarrollo de la IA, pero la rápida evolución tecnológica implica una exigente y avanzada formación continua. Debe tener conocimientos del equipo que se rodea, desde la programación hasta la gestión de proyectos de IA.

Con motivo del Día Internacional del Trabajo, que se celebra hoy, Paradigma Digital han analizado la figura del prompt engineer, una figura clave en el ámbito de la inteligencia artificial generativa, especialmente para el procesamiento de lenguaje natural y los modelos de lenguaje de gran escala (LLM).

El prompt engineer está especializado en diseñar, probar y refinar los comandos (conocidos como prompts) que guían a los modelos de IA generativa para generar respuestas precisas y relevantes. Para Marta Gómez, responsable de People en Paradigma Digital, “el perfil del ingeniero de prompts está en camino de convertirse en una carrera distintiva dentro del ámbito de la IA debido al crecimiento y la integración de soluciones basadas en inteligencia artificial generativa en diversos productos y servicios.”

Pese a que la evolución de este rol es notable no solo en su crecimiento laboral, sino también en el desarrollo profesional que implica, sin embargo, no existe ninguna formación reglada lo que obliga a las empresas a fomentar una cultura de conocimiento y la formación interna con perfiles cualificados.

Según Gómez al tener la IA generativa un sinfín de aplicaciones el ingeniero de prompts necesita expandir su conocimiento técnico para incluir aspectos avanzados entre los que destaca el manejo de diversos servicios API de proveedores de IA generativa, como OpenAI, Vertex AI o Bedrock; conocimientos de frameworks agnósticos de IA generativa, como el archiconocido LangChain; control de herramientas de evaluación y trazabilidad de prompts como LangSmith o Langfuse; gestión de herramientas paralelas como bases de datos vectoriales como FAISS, pgvector, o Pinecone; conocimiento de modelos de embeddings como los de Cohere o el propio OpenAI; y técnicas de prompting en constante evolución como “Chain of Thought”, “Tree of Thoughts”, “Zero-Shot” o “Few-Shot”, usadas en procesos concretos dentro de la IA generativa, y que se focalizan en obtener un output del modelo más preciso.

Para Gómez “la habilidad para trabajar de manera efectiva con equipos transversales es crucial, ya que al tener la IA generativa un sinfín de aplicaciones el ingeniero de prompts debe tener conocimientos del equipo que se rodea, desde la programación hasta la gestión de proyectos de IA, pasando por el márketing o la creación de contenidos.”