{"id":1111,"date":"2026-08-19T09:48:35","date_gmt":"2026-08-19T09:48:35","guid":{"rendered":"https:\/\/matforge.org\/?p=1111","raw":"https:\/\/matforge.org\/?p=1111"},"modified":"2026-08-19T09:48:35","modified_gmt":"2026-08-19T09:48:35","slug":"scientific-computing-career-paths-research-software-engineer","status":"publish","type":"post","link":"https:\/\/matforge.org\/es\/scientific-computing-career-paths-research-software-engineer\/","title":{"rendered":"Carreras profesionales de la computaci\u00f3n cient\u00edfica: ingeniero de software de investigaci\u00f3n","raw":"Carreras profesionales de la computaci\u00f3n cient\u00edfica: ingeniero de software de investigaci\u00f3n"},"content":{"rendered":"<span class=\"span-reading-time rt-reading-time\" style=\"display: block;\"><span class=\"rt-label rt-prefix\">Reading Time: <\/span> <span class=\"rt-time\"> 11<\/span> <span class=\"rt-label rt-postfix\">minutes<\/span><\/span><h2>Comida clave<\/h2>\n<ul>\n<li><strong>Lo que hace un RSE:<\/strong> Un ingeniero de software de investigaci\u00f3n construye y mantiene el software que impulsa la investigaci\u00f3n cient\u00edfica, desde motores de simulaci\u00f3n hasta canalizaciones de datos. A diferencia de los ingenieros de software puros, los RSU combinan la experiencia en el dominio con el rigor de la ingenier\u00eda.<\/li>\n<li><strong>Dos rutas de entrada:<\/strong> Puede ingresar como ingeniero de software (ingenier\u00eda s\u00f3lida, conocimiento de dominio m\u00e1s d\u00e9bil) o como investigador (dominio fuerte, ingenier\u00eda m\u00e1s d\u00e9bil). Ambos convergen en las mismas competencias a lo largo del tiempo.<\/li>\n<li><strong>Salario por sector:<\/strong> Rango de roles acad\u00e9micos\/universitarios $70K\u2013$165K, Laboratorios Nacionales $90K\u2013$225K, Industria $130K\u2013$210K y Big Tech $200K\u2013$500K+. La brecha se estrecha en los niveles superiores.<\/li>\n<li><strong>GENAI est\u00e1 remodelando, no reemplazando:<\/strong> La IA generativa ofrece una codificaci\u00f3n entre un 55% y un 56% m\u00e1s r\u00e1pida con CoPilot, pero no puede \u00abcomprender o mantener\u00bb el software de investigaci\u00f3n. Los RS son cada vez m\u00e1s importantes, no menos.<\/li>\n<li><strong>Trabajo de las escaleras de carrera:<\/strong> El estudio revisado por pares de Princeton mostr\u00f3 que una escala profesional adecuada redujo la rotaci\u00f3n de RSE del 70 % al 7 %, lo que demuestra que las pistas paralelas de IC y de l\u00edder de equipo son importantes.<\/li>\n<\/ul>\n<div class=\"caption\" style=\"text-align: center; font-size: 0.85em; color: #666; margin-top: 1em; margin-bottom: 1.5em;\"><strong>Nota visual:<\/strong> Una infograf\u00eda de hoja de ruta de carrera de RSE que muestra las rutas de entrada \u2192 Junior \u2192 Nivel medio \u2192 Senior \u2192 Principal\/equipo Las pistas principales con bandas salariales e hitos de habilidad se encargar\u00e1n por separado. Se agregar\u00e1 un gr\u00e1fico de marcador de posici\u00f3n durante la fase de publicaci\u00f3n.<\/div>\n<h2>\u00bfQu\u00e9 es un ingeniero de software de investigaci\u00f3n?<\/h2>\n<p>Un ingeniero de software de investigaci\u00f3n (RSE) es un profesional que desarrolla, mantiene y optimiza el software utilizado para respaldar la investigaci\u00f3n cient\u00edfica. El t\u00e9rmino fue acu\u00f1ado en 2012 en el Taller de Colaboraciones del Software de Sostenibilidad del Software, y desde entonces ha sido formalizado por la definici\u00f3n de roles de Casrai como \u00abun profesional cuya carrera se centra en el desarrollo y la aplicaci\u00f3n de software para apoyar actividades de investigaci\u00f3n\u00bb [1].<\/p>\n<p>Esta no es una funci\u00f3n de TI de investigaci\u00f3n, es un rol de ingenier\u00eda <em>Software<\/em>. La distinci\u00f3n importa. Un RSE no solo gestiona la infraestructura; Escriben, prueban y optimizan el c\u00f3digo real que ejecuta simulaciones, procesa datos y visualiza los resultados. Son el puente entre las preguntas cient\u00edficas y el software de trabajo.<\/p>\n<p>Si ya est\u00e1 trabajando con las estructuras de malla de Fipy o explorando <a href=\"https:\/\/matforge.org\/how-fipy-handles-meshes-and-grid-structures\/\">c\u00f3mo maneja mallas mallas y estructuras de cuadr\u00edcula<\/a> software de investigaci\u00f3n. La carrera profesional de RSE se trata de construir ese software a escala, con el mismo rigor de ingenier\u00eda que la industria aplica a sus productos.<\/p>\n<h3>Por qu\u00e9 importan los RS<\/h3>\n<p>La investigaci\u00f3n cient\u00edfica moderna depende cada vez m\u00e1s del software. Una sola simulaci\u00f3n puede ejecutarse durante semanas en cientos de n\u00facleos. Las canalizaciones de datos procesan terabytes de mediciones. La reproducibilidad requiere bases de c\u00f3digos probadas y versionadas que otros investigadores puedan auditar y extender.<\/p>\n<p>La gu\u00eda de roles de Casrai enmarca expl\u00edcitamente a los RSE como \u00abcr\u00edticos para el \u00e9xito de la investigaci\u00f3n moderna\u00bb porque el software es ahora el resultado principal de la ciencia computacional, no solo un medio para un fin. Los investigadores que no pueden mantener el c\u00f3digo de calidad de producci\u00f3n encontrar\u00e1n su trabajo fr\u00e1gil. La carrera de RSE existe precisamente para resolver esa brecha.<\/p>\n<h2>Dos rutas de entrada a RSE<\/h2>\n<p>Hay dos rutas principales hacia la ingenier\u00eda de software de investigaci\u00f3n, y ambas tienen distintas fortalezas y puntos ciegos.<\/p>\n<h3>Ruta 1: Ingeniero de Software \u2192 RSE<\/h3>\n<p>Las personas que ingresan desde entornos de ingenier\u00eda de software puro llegan con s\u00f3lidas pr\u00e1cticas de ingenier\u00eda: control de versiones, pruebas, revisi\u00f3n de c\u00f3digo, dise\u00f1o de API, modularidad. Pueden escribir c\u00f3digo de grado de producci\u00f3n desde el primer d\u00eda.<\/p>\n<p><strong>Lo que hacen bien:<\/strong> Arquitectura de c\u00f3digo, marcos de prueba, escalabilidad, documentaci\u00f3n, canalizaciones CI\/CD.<\/p>\n<p><strong>Con qu\u00e9 luchan:<\/strong> Requisitos de investigaci\u00f3n ambiguos, terminolog\u00eda espec\u00edfica de dominio, la diferencia entre un prototipo de trabajo y una base de c\u00f3digo mantenible productivamente. Los investigadores a menudo dicen \u00abnecesito algo que haga x\u00bb donde x est\u00e1 mal definido. Los ingenieros necesitan especificaciones precisas.<\/p>\n<h3>Ruta 2: Investigador \u2192 RSE<\/h3>\n<p>Los doctores, los posdoctorados y los investigadores senior hacen la transici\u00f3n a roles de RSE despu\u00e9s de a\u00f1os de escribir guiones y herramientas para su propia investigaci\u00f3n. Ellos entienden la ciencia profundamente.<\/p>\n<p><strong>Lo que hacen bien:<\/strong> Experiencia en el dominio, formulaci\u00f3n de problemas de investigaci\u00f3n, validaci\u00f3n cient\u00edfica, revisi\u00f3n de la literatura, comunicaci\u00f3n con cient\u00edficos de dominio.<\/p>\n<p><strong>Con qu\u00e9 luchan:<\/strong> Modularidad de c\u00f3digo, pruebas, escalabilidad, refactorizaci\u00f3n y los h\u00e1bitos de ingenier\u00eda que hacen que el c\u00f3digo sea mantenible por otros. Tienden a optimizar \u00abfunciona en mi m\u00e1quina\u00bb en lugar de \u00abfunciona en cualquier m\u00e1quina\u00bb.<\/p>\n<h3>la convergencia<\/h3>\n<p>Ambas rutas convergen en las mismas competencias centrales. Un ingeniero de software que permanece en el rol RSE lo suficiente aprende el dominio. Un investigador que hace la transici\u00f3n a RSE lo suficiente aprende la ingenier\u00eda. Los mejores RS provienen de cualquiera de los antecedentes: solo toman diferentes l\u00edneas de tiempo para llegar al mismo piso.<\/p>\n<p>Diego Alonso \u00c1lvarez, del Instituto de Sostenibilidad del Software, document\u00f3 este viaje personalmente, pasando de Postdoc a Senior RSE en el Imperial College. Su publicaci\u00f3n de blog en el <a href=\"https:\/\/www.software.ac.uk\/blog\/researcher-rse-my-career-path\" rel=\"nofollow\">camino profesional de researcher-to-rse<\/a> captura la transici\u00f3n con Detalle sincero sobre la brecha de habilidades y la curva de aprendizaje.<\/p>\n<h2>RSE vs Cient\u00edfico de datos vs ingeniero de software<\/h2>\n<p>Estos tres roles a menudo se combinan en ofertas de trabajo y presupuestos departamentales. Una comparaci\u00f3n revisada por pares de 2025 en el <a href=\"https:\/\/dl.gi.de\/bitstreams\/8a9bf840-a0c9-4210-8df5-6479dcd7d7f3\/download\" rel=\"nofollow\">gi digital La biblioteca<\/a> hace que las distinciones sean expl\u00edcitas y las instituciones que las confunden tienden a tener un presupuesto incorrecto y contratar.