Una lectura accionable de demanda, salarios publicados y ofertas para priorizar el perfil QA Automation / SDET + AI Quality sin presentar una muestra pequeña como verdad universal.
10/10
QA pide automatización
Frameworks o suites de automatización aparecen en toda la muestra QA.
9/10
AI pide APIs
APIs e integraciones aparecen en nueve de diez ofertas Applied AI.
10/10
AI pide LLM/agentes
LLM, agentes u orquestación aparecen en toda la muestra Applied AI.
4/10
QA ya menciona AI testing
QA de IA o uso activo de agentes ya aparece como una especialización visible.
Inferencia de carrera
Posicionamiento recomendado
QA Automation / SDET — AI Reliability & LLM Evaluation | Playwright, TypeScript, Python, APIs y CI/CD
Inferencia: el puente más defendible es capitalizar experiencia en calidad y automatización, y diferenciarla con evaluación de sistemas no deterministas. Permite competir primero por roles QA/SDET y abrir, con evidencia, oportunidades de AI Quality o Applied AI orientadas a calidad.
Senior QA Automation EngineerSDET / Quality EngineerAI Quality / LLM Evaluation EngineerApplied AI Engineer con foco en calidad
Frecuencia observada + prioridad inferida
Qué estudiar primero
El conteo es un hecho de la muestra. El orden es una recomendación para maximizar empleabilidad y construir un puente creíble hacia AI Quality.
01
Frameworks de automatización y Playwright
Demanda muy alta
Muestra: 10/10 ofertas QA ponen la automatización en el centro; 9/10 nombran un framework.
Inferencia: es la prueba de capacidad más directa para entrar por QA Automation o SDET.
Práctica: Framework E2E mantenible, fixtures, trazas, paralelismo y control de flakiness.
02
APIs, backend, autenticación y datos
Demanda muy alta
Muestra: 7/10 en QA; APIs e integraciones aparecen en 9/10 de Applied AI.
Inferencia: une ambos caminos y demuestra calidad más allá de la interfaz.
Práctica: REST/GraphQL, contratos, OAuth/JWT/RBAC, SQL, test data y fallas asíncronas.
03
TypeScript y Python aplicados
Demanda alta
Muestra: Un lenguaje explícito aparece en 6/10 QA y Python/TypeScript/Node en 8/10 AI.
Inferencia: dominar ambos permite automatizar producto y construir evaluadores de IA.
Práctica: Una misma prueba de concepto con Playwright/TypeScript y evaluaciones en Python.
04
CI/CD y quality gates
Demanda alta
Muestra: 6/10 ofertas QA mencionan integración o despliegue continuo.
Inferencia: convierte pruebas aisladas en una capacidad operativa visible.
Práctica: Pipeline reproducible, artefactos de fallo, reglas de bloqueo y ejecución selectiva.
05
Inglés técnico y entrevista
Demanda alta
Muestra: 6/10 en QA y 8/10 en Applied AI solicitan inglés explícitamente.
Inferencia: es un multiplicador inmediato de acceso a roles LATAM pagados en USD.
Práctica: Historias STAR, explicación de arquitectura y defensa de decisiones en inglés.
06
Evaluación de LLM y agentes
Demanda muy alta
Muestra: LLM o agentes aparecen en 10/10 AI; QA de IA o agentes ya aparece en 4/10 QA.
Inferencia: es el diferenciador que convierte el perfil QA en AI Quality.
Práctica: Golden sets, regresión, trazabilidad, métricas, ataques y revisión humana.
07
Evals, guardrails, observabilidad y seguridad
Demanda alta
Muestra: El conjunto aparece en 7/10 ofertas Applied AI.
Inferencia: muestra criterio de producción, no sólo capacidad de crear una demo.
Práctica: Evaluación offline/online, límites de permisos, logs, alertas y human-in-the-loop.
08
RAG, retrieval y bases vectoriales
Demanda alta
Muestra: 6/10 ofertas Applied AI mencionan RAG, retrieval o búsqueda vectorial.
Inferencia: conviene estudiarlo después del núcleo QA/API para abrir roles Applied AI.
Práctica: Chunking, recuperación, citas, precision/recall y evaluación de respuestas.
09
Operación: cloud, Docker, observabilidad y performance
Demanda alta
Muestra: Cloud aparece en 6/10 AI; operación, contenedores, observabilidad o seguridad se repiten en ambos caminos.
Inferencia: completa el relato de calidad end-to-end y reduce la brecha hacia producción.
Práctica: Docker, un proveedor cloud, k6, telemetría útil y un checklist OWASP.
Hechos publicados
Salarios de la muestra
Rangos brutos visibles en las ofertas enlazadas; no son una promesa ni una tasación personal.
