Apple lleva meses intensificando la contratación en inteligencia artificial y aprendizaje automático. En noviembre de 2023, la compañía tiene abiertas posiciones en cinco áreas concretas de IA dentro de sus equipos de investigación e ingeniería. El movimiento se produce en un momento en que la competencia de Google, Meta y OpenAI en modelos de lenguaje y sistemas de generación de contenido obliga a Apple a acelerar su propia hoja de ruta en IA, con especial atención a su enfoque de procesamiento en el propio dispositivo para preservar la privacidad del usuario.
Los cinco equipos de IA en los que Apple está contratando
Infraestructura de machine learning
El equipo de infraestructura es la base sobre la que se construyen todos los demás sistemas de IA de Apple. Busca perfiles de ciencia de datos e ingeniería de plataformas y sistemas capaces de trabajar a escala con los datos y los modelos que el resto de equipos consume. Sin una infraestructura robusta, el trabajo de los investigadores no llega a producción de forma eficiente.
Deep learning y aprendizaje de refuerzo
Un equipo de investigación trabaja en métodos de aprendizaje automático: desde el supervisado y no supervisado hasta los modelos generativos y el aprendizaje de refuerzo. Es probablemente el equipo más cercano al tipo de trabajo que también hacen los laboratorios de OpenAI, DeepMind o Google Brain, aunque con la particularidad de que Apple pone más énfasis en que los modelos puedan funcionar de forma eficiente en hardware de bajo consumo (los chips de la serie A y M).
Procesamiento de lenguaje natural y tecnologías del habla
Este equipo trabaja en el reconocimiento y la síntesis de voz, la traducción automática y la interacción voz-texto en múltiples idiomas. Es el equipo que más directamente alimenta a Siri, pero también los sistemas de dictado, las funciones de accesibilidad basadas en voz y las capacidades de idioma en toda la suite de productos. Apple busca ingenieros y científicos de datos con experiencia en lingüística computacional e ingeniería de software.
Visión artificial
El equipo de visión artificial diseña algoritmos para analizar flujos de datos de sensores y contribuir a la detección de objetos y la interpretación de entornos. Trabaja con redes neuronales profundas y técnicas de aprendizaje automático aplicadas a las cámaras, el lidar del iPhone Pro y el hardware de AR. Es uno de los equipos más relevantes para el futuro de los productos de realidad aumentada de Apple.
Investigación aplicada
La investigación aplicada es donde los resultados del laboratorio se integran en características concretas de productos. Los perfiles que busca Apple aquí combinan ingeniería de plataformas y ciencias aplicadas para llevar algoritmos de investigación a producción en áreas como la salud, la accesibilidad y la privacidad. La app Salud, las funciones de accesibilidad de iOS y las capacidades de detección en el móvil son ejemplos de lo que sale de este equipo.
El enfoque distintivo de Apple en IA: privacidad y hardware propio
Lo que distingue la estrategia de IA de Apple frente a la de sus competidores es la prioridad que pone en el procesamiento en el dispositivo. Mientras OpenAI, Google o Anthropic llevan el cómputo a la nube, Apple busca que la mayor parte del procesamiento ocurra en el chip del móvil o del ordenador, sin que los datos del usuario salgan del dispositivo. Eso tiene implicaciones directas en el tipo de modelos que desarrollan: han de ser eficientes, pequeños y optimizados para el hardware de Apple, en lugar de los grandes modelos de miles de millones de parámetros que requieren infraestructura de servidores masiva.
Esta apuesta por la IA en el dispositivo también explica por qué Apple publica menos investigación en abierto que sus competidores y por qué la carrera de talento de la que forma parte este proceso de contratación es muy competitiva. La paradoja sobre escasez de talento en IA aplica de lleno aquí: a medida que las grandes empresas intensifican la contratación en estos perfiles, los especialistas en machine learning se vuelven cada vez más difíciles de encontrar. Para cualquier equipo que trabaje con grandes volúmenes de datos, la cuestión de la calidad del dato y los LLM es central: los modelos solo son tan buenos como los datos que los entrenan.
Puedes explorar las posiciones abiertas en la página de carreras del equipo de machine learning e IA de Apple.
Preguntas frecuentes
¿En qué áreas de IA está contratando Apple?
Apple busca talento en cinco áreas: infraestructura de machine learning, deep learning y aprendizaje de refuerzo, procesamiento de lenguaje natural y tecnologías del habla, visión artificial e investigación aplicada. Cada equipo trabaja en un nivel distinto de la cadena, desde la infraestructura hasta las características de los productos.
¿Qué perfil de profesional busca Apple para sus equipos de IA?
Busca perfiles que combinen experiencia en ciencia de datos, ingeniería de software y conocimiento de los métodos específicos de cada área: lingüística computacional para el equipo de NLP, redes neuronales profundas para el de visión, algoritmos de optimización para el de deep learning y perfiles mixtos de ingeniería y ciencias aplicadas para investigación.
¿Por qué Apple prioriza la IA en el dispositivo frente a la IA en la nube?
Porque es parte central de su propuesta de valor en privacidad: si los datos no salen del dispositivo, no hay riesgo de que sean interceptados o mal utilizados. Esto requiere modelos más eficientes y optimizados para los chips de Apple (serie A y M), que es parte de lo que los equipos de investigación de la compañía están desarrollando.
¿Qué productos de Apple se benefician directamente del trabajo de estos equipos de IA?
Siri y las funciones de dictado y accesibilidad dependen del equipo de NLP y voz. Las cámaras computacionales del iPhone dependen del equipo de visión artificial. Las funciones de salud en Apple Watch y iPhone dependen del equipo de investigación aplicada. La infraestructura y el deep learning dan soporte a todos los demás.