<\/p>\n<table>\n<thead>\n<tr>\n<th>Dimensi\u00f3n<\/th>\n<th>Ingeniero de software de investigaci\u00f3n<\/th>\n<th>cient\u00edfico de datos<\/th>\n<th>Ingeniero de software<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td><strong>Salida primaria<\/strong><\/td>\n<td>Software duradero y probado<\/td>\n<td>An\u00e1lisis y hallazgos<\/td>\n<td>Productos de software comercial<\/td>\n<\/tr>\n<tr>\n<td><strong>Enfoque de dominio<\/strong><\/td>\n<td>Experiencia en dominio de investigaci\u00f3n<\/td>\n<td>Experiencia estad\u00edstica\/dominio<\/td>\n<td>Experiencia en dominio de aplicaci\u00f3n<\/td>\n<\/tr>\n<tr>\n<td><strong>Posici\u00f3n del ciclo de vida<\/strong><\/td>\n<td>Construye herramientas que otros reutilizan<\/td>\n<td>Consume datos, produce informaci\u00f3n<\/td>\n<td>Construye funciones que los usuarios compran<\/td>\n<\/tr>\n<tr>\n<td><strong>Durabilidad del c\u00f3digo<\/strong><\/td>\n<td>Dise\u00f1ado para la reutilizaci\u00f3n de varios a\u00f1os<\/td>\n<td>A menudo de un solo uso o basado en port\u00e1tiles<\/td>\n<td>Dise\u00f1ado para el ciclo de vida del producto<\/td>\n<\/tr>\n<tr>\n<td><strong>Validaci\u00f3n<\/strong><\/td>\n<td>Correcci\u00f3n cient\u00edfica + rigor de ingenier\u00eda<\/td>\n<td>significancia estad\u00edstica + precisi\u00f3n del modelo<\/td>\n<td>Rendimiento, seguridad, UX<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>La distinci\u00f3n clave para nuestra audiencia: <strong>un an\u00e1lisis de resultados de cient\u00edficos de datos; Un ingeniero de software de investigaci\u00f3n genera software que otras personas reutilizan<\/strong>. Si su instituci\u00f3n est\u00e1 combinando estos roles, es probable que est\u00e9 subinvirtiendo en infraestructura de investigaci\u00f3n reproducible.<\/p>\n<h2>Competencias b\u00e1sicas<\/h2>\n<p>El Grupo de Educaci\u00f3n y Capacitaci\u00f3n US-RSE, junto con Goth et al. (2025) Marco de competencias [PMC12426816], identifican tres pilares de competencia RSE. Cada pilar tiene una progresi\u00f3n a nivel de carrera.<\/p>\n<h3>1. Software \/ Habilidades T\u00e9cnicas<\/h3>\n<p>Este es el pilar de ingenier\u00eda. Incluye:<\/p>\n<ul>\n<li>Control de versiones (GIT, DVC, Datalad)<\/li>\n<li>Pruebas (unidad, integraci\u00f3n, regresi\u00f3n, pruebas de regresi\u00f3n)<\/li>\n<li>Calidad de c\u00f3digo (pelusa, comprobaci\u00f3n de tipo, herramientas de pelusa)<\/li>\n<li>Optimizaci\u00f3n del rendimiento (paralelizaci\u00f3n, GPU, perfilado)<\/li>\n<li>Bibliotecas cient\u00edficas (numpy, scipy, fipy, ngsolve)<\/li>\n<li>DevOps (CI\/CD, Contenedorizaci\u00f3n, Programadores de Trabajos de HPC)<\/li>\n<\/ul>\n<p>Estas habilidades reflejan lo que encontrar\u00e1 en los flujos de trabajo de <a href=\"https:\/\/matforge.org\/reproducibility-workflows-beyond-containers-data-versioning-and-provenance-tracking\/\">reproductibilidad: versionado de datos y seguimiento de procedencias<\/a> y <a href=\"https:\/\/matforge.org\/python-testing-patterns-for-scientific-code-beyond-pytest-basics\/\">Patrones de prueba de Python para c\u00f3digo cient\u00edfico<\/a>.<\/p>\n<h3>2. Habilidades de investigaci\u00f3n<\/h3>\n<p>Este es el pilar del dominio. Incluye:<\/p>\n<ul>\n<li>Modelado espec\u00edfico de dominio (solvedores PDE, m\u00e9todos de elementos finitos)<\/li>\n<li>M\u00e9todos num\u00e9ricos (FEM, FVM, diferencias finitas)<\/li>\n<li>Desarrollo de algoritmos (refinamiento de malla adaptativa, m\u00e9todos de multifidelidad)<\/li>\n<li>Validaci\u00f3n cient\u00edfica (pruebas de convergencia, problemas de referencia)<\/li>\n<li>S\u00edntesis de la literatura (comprendo el estado del arte)<\/li>\n<\/ul>\n<p>Este pilar es donde brilla un fondo de doctorado y donde un ingeniero de software necesita capacitaci\u00f3n dirigida. Los talleres de semestre y carpinter\u00edas faltantes del MIT proporcionan puntos de entrada accesibles.<\/p>\n<h3>3. Habilidades de comunicaci\u00f3n \/ colaboraci\u00f3n<\/h3>\n<p>Este es el pilar de habilidades blandas, pero es cualquier cosa menos suave. Incluye:<\/p>\n<ul>\n<li>Comunicaci\u00f3n entre equipos (explicaci\u00f3n de las limitaciones t\u00e9cnicas a los cient\u00edficos de dominio)<\/li>\n<li>Gesti\u00f3n de Proyectos (Amplificaci\u00f3n, Planificaci\u00f3n de Hitos, Agile)<\/li>\n<li>Tutor\u00eda (Onboarding Junior RSES, Gu\u00eda de revisi\u00f3n de c\u00f3digo)<\/li>\n<li>Participaci\u00f3n comunitaria (contribuci\u00f3n de c\u00f3digo abierto, conferencias)<\/li>\n<\/ul>\n<p>El Godo y otros. El framework asigna estas competencias a los niveles de carrera (desde la fundaci\u00f3n hasta el experto) y el <a href=\"https:\/\/us-rse.org\/wg\/education_training\/skills\/\" rel=\"nofollow\">US-RSE Skills List<\/a> proporciona una Enumeraci\u00f3n integral que puede utilizar como r\u00fabrica de autoevaluaci\u00f3n.<\/p>\n<h2>Marcos de progresi\u00f3n de carrera<\/h2>\n<p>Las escaleras profesionales de RSE han sido hist\u00f3ricamente el punto m\u00e1s d\u00e9bil en la infraestructura de carrera acad\u00e9mica. Sin caminos de progresi\u00f3n claras, los RSE talentosos se van a la industria, hasta hace poco.<\/p>\n<h3>Progresi\u00f3n de nivel<\/h3>\n<p>Las instituciones l\u00edderes utilizan marcos de nivel como L1-L4 (desde el contribuyente fundacional hasta el experto\/l\u00edder) y P1-P6 (de novato a director). Estos no son t\u00edtulos arbitrarios: se asignan a responsabilidades concretas:<\/p>\n<table>\n<thead>\n<tr>\n<th>Nivel<\/th>\n<th>T\u00edtulo t\u00edpico<\/th>\n<th>Responsabilidad principal<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>L1 \/ P1<\/td>\n<td>RSE junior<\/td>\n<td>Ejecutar tareas asignadas bajo la gu\u00eda<\/td>\n<\/tr>\n<tr>\n<td>L2 \/ P2<\/td>\n<td>RSE de nivel medio<\/td>\n<td>poseer un m\u00f3dulo o herramienta; Mentor Juniors<\/td>\n<\/tr>\n<tr>\n<td>L3 \/ P3<\/td>\n<td>RSE de la tercera edad<\/td>\n<td>definir la arquitectura; Proyectos de plomo<\/td>\n<\/tr>\n<tr>\n<td>L4 \/ P4+<\/td>\n<td>RSE PRINCIPAL<\/td>\n<td>establecer la direcci\u00f3n; Representar organizaci\u00f3n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>La pista paralela<\/h3>\n<p>Una innovaci\u00f3n cr\u00edtica en la escalera RSE es la pista paralela de equipo. No todos los RSE quieren ser colaboradores individuales principales; Algunos prefieren administrar personas y proyectos. El estudio revisado por pares de Princeton (ARXIV 2602.19353v1, febrero de 2026) document\u00f3 esto expl\u00edcitamente, mostrando que <strong>La rotaci\u00f3n cay\u00f3 del 70% (pre-escalera, ventana de cinco a\u00f1os) al 7% (ventana posterior a tres a\u00f1os)<\/strong> despu\u00e9s de implementar el asociado a trav\u00e9s de los niveles principales con una pista paralela de equipo l\u00edder.<\/p>\n<p>Esta es la primera evidencia documentada y revisada por pares del impacto de una escala profesional en la retenci\u00f3n de RSE. Demuestra que la escalera importa, no solo la existencia de niveles, sino la existencia de pistas <em>paralelas<\/em>.<\/p>\n<h3>Las perspectivas de carrera temprana de SSI<\/h3>\n<p>Cuatro RSE del campamento de software de investigaci\u00f3n del Software de Investigaci\u00f3n del Instituto de Sostenibilidad (noviembre de 2025) describieron los desaf\u00edos de progresi\u00f3n en detalles sinceros, desde expectativas poco claras y la incertidumbre de financiaci\u00f3n hasta la realidad de la disrupci\u00f3n de IA. sus perspectivas, recopiladas en <a href=\"https:\/\/www.software.ac.uk\/blog\/early-career-perspectives-career-and-skills-research-software\" rel=\"nofollow\">\u00abPerspectivas de carrera temprana: Carrera y habilidades en software de investigaci\u00f3n\u00bb<\/a> son lecturas esenciales para cualquiera que est\u00e9 considerando este camino.<\/p>\n<h2>Investigaci\u00f3n Salario de ingenier\u00eda de software por sector<\/h2>\n<p>El salario es la comparaci\u00f3n m\u00e1s concreta que la gente hace al decidir entre carreras. Los datos a continuaci\u00f3n provienen de las pautas de Casrai, Research.com, Levels.FYI y Glassdoor.<\/p>\n<table>\n<thead>\n<tr>\n<th>sector<\/th>\n<th>Rango t\u00edpico<\/th>\n<th>notas<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Academia \/ Universidad<\/td>\n<td>$ 70K \u2013 $ 165K<\/td>\n<td>fuerte en los niveles superiores; limitado por los presupuestos acad\u00e9micos; \u00abTrampa de mantenimiento\u00bb donde las publicaciones superan el c\u00f3digo<\/td>\n<\/tr>\n<tr>\n<td>Laboratorios Nacionales<\/td>\n<td>$ 90K\u2013 $ 225K<\/td>\n<td>Lawrence Livermore verificado a trav\u00e9s de Levels.FYI (gama de ingenieros de software $110K\u2013$225K); fuertes beneficios; impulsado por la misi\u00f3n<\/td>\n<\/tr>\n<tr>\n<td>Industria (divisiones de investigaci\u00f3n)<\/td>\n<td>$ 130K\u2013 $ 210K<\/td>\n<td>m\u00e1s cerca de la compensaci\u00f3n de Big Tech; escaleras de carrera m\u00e1s fuertes; presi\u00f3n comercial<\/td>\n<\/tr>\n<tr>\n<td>Tecnolog\u00eda grande<\/td>\n<td>$200K\u2013500K+ de $200K<\/td>\n<td>sueldo m\u00e1s alto; progresi\u00f3n m\u00e1s estructurada; Funciones de software de investigaci\u00f3n a menudo etiquetadas como \u00abcient\u00edficos aplicados\u00bb o \u00abingeniero de software de investigaci\u00f3n\u00bb<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>El sector de laboratorio nacional (LLNL, LANL, ORNL) representa la opci\u00f3n de rango medio m\u00e1s convincente: mejor salario que la academia, menos presi\u00f3n comercial que la industria y la alineaci\u00f3n de la misi\u00f3n con la investigaci\u00f3n cient\u00edfica. El promedio de Glassdoor para roles de RSE se ubica alrededor de $ 184k a nivel mundial, con una variaci\u00f3n significativa por ubicaci\u00f3n y antig\u00fcedad.