QA / puente · agregado n=6
USD 2.750 / mes
Mediana de los puntos medios de 6 rangos QA con sueldo bruto publicado.
Applied AI · agregado n=6
USD 4.350 / mes
Applied AI también tiene 6 rangos publicados; su mediana observada es mayor, pero la muestra sigue siendo pequeña y más senior.
Rangos salariales brutos publicados por oferta
Oferta
Ruta
Rango publicado
NiuroSenior QA Engineer (AI Platform Systems)
Puente QA + AI
USD 2.500–3.000 bruto/mes
ImprovingQA Automation Engineer (Mobile)
QA / SDET
USD 3.500–4.000 bruto/mes
Molten CloudQA Engineer (Automation)
QA / SDET
USD 3.000–4.000 bruto/mes
FieldBeatQA Automation Engineer / SDET
QA / SDET
USD 1.300–1.400 bruto/mes
3ITQA Automatizador Mobile
QA / SDET
USD 1.800–2.200 bruto/mes
NiuroSenior QA Engineer — Agent Orchestration
Puente QA + AI
USD 2.500–3.000 bruto/mes
Contractor Marketing ProsAI Automation Engineer
Applied AI
USD 2.500–3.700 bruto/mes
Brand & BotFull-Stack Developer — AI Focused
Applied AI
USD 5.000–6.000 bruto/mes
2BRAINSAI Engineer (Node.js, TypeScript, NestJS)
Applied AI
USD 3.200–3.400 bruto/mes
GraftonMachine Learning Engineer
Applied AI
USD 4.000–4.400 bruto/mes
Rozeta LabsApplied AI Engineer — Agentic Systems
Applied AI
USD 4.000–5.000 bruto/mes
ArtefactSenior AI & Agentic Engineer
Applied AI
USD 5.000 bruto/mes
Son montos publicados, no promesas salariales. No se ajustan por país, impuestos, beneficios, tipo de contrato, seniority ni costo de vida. Las muestras QA y AI no son comparables causalmente.
Plan recomendado · inferencia
Sprint diario de empleabilidad
Siete días intensivos para producir evidencia y postular en paralelo. Sus 15 ejercicios ya están cargados en el motor diario. Ajusta el volumen si afecta la calidad o el descanso.
15 min
Inglés técnico
Explicar una decisión, un bug o una arquitectura en voz alta.
25 min
Playwright + API
Código ejecutable con evidencia, no sólo lectura.
25 min
Python + evals
Una evaluación medible o un caso adversarial.
15 min
Entrevista o portafolio
Una historia STAR o una mejora demostrable.
10 min
Radar laboral
Revisar pocas ofertas, adaptar y registrar el siguiente paso.
Día 1
Web, API y CI
Flujo crítico E2E
Prueba de API
Pipeline con artefactos
Evidencia del día: Un test Playwright que corra en CI y conserve trazas cuando falle.
Día 2
Auth, contratos y test data
REST/GraphQL
OAuth, JWT y RBAC
SQL y datos controlados
Evidencia del día: Matriz de riesgos de autenticación con pruebas positivas y negativas.
Día 3
RAG evals y golden sets
Dataset dorado
Retrieval
Groundedness y citas
Evidencia del día: Evaluador pequeño con casos aprobados, fallidos y métricas explicadas.
Día 4
Agentes, MCP y permisos
Tool use
Ataques y entradas adversariales
Human-in-the-loop
Evidencia del día: Suite de permisos con escalamiento humano y trazabilidad de herramientas.
Día 5
Producción y resiliencia
Docker/cloud
Observabilidad
Performance y OWASP
Evidencia del día: Prueba de carga breve, telemetría útil y checklist de riesgos priorizado.
Día 6
Demo, caso y métricas
Problema
Decisiones
Resultados y límites
Evidencia del día: Caso de estudio reproducible que explique qué mediste y qué aprendiste.
Día 7
Entrevista y estrategia de aplicación
Simulación en inglés
CV por familia de rol
Lista priorizada
Evidencia del día: Pitch de 90 segundos, 5 historias STAR y postulaciones con seguimiento.
Radar personal · fórmula determinística
Ofertas priorizadas y pipeline
El score explica evidencia, ruta, modalidad y transparencia salarial. La etapa se guarda solo en este navegador; ninguna postulación se envía automáticamente.
20 de 20 ofertas visibles
83/100
Mejor match explicable
USD 2.750
QA · mediana n=6
USD 4.350
AI · mediana n=6
0
Postulaciones activas
Siguientes evidencias sugeridas por demanda
Inglés técnico
Visible en 11/20 ofertas. Aún no hay evidencia registrada en el perfil base.