La escasez se movió: ya no falta quien entrene modelos, falta quien sepa qué construir y venderlo. Qué estudiar según tu meta.
Depende de tu meta. Si quieres investigar y crear modelos nuevos, ciencias de la computación o matemáticas con posgrado. Si quieres ser ingeniero de IA en una empresa, ingeniería de sistemas más práctica intensa. Si quieres fundar una empresa que use IA, la carrera pesa menos que lo que construyas mientras la haces: los modelos capaces ya están disponibles por API, así que lo escaso no es saber entrenarlos sino saber qué construir encima y cómo venderlo. En ese caso conviene elegir un programa que te deje construir durante la carrera y no esperar al grado.
Ayuda mucho, pero ya no es la barrera que era. Construir sobre modelos existentes vía API, orquestarlos y evaluar sus resultados es una habilidad que se aprende construyendo. Lo que no se sustituye es encontrar un problema que alguien pague por resolver y saber venderlo, que es donde más empresas mueren.
Sirve lo que enseña criterio, no lo que enseña herramientas. Un pregrado dura cuatro o cinco años y en ese tiempo las herramientas cambian varias veces de forma. Por eso la pregunta útil no es qué carrera sino si la carrera te deja construir mientras la haces: si te obliga a esperar al grado, llegas con herramientas viejas y sin experiencia real.
Cinco. Encontrar un problema que alguien pague por resolver. Construir sobre modelos existentes. Vender, porque un producto que nadie sabe explicar no se vende. Tener criterio para saber cuándo la IA no es la respuesta, porque muchas empresas fracasan por meter un modelo donde bastaba una hoja de cálculo. Y manejar lo legal y lo ético del dato, que en Colombia es habilitante y no opcional.