<\/p>\n<p>Lo que los datos salariales revelan estructuralmente: <strong>la \u00abtrampa de mantenimiento\u00bb<\/strong> \u2014 las publicaciones de recompensa de los sistemas de carrera acad\u00e9mica, no el c\u00f3digo. Un RSE que produce un software excelente y ampliamente utilizado, pero menos art\u00edculos a menudo se quedar\u00e1n atr\u00e1s en la promoci\u00f3n acad\u00e9mica en comparaci\u00f3n con un cient\u00edfico de dominio que publica con frecuencia. Es por eso que la escalera de Princeton, con su reconocimiento expl\u00edcito de las contribuciones de software, es transformadora.<\/p>\n<h2>El impacto de Genai en las carreras de RSE<\/h2>\n<p>La IA generativa est\u00e1 remodelando las carreras de software de investigaci\u00f3n m\u00e1s r\u00e1pido de lo que reconocen la mayor\u00eda de las gu\u00edas de carrera. Dos estudios recientes proporcionan la imagen m\u00e1s clara.<\/p>\n<h3>Los hallazgos de SSSI (nov 2025)<\/h3>\n<p>El software de sostenibilidad del software public\u00f3 un an\u00e1lisis exhaustivo en noviembre de 2025 en <a href=\"https:\/\/www.software.ac.uk\/blog\/ai-after-my-job-navigating-future-research-software-engineering\" rel=\"nofollow\">\u00abAi despu\u00e9s de mi trabajo: navegar por el futuro de la ingenier\u00eda de software de investigaci\u00f3n\u00bb<\/a>. El hallazgo de los titulares: <strong>ress son \u00abm\u00e1s importantes que nunca\u00bb porque la IA no puede \u00abrealmente entender o mantener\u00bb el software de investigaci\u00f3n.<\/strong><\/p>\n<p>Hallazgos espec\u00edficos:<\/p>\n<ul>\n<li><strong>Ganancias de productividad:<\/strong> CoPilot proporciona una codificaci\u00f3n entre un 55 y un 56 % m\u00e1s r\u00e1pida con la asistencia de IA<\/li>\n<li><strong>Riesgos de descalificaci\u00f3n:<\/strong> Confiar en la IA sin comprensi\u00f3n puede erosionar las habilidades que distinguen a los RSE de los desarrolladores j\u00f3venes<\/li>\n<li><strong>Bropa de validaci\u00f3n:<\/strong> El c\u00f3digo generado por IA debe ser revisado por alguien que entienda tanto el c\u00f3digo <em>y<\/em> la ciencia<\/li>\n<li><strong>Recomendaci\u00f3n:<\/strong> Invierta en alfabetizaci\u00f3n de IA. Aprenda ingenier\u00eda r\u00e1pida, pero nunca deje de aprender fundamentos.<\/li>\n<\/ul>\n<h3>El modelo del cuadrante AI4RSE<\/h3>\n<p>Siamak Farshidi et al. Del laboratorio AI4RSE (Wageningen University, ICSE 2026) introdujo un modelo <strong>cuadrantes para software de investigaci\u00f3n aumentado con IA<\/strong> <a href=\"https:\/\/arxiv.org\/html\/2508.05693v1\" rel=\"nofollow\">arxiv.org\/html\/2508.05693v1<\/a>. El modelo clasifica el c\u00f3digo de investigaci\u00f3n en cuatro cuadrantes:<\/p>\n<ol>\n<li><strong>Codificaci\u00f3n exploratoria<\/strong> \u2014 Scripts r\u00e1pidos para la generaci\u00f3n de hip\u00f3tesis (asistida por IA, bajo riesgo)<\/li>\n<li><strong>Codificaci\u00f3n de vibraciones<\/strong> \u2014 C\u00f3digo experimental generado por IA con correcci\u00f3n incierta (riesgo alto)<\/li>\n<li><strong>RSE tradicional<\/strong> \u2014 C\u00f3digo de producci\u00f3n, revisado por pares (revisi\u00f3n asistida por IA, no generaci\u00f3n)<\/li>\n<li><strong>ai4rse<\/strong> \u2014 C\u00f3digo desarrollado con IA donde la IA es el autor principal (especialidad emergente)<\/li>\n<\/ol>\n<p>Las especializaciones emergentes incluyen <strong>Orquestaci\u00f3n AI<\/strong> (gestionar m\u00faltiples modelos de IA en los flujos de trabajo de investigaci\u00f3n), <strong>evaluaci\u00f3n LLM<\/strong> (evaluaci\u00f3n de los resultados de IA para la validez cient\u00edfica) y <strong>despliegue de IA verde\/fiable<\/strong> inferencia en contextos cient\u00edficos).<\/p>\n<h3>La perspectiva de Fraunhofer<\/h3>\n<p>El <a href=\"https:\/\/www.iese.fraunhofer.de\/blog\/generative-ai-in-software-engineering-scenarios-and-challenges\/\" rel=\"nofollow\">Fraunhofer IESE Blog<\/a> (nov 2024, actualizado 2026) enmarca a Genai como un cambio en el ciclo de vida del desarrollo de software en lugar de un reemplazo. Las habilidades que m\u00e1s importan ahora son <strong>arquitectura, revisi\u00f3n y experiencia en el dominio<\/strong>, no solo la velocidad de codificaci\u00f3n.<\/p>\n<h2>Organismos profesionales y recursos formativos<\/h2>\n<p>La comunidad RSE est\u00e1 bien organizada, con organismos nacionales, iniciativas globales y capacitaci\u00f3n estandarizada. Aqu\u00ed est\u00e1 el paisaje actual:<\/p>\n<ul>\n<li><strong>Sociedad de RSE (UK)<\/strong> \u2014 La Sociedad Fundadora RSE; organiza las reuniones comunitarias anuales de RSE; Ejecuta programas de mentor\u00eda<\/li>\n<li><strong>us-rse<\/strong> \u2014 la contraparte estadounidense; mantiene el <a href=\"https:\/\/us-rse.org\/wg\/education_training\/skills\/\" rel=\"nofollow\">lista de habilidades<\/a>; Organice talleres de desarrollo de carrera<\/li>\n<li><strong>de-rse<\/strong> \u2014 la comunidad nacional de RSE de Alemania; Ejecuta marcos de competencia e iniciativas de desarrollo profesional<\/li>\n<li><strong>Casrai<\/strong> \u2014 Organismo de Coordinaci\u00f3n Global; Publica el <a href=\"https:\/\/casrai.org\/guides\/research-software-engineer-role-definition\" rel=\"nofollow\">gu\u00eda de definici\u00f3n de roles<\/a> con infraestructura de pista de carrera<\/li>\n<li><strong>The Carpentries<\/strong> \u2014 Formaci\u00f3n estandarizada en ciencia de datos y habilidades computacionales; ampliamente adoptado en la academia<\/li>\n<\/ul>\n<p>Si es un estudiante de posgrado, comience con los talleres de Carpentries y las listas de habilidades de US-RSE como su autoevaluaci\u00f3n de referencia. Luego, interact\u00fae con su organismo regional (sociedad de RSE, US-RSE o DE-RSE) para la tutor\u00eda y la comunidad.<\/p>\n<h2>como empezar<\/h2>\n<p>Aqu\u00ed est\u00e1 mi recomendaci\u00f3n para estudiantes graduados que est\u00e1n considerando una carrera de RSE:<\/p>\n<h3>Paso 1: Construya una base t\u00e9cnica<\/h3>\n<p>Comience con Git, Python Scientific Libraries (numpy, scipy) y un marco de prueba (pytest). Si ya est\u00e1 <a href=\"https:\/\/matforge.org\/scientific-python-ecosystem-navigating-scipy-numpy-sympy-2\/\">exploraci\u00f3n de herramientas modernas de Python<\/a> con UV y Ruff, est\u00e1s en el camino correcto. Aprenda a escribir pruebas que realmente se ejecutan durante CI, no solo en su cuaderno.<\/p>\n<h3>Paso 2: aprender software de dominio a escala<\/h3>\n<p>Tome una base de c\u00f3digo de investigaci\u00f3n existente (incluso la suya propia) y refactorice. A\u00f1adir pruebas. documentarlo. Haz que se pueda ejecutar en otra m\u00e1quina. Esta es la transici\u00f3n m\u00e1s efectiva de \u00abinvestigador que codifica\u00bb a \u00abingeniero de software de investigaci\u00f3n\u00bb.<\/p>\n<h3>Paso 3: Capacitar en Pr\u00e1cticas de Ingenier\u00eda<\/h3>\n<p>Flujos de trabajo de Git, revisi\u00f3n de c\u00f3digo, CI\/CD y contenedorizaci\u00f3n. Los talleres de carpinter\u00edas y el semestre faltante del MIT son puntos de entrada accesibles. El <a href=\"https:\/\/matforge.org\/open-source-scientific-software-sustainability-funding\/\">Pr\u00e1cticas de sostenibilidad de c\u00f3digo abierto<\/a> que cubrimos en el sitio son un contexto relevante para comprender qu\u00e9 hace que el c\u00f3digo de investigaci\u00f3n sea mantenible.<\/p>\n<h3>Paso 4: Elige tu sector<\/h3>\n<p>Despu\u00e9s de desarrollar la competencia t\u00e9cnica, eval\u00fae los sectores:<\/p>\n<ul>\n<li><strong>Academia<\/strong> Si valoras la libertad intelectual, los entornos amigables con la publicaci\u00f3n y los proyectos a largo plazo<\/li>\n<li><strong>Laboratorios nacionales<\/strong> Si desea alineaci\u00f3n de la misi\u00f3n con la investigaci\u00f3n, la financiaci\u00f3n estable y el pago moderado<\/li>\n<li><strong>Industria<\/strong> Si prioriza la compensaci\u00f3n, las escaleras estructuradas y la iteraci\u00f3n m\u00e1s r\u00e1pida<\/li>\n<li><strong>Big Tech<\/strong> Si desea la compensaci\u00f3n m\u00e1s alta y la infraestructura de carrera m\u00e1s estructurada<\/li>\n<\/ul>\n<h3>Paso 5: Involucrar a la comunidad<\/h3>\n<p>\u00danase a US-RSE, asista a las reuniones anuales de la Sociedad de RSE, contribuya al software de investigaci\u00f3n de c\u00f3digo abierto. El campo recompensa la visibilidad y la participaci\u00f3n de la comunidad, y el <a href=\"https:\/\/matforge.org\/teaching-computational-physics-graduate-students-learning-paths-2\/\">paths de aprendizaje estructurado<\/a> cubrimos para Los estudiantes de mec\u00e1nica computacional muestran que el compromiso estructurado de la comunidad acelera el crecimiento de habilidades.<\/p>\n<h2>mi recomendaci\u00f3n<\/h2>\n<p>Si est\u00e1 en la encrucijada, un estudiante de doctorado que se pregunta si quedarse en la academia o la transici\u00f3n a la industria, esto es lo que elegir\u00eda:<\/p>\n<p><strong>Construya primero las habilidades de ingenier\u00eda.<\/strong> Un doctorado que puede escribir c\u00f3digo de calidad de producci\u00f3n es irremplazable. Un ingeniero de software que entiende el dominio es igualmente irremplazable. El mercado recompensa cada vez m\u00e1s a la persona que puede hacer ambas cosas.<\/p>\n<p>El cambio de Genai acelera esto. La IA puede escribir c\u00f3digo repetitivo, pero no puede validar una simulaci\u00f3n contra la realidad f\u00edsica. No puede mantener una base de c\u00f3digo durante una d\u00e9cada de investigaci\u00f3n. No puede explicar a un cient\u00edfico de dominio por qu\u00e9 su modelo divergi\u00f3. Esas son las habilidades que importan.<\/p>\n<p><strong>Elija el camino de la escalera paralela.<\/strong> Si su instituci\u00f3n ofrece una escala profesional con pistas de colaborador individual y l\u00edder de equipo, ll\u00e9velo. La reducci\u00f3n de rotaci\u00f3n de 70% \u2192 7% de Princeton demuestra que la escalera funciona. Sin uno, est\u00e1 compitiendo con la industria por la retenci\u00f3n, y la industria generalmente gana en compensaci\u00f3n.<\/p>\n<h2>Gu\u00edas relacionadas<\/h2>\n<ul>\n<li><a href=\"https:\/\/matforge.org\/teaching-computational-physics-graduate-students-learning-paths-2\/\">ense\u00f1anza f\u00edsica computacional: rutas de aprendizaje estructuradas para estudiantes de posgrado<\/a> 381) \u2014 Rutas de aprendizaje para mec\u00e1nica computacional que complementan la orientaci\u00f3n profesional aqu\u00ed<\/li>\n<li><a href=\"https:\/\/matforge.org\/open-source-scientific-software-sustainability-funding\/\">Sostenibilidad de software cient\u00edfico de c\u00f3digo abierto<\/a> (post 524) \u2014 Modelos de financiaci\u00f3n y pr\u00e1cticas de sostenibilidad para el c\u00f3digo de investigaci\u00f3n<\/li>\n<li><a href=\"https:\/\/matforge.org\/python-testing-patterns-for-scientific-code-beyond-pytest-basics\/\">Patrones de prueba de Python para c\u00f3digo cient\u00edfico<\/a> (post 365) \u2014 Pruebas y flujos de trabajo de depuraci\u00f3n que los RS deben dominar<\/li>\n<li><a href=\"https:\/\/matforge.org\/reproducibility-workflows-beyond-containers-data-versioning-and-provenance-tracking\/\">Flujos de trabajo de reproducibilidad m\u00e1s all\u00e1 de los contenedores<\/a> (Post 366) \u2014 Control de versiones y mejores pr\u00e1cticas de obtenci\u00f3n de datos para flujos de trabajo de investigaci\u00f3n<\/li>\n<li><a href=\"https:\/\/matforge.org\/how-fipy-handles-meshes-and-grid-structures\/\">c\u00f3mo maneja mallas y estructuras de cuadr\u00edculas<\/a><\/li>\n<li><a href=\"https:\/\/matforge.org\/scientific-python-ecosystem-navigating-scipy-numpy-sympy-2\/\">el ecosistema cient\u00edfico de Python<\/a> (post 364) \u2014 SciPy, Numpy, Sympy y m\u00e1s all\u00e1 para el c\u00f3digo de investigaci\u00f3n de producci\u00f3n<\/li>\n<li><a href=\"https:\/\/matforge.org\/mesh-quality-convergence-studies-guide-2\/\">Estudios de calidad y convergencia de malla<\/a> (Post 339) \u2014 Comparaci\u00f3n de herramientas y calidad de malla para flujos de trabajo de simulaci\u00f3n<\/li>\n<li><a href=\"https:\/\/matforge.org\/visit-vs-paraview-choosing-right-tool\/\">visit vs paraview<\/a> \u2014 Gu\u00eda de decisiones para flujos de trabajo de visualizaci\u00f3n<\/li>\n<\/ul>\n","protected":false,"raw":"<h2>Comida clave<\/h2>\n<ul>\n<li><strong>Lo que hace un RSE:<\/strong> Un ingeniero de software de investigaci\u00f3n construye y mantiene el software que impulsa la investigaci\u00f3n cient\u00edfica, desde motores de simulaci\u00f3n hasta canalizaciones de datos. A diferencia de los ingenieros de software puros, los RSU combinan la experiencia en el dominio con el rigor de la ingenier\u00eda.<\/li>\n<li><strong>Dos rutas de entrada:<\/strong> Puede ingresar como ingeniero de software (ingenier\u00eda s\u00f3lida, conocimiento de dominio m\u00e1s d\u00e9bil) o como investigador (dominio fuerte, ingenier\u00eda m\u00e1s d\u00e9bil). Ambos convergen en las mismas competencias a lo largo del tiempo.<\/li>\n<li><strong>Salario por sector:<\/strong> Rango de roles acad\u00e9micos\/universitarios $70K\u2013$165K, Laboratorios Nacionales $90K\u2013$225K, Industria $130K\u2013$210K y Big Tech $200K\u2013$500K+. La brecha se estrecha en los niveles superiores.<\/li>\n<li><strong>GENAI est\u00e1 remodelando, no reemplazando:<\/strong> La IA generativa ofrece una codificaci\u00f3n entre un 55% y un 56% m\u00e1s r\u00e1pida con CoPilot, pero no puede \"comprender o mantener\" el software de investigaci\u00f3n. Los RS son cada vez m\u00e1s importantes, no menos.<\/li>\n<li><strong>Trabajo de las escaleras de carrera:<\/strong> El estudio revisado por pares de Princeton mostr\u00f3 que una escala profesional adecuada redujo la rotaci\u00f3n de RSE del 70 % al 7 %, lo que demuestra que las pistas paralelas de IC y de l\u00edder de equipo son importantes.<\/li>\n<\/ul>\n<div class=\"caption\" style=\"text-align: center; font-size: 0.85em; color: #666; margin-top: 1em; margin-bottom: 1.5em;\"><strong>Nota visual:<\/strong> Una infograf\u00eda de hoja de ruta de carrera de RSE que muestra las rutas de entrada \u2192 Junior \u2192 Nivel medio \u2192 Senior \u2192 Principal\/equipo Las pistas principales con bandas salariales e hitos de habilidad se encargar\u00e1n por separado. Se agregar\u00e1 un gr\u00e1fico de marcador de posici\u00f3n durante la fase de publicaci\u00f3n.<\/div>\n<h2>\u00bfQu\u00e9 es un ingeniero de software de investigaci\u00f3n?<\/h2>\n<p>Un ingeniero de software de investigaci\u00f3n (RSE) es un profesional que desarrolla, mantiene y optimiza el software utilizado para respaldar la investigaci\u00f3n cient\u00edfica. El t\u00e9rmino fue acu\u00f1ado en 2012 en el Taller de Colaboraciones del Software de Sostenibilidad del Software, y desde entonces ha sido formalizado por la definici\u00f3n de roles de Casrai como \"un profesional cuya carrera se centra en el desarrollo y la aplicaci\u00f3n de software para apoyar actividades de investigaci\u00f3n\" [1].<\/p>\n<p>Esta no es una funci\u00f3n de TI de investigaci\u00f3n, es un rol de ingenier\u00eda <em>Software<\/em>. La distinci\u00f3n importa. Un RSE no solo gestiona la infraestructura; Escriben, prueban y optimizan el c\u00f3digo real que ejecuta simulaciones, procesa datos y visualiza los resultados. Son el puente entre las preguntas cient\u00edficas y el software de trabajo.<\/p>\n<p>Si ya est\u00e1 trabajando con las estructuras de malla de Fipy o explorando <a href=\"https:\/\/matforge.org\/how-fipy-handles-meshes-and-grid-structures\/\">c\u00f3mo maneja mallas mallas y estructuras de cuadr\u00edcula<\/a> software de investigaci\u00f3n. La carrera profesional de RSE se trata de construir ese software a escala, con el mismo rigor de ingenier\u00eda que la industria aplica a sus productos.<\/p>\n<h3>Por qu\u00e9 importan los RS<\/h3>\n<p>La investigaci\u00f3n cient\u00edfica moderna depende cada vez m\u00e1s del software. Una sola simulaci\u00f3n puede ejecutarse durante semanas en cientos de n\u00facleos. Las canalizaciones de datos procesan terabytes de mediciones. La reproducibilidad requiere bases de c\u00f3digos probadas y versionadas que otros investigadores puedan auditar y extender.<\/p>\n<p>La gu\u00eda de roles de Casrai enmarca expl\u00edcitamente a los RSE como \"cr\u00edticos para el \u00e9xito de la investigaci\u00f3n moderna\" porque el software es ahora el resultado principal de la ciencia computacional, no solo un medio para un fin. Los investigadores que no pueden mantener el c\u00f3digo de calidad de producci\u00f3n encontrar\u00e1n su trabajo fr\u00e1gil. La carrera de RSE existe precisamente para resolver esa brecha.<\/p>\n<h2>Dos rutas de entrada a RSE<\/h2>\n<p>Hay dos rutas principales hacia la ingenier\u00eda de software de investigaci\u00f3n, y ambas tienen distintas fortalezas y puntos ciegos.<\/p>\n<h3>Ruta 1: Ingeniero de Software \u2192 RSE<\/h3>\n<p>Las personas que ingresan desde entornos de ingenier\u00eda de software puro llegan con s\u00f3lidas pr\u00e1cticas de ingenier\u00eda: control de versiones, pruebas, revisi\u00f3n de c\u00f3digo, dise\u00f1o de API, modularidad. Pueden escribir c\u00f3digo de grado de producci\u00f3n desde el primer d\u00eda.<\/p>\n<p><strong>Lo que hacen bien:<\/strong> Arquitectura de c\u00f3digo, marcos de prueba, escalabilidad, documentaci\u00f3n, canalizaciones CI\/CD.<\/p>\n<p><strong>Con qu\u00e9 luchan:<\/strong> Requisitos de investigaci\u00f3n ambiguos, terminolog\u00eda espec\u00edfica de dominio, la diferencia entre un prototipo de trabajo y una base de c\u00f3digo mantenible productivamente. Los investigadores a menudo dicen \"necesito algo que haga x\" donde x est\u00e1 mal definido. Los ingenieros necesitan especificaciones precisas.<\/p>\n<h3>Ruta 2: Investigador \u2192 RSE<\/h3>\n<p>Los doctores, los posdoctorados y los investigadores senior hacen la transici\u00f3n a roles de RSE despu\u00e9s de a\u00f1os de escribir guiones y herramientas para su propia investigaci\u00f3n. Ellos entienden la ciencia profundamente.<\/p>\n<p><strong>Lo que hacen bien:<\/strong> Experiencia en el dominio, formulaci\u00f3n de problemas de investigaci\u00f3n, validaci\u00f3n cient\u00edfica, revisi\u00f3n de la literatura, comunicaci\u00f3n con cient\u00edficos de dominio.<\/p>\n<p><strong>Con qu\u00e9 luchan:<\/strong> Modularidad de c\u00f3digo, pruebas, escalabilidad, refactorizaci\u00f3n y los h\u00e1bitos de ingenier\u00eda que hacen que el c\u00f3digo sea mantenible por otros. Tienden a optimizar \"funciona en mi m\u00e1quina\" en lugar de \"funciona en cualquier m\u00e1quina\".<\/p>\n<h3>la convergencia<\/h3>\n<p>Ambas rutas convergen en las mismas competencias centrales. Un ingeniero de software que permanece en el rol RSE lo suficiente aprende el dominio. Un investigador que hace la transici\u00f3n a RSE lo suficiente aprende la ingenier\u00eda. Los mejores RS provienen de cualquiera de los antecedentes: solo toman diferentes l\u00edneas de tiempo para llegar al mismo piso.<\/p>\n<p>Diego Alonso \u00c1lvarez, del Instituto de Sostenibilidad del Software, document\u00f3 este viaje personalmente, pasando de Postdoc a Senior RSE en el Imperial College. Su publicaci\u00f3n de blog en el <a href=\"https:\/\/www.software.ac.uk\/blog\/researcher-rse-my-career-path\" rel=\"nofollow\">camino profesional de researcher-to-rse<\/a> captura la transici\u00f3n con Detalle sincero sobre la brecha de habilidades y la curva de aprendizaje.<\/p>\n<h2>RSE vs Cient\u00edfico de datos vs ingeniero de software<\/h2>\n<p>Estos tres roles a menudo se combinan en ofertas de trabajo y presupuestos departamentales. Una comparaci\u00f3n revisada por pares de 2025 en el <a href=\"https:\/\/dl.gi.de\/bitstreams\/8a9bf840-a0c9-4210-8df5-6479dcd7d7f3\/download\" rel=\"nofollow\">gi digital La biblioteca<\/a> hace que las distinciones sean expl\u00edcitas y las instituciones que las confunden tienden a tener un presupuesto incorrecto y contratar.<\/p>\n<table>\n<thead>\n<tr>\n<th>Dimensi\u00f3n<\/th>\n<th>Ingeniero de software de investigaci\u00f3n<\/th>\n<th>cient\u00edfico de datos<\/th>\n<th>Ingeniero de software<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td><strong>Salida primaria<\/strong><\/td>\n<td>Software duradero y probado<\/td>\n<td>An\u00e1lisis y hallazgos<\/td>\n<td>Productos de software comercial<\/td>\n<\/tr>\n<tr>\n<td><strong>Enfoque de dominio<\/strong><\/td>\n<td>Experiencia en dominio de investigaci\u00f3n<\/td>\n<td>Experiencia estad\u00edstica\/dominio<\/td>\n<td>Experiencia en dominio de aplicaci\u00f3n<\/td>\n<\/tr>\n<tr>\n<td><strong>Posici\u00f3n del ciclo de vida<\/strong><\/td>\n<td>Construye herramientas que otros reutilizan<\/td>\n<td>Consume datos, produce informaci\u00f3n<\/td>\n<td>Construye funciones que los usuarios compran<\/td>\n<\/tr>\n<tr>\n<td><strong>Durabilidad del c\u00f3digo<\/strong><\/td>\n<td>Dise\u00f1ado para la reutilizaci\u00f3n de varios a\u00f1os<\/td>\n<td>A menudo de un solo uso o basado en port\u00e1tiles<\/td>\n<td>Dise\u00f1ado para el ciclo de vida del producto<\/td>\n<\/tr>\n<tr>\n<td><strong>Validaci\u00f3n<\/strong><\/td>\n<td>Correcci\u00f3n cient\u00edfica + rigor de ingenier\u00eda<\/td>\n<td>significancia estad\u00edstica + precisi\u00f3n del modelo<\/td>\n<td>Rendimiento, seguridad, UX<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>La distinci\u00f3n clave para nuestra audiencia: <strong>un an\u00e1lisis de resultados de cient\u00edficos de datos; Un ingeniero de software de investigaci\u00f3n genera software que otras personas reutilizan<\/strong>. Si su instituci\u00f3n est\u00e1 combinando estos roles, es probable que est\u00e9 subinvirtiendo en infraestructura de investigaci\u00f3n reproducible.<\/p>\n<h2>Competencias b\u00e1sicas<\/h2>\n<p>El Grupo de Educaci\u00f3n y Capacitaci\u00f3n US-RSE, junto con Goth et al. (2025) Marco de competencias [PMC12426816], identifican tres pilares de competencia RSE. Cada pilar tiene una progresi\u00f3n a nivel de carrera.<\/p>\n<h3>1. Software \/ Habilidades T\u00e9cnicas<\/h3>\n<p>Este es el pilar de ingenier\u00eda. Incluye:<\/p>\n<ul>\n<li>Control de versiones (GIT, DVC, Datalad)<\/li>\n<li>Pruebas (unidad, integraci\u00f3n, regresi\u00f3n, pruebas de regresi\u00f3n)<\/li>\n<li>Calidad de c\u00f3digo (pelusa, comprobaci\u00f3n de tipo, herramientas de pelusa)<\/li>\n<li>Optimizaci\u00f3n del rendimiento (paralelizaci\u00f3n, GPU, perfilado)<\/li>\n<li>Bibliotecas cient\u00edficas (numpy, scipy, fipy, ngsolve)<\/li>\n<li>DevOps (CI\/CD, Contenedorizaci\u00f3n, Programadores de Trabajos de HPC)<\/li>\n<\/ul>\n<p>Estas habilidades reflejan lo que encontrar\u00e1 en los flujos de trabajo de <a href=\"https:\/\/matforge.org\/reproducibility-workflows-beyond-containers-data-versioning-and-provenance-tracking\/\">reproductibilidad: versionado de datos y seguimiento de procedencias<\/a> y <a href=\"https:\/\/matforge.org\/python-testing-patterns-for-scientific-code-beyond-pytest-basics\/\">Patrones de prueba de Python para c\u00f3digo cient\u00edfico<\/a>.<\/p>\n<h3>2. Habilidades de investigaci\u00f3n<\/h3>\n<p>Este es el pilar del dominio. Incluye:<\/p>\n<ul>\n<li>Modelado espec\u00edfico de dominio (solvedores PDE, m\u00e9todos de elementos finitos)<\/li>\n<li>M\u00e9todos num\u00e9ricos (FEM, FVM, diferencias finitas)<\/li>\n<li>Desarrollo de algoritmos (refinamiento de malla adaptativa, m\u00e9todos de multifidelidad)<\/li>\n<li>Validaci\u00f3n cient\u00edfica (pruebas de convergencia, problemas de referencia)<\/li>\n<li>S\u00edntesis de la literatura (comprendo el estado del arte)<\/li>\n<\/ul>\n<p>Este pilar es donde brilla un fondo de doctorado y donde un ingeniero de software necesita capacitaci\u00f3n dirigida. Los talleres de semestre y carpinter\u00edas faltantes del MIT proporcionan puntos de entrada accesibles.<\/p>\n<h3>3. Habilidades de comunicaci\u00f3n \/ colaboraci\u00f3n<\/h3>\n<p>Este es el pilar de habilidades blandas, pero es cualquier cosa menos suave. Incluye:<\/p>\n<ul>\n<li>Comunicaci\u00f3n entre equipos (explicaci\u00f3n de las limitaciones t\u00e9cnicas a los cient\u00edficos de dominio)<\/li>\n<li>Gesti\u00f3n de Proyectos (Amplificaci\u00f3n, Planificaci\u00f3n de Hitos, Agile)<\/li>\n<li>Tutor\u00eda (Onboarding Junior RSES, Gu\u00eda de revisi\u00f3n de c\u00f3digo)<\/li>\n<li>Participaci\u00f3n comunitaria (contribuci\u00f3n de c\u00f3digo abierto, conferencias)<\/li>\n<\/ul>\n<p>El Godo y otros. El framework asigna estas competencias a los niveles de carrera (desde la fundaci\u00f3n hasta el experto) y el <a href=\"https:\/\/us-rse.org\/wg\/education_training\/skills\/\" rel=\"nofollow\">US-RSE Skills List<\/a> proporciona una Enumeraci\u00f3n integral que puede utilizar como r\u00fabrica de autoevaluaci\u00f3n.<\/p>\n<h2>Marcos de progresi\u00f3n de carrera<\/h2>\n<p>Las escaleras profesionales de RSE han sido hist\u00f3ricamente el punto m\u00e1s d\u00e9bil en la infraestructura de carrera acad\u00e9mica. Sin caminos de progresi\u00f3n claras, los RSE talentosos se van a la industria, hasta hace poco.<\/p>\n<h3>Progresi\u00f3n de nivel<\/h3>\n<p>Las instituciones l\u00edderes utilizan marcos de nivel como L1-L4 (desde el contribuyente fundacional hasta el experto\/l\u00edder) y P1-P6 (de novato a director). Estos no son t\u00edtulos arbitrarios: se asignan a responsabilidades concretas:<\/p>\n<table>\n<thead>\n<tr>\n<th>Nivel<\/th>\n<th>T\u00edtulo t\u00edpico<\/th>\n<th>Responsabilidad principal<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>L1 \/ P1<\/td>\n<td>RSE junior<\/td>\n<td>Ejecutar tareas asignadas bajo la gu\u00eda<\/td>\n<\/tr>\n<tr>\n<td>L2 \/ P2<\/td>\n<td>RSE de nivel medio<\/td>\n<td>poseer un m\u00f3dulo o herramienta; Mentor Juniors<\/td>\n<\/tr>\n<tr>\n<td>L3 \/ P3<\/td>\n<td>RSE de la tercera edad<\/td>\n<td>definir la arquitectura; Proyectos de plomo<\/td>\n<\/tr>\n<tr>\n<td>L4 \/ P4+<\/td>\n<td>RSE PRINCIPAL<\/td>\n<td>establecer la direcci\u00f3n; Representar organizaci\u00f3n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>La pista paralela<\/h3>\n<p>Una innovaci\u00f3n cr\u00edtica en la escalera RSE es la pista paralela de equipo. No todos los RSE quieren ser colaboradores individuales principales; Algunos prefieren administrar personas y proyectos. El estudio revisado por pares de Princeton (ARXIV 2602.19353v1, febrero de 2026) document\u00f3 esto expl\u00edcitamente, mostrando que <strong>La rotaci\u00f3n cay\u00f3 del 70% (pre-escalera, ventana de cinco a\u00f1os) al 7% (ventana posterior a tres a\u00f1os)<\/strong> despu\u00e9s de implementar el asociado a trav\u00e9s de los niveles principales con una pista paralela de equipo l\u00edder.<\/p>\n<p>Esta es la primera evidencia documentada y revisada por pares del impacto de una escala profesional en la retenci\u00f3n de RSE. Demuestra que la escalera importa, no solo la existencia de niveles, sino la existencia de pistas <em>paralelas<\/em>.<\/p>\n<h3>Las perspectivas de carrera temprana de SSI<\/h3>\n<p>Cuatro RSE del campamento de software de investigaci\u00f3n del Software de Investigaci\u00f3n del Instituto de Sostenibilidad (noviembre de 2025) describieron los desaf\u00edos de progresi\u00f3n en detalles sinceros, desde expectativas poco claras y la incertidumbre de financiaci\u00f3n hasta la realidad de la disrupci\u00f3n de IA. sus perspectivas, recopiladas en <a href=\"https:\/\/www.software.ac.uk\/blog\/early-career-perspectives-career-and-skills-research-software\" rel=\"nofollow\">\"Perspectivas de carrera temprana: Carrera y habilidades en software de investigaci\u00f3n\"<\/a> son lecturas esenciales para cualquiera que est\u00e9 considerando este camino.<\/p>\n<h2>Investigaci\u00f3n Salario de ingenier\u00eda de software por sector<\/h2>\n<p>El salario es la comparaci\u00f3n m\u00e1s concreta que la gente hace al decidir entre carreras. Los datos a continuaci\u00f3n provienen de las pautas de Casrai, Research.com, Levels.FYI y Glassdoor.<\/p>\n<table>\n<thead>\n<tr>\n<th>sector<\/th>\n<th>Rango t\u00edpico<\/th>\n<th>notas<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Academia \/ Universidad<\/td>\n<td>$ 70K \u2013 $ 165K<\/td>\n<td>fuerte en los niveles superiores; limitado por los presupuestos acad\u00e9micos; \"Trampa de mantenimiento\" donde las publicaciones superan el c\u00f3digo<\/td>\n<\/tr>\n<tr>\n<td>Laboratorios Nacionales<\/td>\n<td>$ 90K\u2013 $ 225K<\/td>\n<td>Lawrence Livermore verificado a trav\u00e9s de Levels.FYI (gama de ingenieros de software $110K\u2013$225K); fuertes beneficios; impulsado por la misi\u00f3n<\/td>\n<\/tr>\n<tr>\n<td>Industria (divisiones de investigaci\u00f3n)<\/td>\n<td>$ 130K\u2013 $ 210K<\/td>\n<td>m\u00e1s cerca de la compensaci\u00f3n de Big Tech; escaleras de carrera m\u00e1s fuertes; presi\u00f3n comercial<\/td>\n<\/tr>\n<tr>\n<td>Tecnolog\u00eda grande<\/td>\n<td>$200K\u2013500K+ de $200K<\/td>\n<td>sueldo m\u00e1s alto; progresi\u00f3n m\u00e1s estructurada; Funciones de software de investigaci\u00f3n a menudo etiquetadas como \"cient\u00edficos aplicados\" o \"ingeniero de software de investigaci\u00f3n\"<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>El sector de laboratorio nacional (LLNL, LANL, ORNL) representa la opci\u00f3n de rango medio m\u00e1s convincente: mejor salario que la academia, menos presi\u00f3n comercial que la industria y la alineaci\u00f3n de la misi\u00f3n con la investigaci\u00f3n cient\u00edfica. El promedio de Glassdoor para roles de RSE se ubica alrededor de $ 184k a nivel mundial, con una variaci\u00f3n significativa por ubicaci\u00f3n y antig\u00fcedad.<\/p>\n<p>Lo que los datos salariales revelan estructuralmente: <strong>la \"trampa de mantenimiento\"<\/strong> \u2014 las publicaciones de recompensa de los sistemas de carrera acad\u00e9mica, no el c\u00f3digo. Un RSE que produce un software excelente y ampliamente utilizado, pero menos art\u00edculos a menudo se quedar\u00e1n atr\u00e1s en la promoci\u00f3n acad\u00e9mica en comparaci\u00f3n con un cient\u00edfico de dominio que publica con frecuencia. Es por eso que la escalera de Princeton, con su reconocimiento expl\u00edcito de las contribuciones de software, es transformadora.<\/p>\n<h2>El impacto de Genai en las carreras de RSE<\/h2>\n<p>La IA generativa est\u00e1 remodelando las carreras de software de investigaci\u00f3n m\u00e1s r\u00e1pido de lo que reconocen la mayor\u00eda de las gu\u00edas de carrera. Dos estudios recientes proporcionan la imagen m\u00e1s clara.<\/p>\n<h3>Los hallazgos de SSSI (nov 2025)<\/h3>\n<p>El software de sostenibilidad del software public\u00f3 un an\u00e1lisis exhaustivo en noviembre de 2025 en <a href=\"https:\/\/www.software.ac.uk\/blog\/ai-after-my-job-navigating-future-research-software-engineering\" rel=\"nofollow\">\"Ai despu\u00e9s de mi trabajo: navegar por el futuro de la ingenier\u00eda de software de investigaci\u00f3n\"<\/a>. El hallazgo de los titulares: <strong>ress son \"m\u00e1s importantes que nunca\" porque la IA no puede \"realmente entender o mantener\" el software de investigaci\u00f3n.<\/strong><\/p>\n<p>Hallazgos espec\u00edficos:<\/p>\n<ul>\n<li><strong>Ganancias de productividad:<\/strong> CoPilot proporciona una codificaci\u00f3n entre un 55 y un 56 % m\u00e1s r\u00e1pida con la asistencia de IA<\/li>\n<li><strong>Riesgos de descalificaci\u00f3n:<\/strong> Confiar en la IA sin comprensi\u00f3n puede erosionar las habilidades que distinguen a los RSE de los desarrolladores j\u00f3venes<\/li>\n<li><strong>Bropa de validaci\u00f3n:<\/strong> El c\u00f3digo generado por IA debe ser revisado por alguien que entienda tanto el c\u00f3digo <em>y<\/em> la ciencia<\/li>\n<li><strong>Recomendaci\u00f3n:<\/strong> Invierta en alfabetizaci\u00f3n de IA. Aprenda ingenier\u00eda r\u00e1pida, pero nunca deje de aprender fundamentos.<\/li>\n<\/ul>\n<h3>El modelo del cuadrante AI4RSE<\/h3>\n<p>Siamak Farshidi et al. Del laboratorio AI4RSE (Wageningen University, ICSE 2026) introdujo un modelo <strong>cuadrantes para software de investigaci\u00f3n aumentado con IA<\/strong> <a href=\"https:\/\/arxiv.org\/html\/2508.05693v1\" rel=\"nofollow\">arxiv.org\/html\/2508.05693v1<\/a>. El modelo clasifica el c\u00f3digo de investigaci\u00f3n en cuatro cuadrantes:<\/p>\n<ol>\n<li><strong>Codificaci\u00f3n exploratoria<\/strong> \u2014 Scripts r\u00e1pidos para la generaci\u00f3n de hip\u00f3tesis (asistida por IA, bajo riesgo)<\/li>\n<li><strong>Codificaci\u00f3n de vibraciones<\/strong> \u2014 C\u00f3digo experimental generado por IA con correcci\u00f3n incierta (riesgo alto)<\/li>\n<li><strong>RSE tradicional<\/strong> \u2014 C\u00f3digo de producci\u00f3n, revisado por pares (revisi\u00f3n asistida por IA, no generaci\u00f3n)<\/li>\n<li><strong>ai4rse<\/strong> \u2014 C\u00f3digo desarrollado con IA donde la IA es el autor principal (especialidad emergente)<\/li>\n<\/ol>\n<p>Las especializaciones emergentes incluyen <strong>Orquestaci\u00f3n AI<\/strong> (gestionar m\u00faltiples modelos de IA en los flujos de trabajo de investigaci\u00f3n), <strong>evaluaci\u00f3n LLM<\/strong> (evaluaci\u00f3n de los resultados de IA para la validez cient\u00edfica) y <strong>despliegue de IA verde\/fiable<\/strong> inferencia en contextos cient\u00edficos).<\/p>\n<h3>La perspectiva de Fraunhofer<\/h3>\n<p>El <a href=\"https:\/\/www.iese.fraunhofer.de\/blog\/generative-ai-in-software-engineering-scenarios-and-challenges\/\" rel=\"nofollow\">Fraunhofer IESE Blog<\/a> (nov 2024, actualizado 2026) enmarca a Genai como un cambio en el ciclo de vida del desarrollo de software en lugar de un reemplazo. Las habilidades que m\u00e1s importan ahora son <strong>arquitectura, revisi\u00f3n y experiencia en el dominio<\/strong>, no solo la velocidad de codificaci\u00f3n.<\/p>\n<h2>Organismos profesionales y recursos formativos<\/h2>\n<p>La comunidad RSE est\u00e1 bien organizada, con organismos nacionales, iniciativas globales y capacitaci\u00f3n estandarizada. Aqu\u00ed est\u00e1 el paisaje actual:<\/p>\n<ul>\n<li><strong>Sociedad de RSE (UK)<\/strong> \u2014 La Sociedad Fundadora RSE; organiza las reuniones comunitarias anuales de RSE; Ejecuta programas de mentor\u00eda<\/li>\n<li><strong>us-rse<\/strong> \u2014 la contraparte estadounidense; mantiene el <a href=\"https:\/\/us-rse.org\/wg\/education_training\/skills\/\" rel=\"nofollow\">lista de habilidades<\/a>; Organice talleres de desarrollo de carrera<\/li>\n<li><strong>de-rse<\/strong> \u2014 la comunidad nacional de RSE de Alemania; Ejecuta marcos de competencia e iniciativas de desarrollo profesional<\/li>\n<li><strong>Casrai<\/strong> \u2014 Organismo de Coordinaci\u00f3n Global; Publica el <a href=\"https:\/\/casrai.org\/guides\/research-software-engineer-role-definition\" rel=\"nofollow\">gu\u00eda de definici\u00f3n de roles<\/a> con infraestructura de pista de carrera<\/li>\n<li><strong>The Carpentries<\/strong> \u2014 Formaci\u00f3n estandarizada en ciencia de datos y habilidades computacionales; ampliamente adoptado en la academia<\/li>\n<\/ul>\n<p>Si es un estudiante de posgrado, comience con los talleres de Carpentries y las listas de habilidades de US-RSE como su autoevaluaci\u00f3n de referencia. Luego, interact\u00fae con su organismo regional (sociedad de RSE, US-RSE o DE-RSE) para la tutor\u00eda y la comunidad.<\/p>\n<h2>como empezar<\/h2>\n<p>Aqu\u00ed est\u00e1 mi recomendaci\u00f3n para estudiantes graduados que est\u00e1n considerando una carrera de RSE:<\/p>\n<h3>Paso 1: Construya una base t\u00e9cnica<\/h3>\n<p>Comience con Git, Python Scientific Libraries (numpy, scipy) y un marco de prueba (pytest). Si ya est\u00e1 <a href=\"https:\/\/matforge.org\/scientific-python-ecosystem-navigating-scipy-numpy-sympy-2\/\">exploraci\u00f3n de herramientas modernas de Python<\/a> con UV y Ruff, est\u00e1s en el camino correcto. Aprenda a escribir pruebas que realmente se ejecutan durante CI, no solo en su cuaderno.<\/p>\n<h3>Paso 2: aprender software de dominio a escala<\/h3>\n<p>Tome una base de c\u00f3digo de investigaci\u00f3n existente (incluso la suya propia) y refactorice. A\u00f1adir pruebas. documentarlo. Haz que se pueda ejecutar en otra m\u00e1quina. Esta es la transici\u00f3n m\u00e1s efectiva de \"investigador que codifica\" a \"ingeniero de software de investigaci\u00f3n\".<\/p>\n<h3>Paso 3: Capacitar en Pr\u00e1cticas de Ingenier\u00eda<\/h3>\n<p>Flujos de trabajo de Git, revisi\u00f3n de c\u00f3digo, CI\/CD y contenedorizaci\u00f3n. Los talleres de carpinter\u00edas y el semestre faltante del MIT son puntos de entrada accesibles. El <a href=\"https:\/\/matforge.org\/open-source-scientific-software-sustainability-funding\/\">Pr\u00e1cticas de sostenibilidad de c\u00f3digo abierto<\/a> que cubrimos en el sitio son un contexto relevante para comprender qu\u00e9 hace que el c\u00f3digo de investigaci\u00f3n sea mantenible.<\/p>\n<h3>Paso 4: Elige tu sector<\/h3>\n<p>Despu\u00e9s de desarrollar la competencia t\u00e9cnica, eval\u00fae los sectores:<\/p>\n<ul>\n<li><strong>Academia<\/strong> Si valoras la libertad intelectual, los entornos amigables con la publicaci\u00f3n y los proyectos a largo plazo<\/li>\n<li><strong>Laboratorios nacionales<\/strong> Si desea alineaci\u00f3n de la misi\u00f3n con la investigaci\u00f3n, la financiaci\u00f3n estable y el pago moderado<\/li>\n<li><strong>Industria<\/strong> Si prioriza la compensaci\u00f3n, las escaleras estructuradas y la iteraci\u00f3n m\u00e1s r\u00e1pida<\/li>\n<li><strong>Big Tech<\/strong> Si desea la compensaci\u00f3n m\u00e1s alta y la infraestructura de carrera m\u00e1s estructurada<\/li>\n<\/ul>\n<h3>Paso 5: Involucrar a la comunidad<\/h3>\n<p>\u00danase a US-RSE, asista a las reuniones anuales de la Sociedad de RSE, contribuya al software de investigaci\u00f3n de c\u00f3digo abierto. El campo recompensa la visibilidad y la participaci\u00f3n de la comunidad, y el <a href=\"https:\/\/matforge.org\/teaching-computational-physics-graduate-students-learning-paths-2\/\">paths de aprendizaje estructurado<\/a> cubrimos para Los estudiantes de mec\u00e1nica computacional muestran que el compromiso estructurado de la comunidad acelera el crecimiento de habilidades.<\/p>\n<h2>mi recomendaci\u00f3n<\/h2>\n<p>Si est\u00e1 en la encrucijada, un estudiante de doctorado que se pregunta si quedarse en la academia o la transici\u00f3n a la industria, esto es lo que elegir\u00eda:<\/p>\n<p><strong>Construya primero las habilidades de ingenier\u00eda.<\/strong> Un doctorado que puede escribir c\u00f3digo de calidad de producci\u00f3n es irremplazable. Un ingeniero de software que entiende el dominio es igualmente irremplazable. El mercado recompensa cada vez m\u00e1s a la persona que puede hacer ambas cosas.<\/p>\n<p>El cambio de Genai acelera esto. La IA puede escribir c\u00f3digo repetitivo, pero no puede validar una simulaci\u00f3n contra la realidad f\u00edsica. No puede mantener una base de c\u00f3digo durante una d\u00e9cada de investigaci\u00f3n. No puede explicar a un cient\u00edfico de dominio por qu\u00e9 su modelo divergi\u00f3. Esas son las habilidades que importan.<\/p>\n<p><strong>Elija el camino de la escalera paralela.<\/strong> Si su instituci\u00f3n ofrece una escala profesional con pistas de colaborador individual y l\u00edder de equipo, ll\u00e9velo. La reducci\u00f3n de rotaci\u00f3n de 70% \u2192 7% de Princeton demuestra que la escalera funciona. Sin uno, est\u00e1 compitiendo con la industria por la retenci\u00f3n, y la industria generalmente gana en compensaci\u00f3n.<\/p>\n<h2>Gu\u00edas relacionadas<\/h2>\n<ul>\n<li><a href=\"https:\/\/matforge.org\/teaching-computational-physics-graduate-students-learning-paths-2\/\">ense\u00f1anza f\u00edsica computacional: rutas de aprendizaje estructuradas para estudiantes de posgrado<\/a> 381) \u2014 Rutas de aprendizaje para mec\u00e1nica computacional que complementan la orientaci\u00f3n profesional aqu\u00ed<\/li>\n<li><a href=\"https:\/\/matforge.org\/open-source-scientific-software-sustainability-funding\/\">Sostenibilidad de software cient\u00edfico de c\u00f3digo abierto<\/a> (post 524) \u2014 Modelos de financiaci\u00f3n y pr\u00e1cticas de sostenibilidad para el c\u00f3digo de investigaci\u00f3n<\/li>\n<li><a href=\"https:\/\/matforge.org\/python-testing-patterns-for-scientific-code-beyond-pytest-basics\/\">Patrones de prueba de Python para c\u00f3digo cient\u00edfico<\/a> (post 365) \u2014 Pruebas y flujos de trabajo de depuraci\u00f3n que los RS deben dominar<\/li>\n<li><a href=\"https:\/\/matforge.org\/reproducibility-workflows-beyond-containers-data-versioning-and-provenance-tracking\/\">Flujos de trabajo de reproducibilidad m\u00e1s all\u00e1 de los contenedores<\/a> (Post 366) \u2014 Control de versiones y mejores pr\u00e1cticas de obtenci\u00f3n de datos para flujos de trabajo de investigaci\u00f3n<\/li>\n<li><a href=\"https:\/\/matforge.org\/how-fipy-handles-meshes-and-grid-structures\/\">c\u00f3mo maneja mallas y estructuras de cuadr\u00edculas<\/a><\/li>\n<li><a href=\"https:\/\/matforge.org\/scientific-python-ecosystem-navigating-scipy-numpy-sympy-2\/\">el ecosistema cient\u00edfico de Python<\/a> (post 364) \u2014 SciPy, Numpy, Sympy y m\u00e1s all\u00e1 para el c\u00f3digo de investigaci\u00f3n de producci\u00f3n<\/li>\n<li><a href=\"https:\/\/matforge.org\/mesh-quality-convergence-studies-guide-2\/\">Estudios de calidad y convergencia de malla<\/a> (Post 339) \u2014 Comparaci\u00f3n de herramientas y calidad de malla para flujos de trabajo de simulaci\u00f3n<\/li>\n<li><a href=\"https:\/\/matforge.org\/visit-vs-paraview-choosing-right-tool\/\">visit vs paraview<\/a> \u2014 Gu\u00eda de decisiones para flujos de trabajo de visualizaci\u00f3n<\/li>\n<\/ul>\n"},"excerpt":{"rendered":"<p><span class=\"span-reading-time rt-reading-time\" style=\"display: block;\"><span class=\"rt-label rt-prefix\">Reading Time: <\/span> <span class=\"rt-time\"> 11<\/span> <span class=\"rt-label rt-postfix\">minutes<\/span><\/span>\u00bfQu\u00e9 es una carrera de ingeniero de software de investigaci\u00f3n? Rutas de entrada, rangos salariales, marcos de habilidades, impacto de Genai y c\u00f3mo ingresar a los roles de RSE en la academia, laboratorios nacionales y la industria.<\/p>\n","protected":false,"raw":"\u00bfQu\u00e9 es una carrera de ingeniero de software de investigaci\u00f3n? Rutas de entrada, rangos salariales, marcos de habilidades, impacto de Genai y c\u00f3mo ingresar a los roles de RSE en la academia, laboratorios nacionales y la industria."},"author":6,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_locale":"es_ES","_original_post":"https:\/\/matforge.org\/?p=1067","iawp_total_views":2,"footnotes":""},"categories":[1],"tags":[86,88,89,87,85,83,84],"class_list":["post-1111","post","type-post","status-publish","format-standard","hentry","category-simulation-modeling-projects","tag-apache-2-0","tag-bsd","tag-creative-commons","tag-gpl","tag-mit","tag-open-source-licensing","tag-research-software","es-ES"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v28.3 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Carreras profesionales de la computaci\u00f3n cient\u00edfica: ingeniero de software de investigaci\u00f3n - matforge.org<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/matforge.org\/es\/scientific-computing-career-paths-research-software-engineer\/\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Carreras profesionales de la computaci\u00f3n cient\u00edfica: ingeniero de software de investigaci\u00f3n - matforge.org\" \/>\n<meta property=\"og:description\" content=\"Reading Time:  11 minutes\u00bfQu\u00e9 es una carrera de ingeniero de software de investigaci\u00f3n? Rutas de entrada, rangos salariales, marcos de habilidades, impacto de Genai y c\u00f3mo ingresar a los roles de RSE en la academia, laboratorios nacionales y la industria.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/matforge.org\/es\/scientific-computing-career-paths-research-software-engineer\/\" \/>\n<meta property=\"og:site_name\" content=\"matforge.org\" \/>\n<meta property=\"article:published_time\" content=\"2026-08-19T09:48:35+00:00\" \/>\n<meta name=\"author\" content=\"steven\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"steven\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tiempo de lectura\" \/>\n\t<meta name=\"twitter:data2\" content=\"18 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/matforge.org\\\/es\\\/scientific-computing-career-paths-research-software-engineer\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/es\\\/scientific-computing-career-paths-research-software-engineer\\\/\"},\"author\":{\"name\":\"steven\",\"@id\":\"https:\\\/\\\/matforge.org\\\/#\\\/schema\\\/person\\\/8f690fb596d657b12994b83caa788f03\"},\"headline\":\"Carreras profesionales de la computaci\u00f3n cient\u00edfica: ingeniero de software de investigaci\u00f3n\",\"datePublished\":\"2026-08-19T09:48:35+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/es\\\/scientific-computing-career-paths-research-software-engineer\\\/\"},\"wordCount\":3552,\"commentCount\":0,\"keywords\":[\"Apache 2.0\",\"BSD\",\"Creative Commons\",\"GPL\",\"MIT\",\"open-source licensing\",\"research software\"],\"articleSection\":[\"Simulaci\u00f3n &amp; Proyectos de modelado\"],\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/matforge.org\\\/es\\\/scientific-computing-career-paths-research-software-engineer\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/matforge.org\\\/es\\\/scientific-computing-career-paths-research-software-engineer\\\/\",\"url\":\"https:\\\/\\\/matforge.org\\\/es\\\/scientific-computing-career-paths-research-software-engineer\\\/\",\"name\":\"Carreras profesionales de la computaci\u00f3n cient\u00edfica: ingeniero de software de investigaci\u00f3n - matforge.org\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/#website\"},\"datePublished\":\"2026-08-19T09:48:35+00:00\",\"author\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/#\\\/schema\\\/person\\\/8f690fb596d657b12994b83caa788f03\"},\"breadcrumb\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/es\\\/scientific-computing-career-paths-research-software-engineer\\\/#breadcrumb\"},\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/matforge.org\\\/es\\\/scientific-computing-career-paths-research-software-engineer\\\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/matforge.org\\\/es\\\/scientific-computing-career-paths-research-software-engineer\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/matforge.org\\\/es\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Carreras profesionales de la computaci\u00f3n cient\u00edfica: ingeniero de software de investigaci\u00f3n\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/matforge.org\\\/#website\",\"url\":\"https:\\\/\\\/matforge.org\\\/\",\"name\":\"matforge.org\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/matforge.org\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"es\"},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/matforge.org\\\/#\\\/schema\\\/person\\\/8f690fb596d657b12994b83caa788f03\",\"name\":\"steven\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/d46cfcd83a298f27e8d66bfa035514fefca7652f26bd3ef7402f82b68a41ec0f?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/d46cfcd83a298f27e8d66bfa035514fefca7652f26bd3ef7402f82b68a41ec0f?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/d46cfcd83a298f27e8d66bfa035514fefca7652f26bd3ef7402f82b68a41ec0f?s=96&d=mm&r=g\",\"caption\":\"steven\"},\"url\":\"https:\\\/\\\/matforge.org\\\/author\\\/steven\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Carreras profesionales de la computaci\u00f3n cient\u00edfica: ingeniero de software de investigaci\u00f3n - matforge.org","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/matforge.org\/es\/scientific-computing-career-paths-research-software-engineer\/","og_locale":"es_ES","og_type":"article","og_title":"Carreras profesionales de la computaci\u00f3n cient\u00edfica: ingeniero de software de investigaci\u00f3n - matforge.org","og_description":"Reading Time:  11 minutes\u00bfQu\u00e9 es una carrera de ingeniero de software de investigaci\u00f3n? Rutas de entrada, rangos salariales, marcos de habilidades, impacto de Genai y c\u00f3mo ingresar a los roles de RSE en la academia, laboratorios nacionales y la industria.","og_url":"https:\/\/matforge.org\/es\/scientific-computing-career-paths-research-software-engineer\/","og_site_name":"matforge.org","article_published_time":"2026-08-19T09:48:35+00:00","author":"steven","twitter_card":"summary_large_image","twitter_misc":{"Escrito por":"steven","Tiempo de lectura":"18 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/matforge.org\/es\/scientific-computing-career-paths-research-software-engineer\/#article","isPartOf":{"@id":"https:\/\/matforge.org\/es\/scientific-computing-career-paths-research-software-engineer\/"},"author":{"name":"steven","@id":"https:\/\/matforge.org\/#\/schema\/person\/8f690fb596d657b12994b83caa788f03"},"headline":"Carreras profesionales de la computaci\u00f3n cient\u00edfica: ingeniero de software de investigaci\u00f3n","datePublished":"2026-08-19T09:48:35+00:00","mainEntityOfPage":{"@id":"https:\/\/matforge.org\/es\/scientific-computing-career-paths-research-software-engineer\/"},"wordCount":3552,"commentCount":0,"keywords":["Apache 2.0","BSD","Creative Commons","GPL","MIT","open-source licensing","research software"],"articleSection":["Simulaci\u00f3n &amp; Proyectos de modelado"],"inLanguage":"es","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/matforge.org\/es\/scientific-computing-career-paths-research-software-engineer\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/matforge.org\/es\/scientific-computing-career-paths-research-software-engineer\/","url":"https:\/\/matforge.org\/es\/scientific-computing-career-paths-research-software-engineer\/","name":"Carreras profesionales de la computaci\u00f3n cient\u00edfica: ingeniero de software de investigaci\u00f3n - matforge.org","isPartOf":{"@id":"https:\/\/matforge.org\/#website"},"datePublished":"2026-08-19T09:48:35+00:00","author":{"@id":"https:\/\/matforge.org\/#\/schema\/person\/8f690fb596d657b12994b83caa788f03"},"breadcrumb":{"@id":"https:\/\/matforge.org\/es\/scientific-computing-career-paths-research-software-engineer\/#breadcrumb"},"inLanguage":"es","potentialAction":[{"@type":"ReadAction","target":["https:\/\/matforge.org\/es\/scientific-computing-career-paths-research-software-engineer\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/matforge.org\/es\/scientific-computing-career-paths-research-software-engineer\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/matforge.org\/es\/"},{"@type":"ListItem","position":2,"name":"Carreras profesionales de la computaci\u00f3n cient\u00edfica: ingeniero de software de investigaci\u00f3n"}]},{"@type":"WebSite","@id":"https:\/\/matforge.org\/#website","url":"https:\/\/matforge.org\/","name":"matforge.org","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/matforge.org\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"es"},{"@type":"Person","@id":"https:\/\/matforge.org\/#\/schema\/person\/8f690fb596d657b12994b83caa788f03","name":"steven","image":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/secure.gravatar.com\/avatar\/d46cfcd83a298f27e8d66bfa035514fefca7652f26bd3ef7402f82b68a41ec0f?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/d46cfcd83a298f27e8d66bfa035514fefca7652f26bd3ef7402f82b68a41ec0f?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/d46cfcd83a298f27e8d66bfa035514fefca7652f26bd3ef7402f82b68a41ec0f?s=96&d=mm&r=g","caption":"steven"},"url":"https:\/\/matforge.org\/author\/steven\/"}]}},"_links":{"self":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts\/1111","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/users\/6"}],"replies":[{"embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/comments?post=1111"}],"version-history":[{"count":1,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts\/1111\/revisions"}],"predecessor-version":[{"id":1145,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts\/1111\/revisions\/1145"}],"wp:attachment":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/media?parent=1111"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/categories?post=1111"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/tags?post=1111"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}