Opciones de inmigración a EE. UU. para científicos de datos e ingenieros de aprendizaje automático (ML)

La inteligencia artificial (IA) ya forma parte de las operaciones diarias de todo tipo de empresas, no solo de los laboratorios de investigación. Según datos de la Oficina del Censo de EE. UU. recopilados hasta mayo de 2026, el 39.7% de las empresas del sector de la información y el 33.9% de las de finanzas y seguros reportaron usar IA. 

Los científicos de datos y los ingenieros de aprendizaje automático (ML) son las personas que están detrás de ese trabajo, y muchos de ellos se formaron o iniciaron su carrera fuera de Estados Unidos. Si eres uno de ellos y quieres trabajar o vivir en EE. UU., es posible que más de una vía migratoria se aplique a tu caso, según tus credenciales, tu situación con el empleador y tus planes a largo plazo. 

Qué vía te conviene depende menos de tu título de cargo que del tipo de historial que puedas documentar. Un investigador académico, un ingeniero de la industria, un líder técnico sénior y un fundador pueden trabajar todos en ciencia de datos, pero cada uno suele contar con evidencia muy distinta, y esa diferencia es la que orienta hacia categorías migratorias distintas. Este artículo recorre cuatro perfiles profesionales comunes, las vías migratorias hacia las que apuntan, qué examina cada vía y lo que hemos visto en nuestras propias aprobaciones recientes de casos de ciencia de datos. 

Cómo tu carrera define tus opciones 

Un título de cargo no determina la categoría migratoria. Un mejor punto de partida es tu historial: qué haces, cómo otras personas reconocen tu trabajo o dependen de él, qué tan bien puedes documentarlo y qué piensas hacer en Estados Unidos. Un mismo logro puede valer de manera distinta según el estándar con el que se mida. 

Científico de datos o ingeniero de ML en la industria  

El trabajo en la industria se evalúa sobre todo por lo que se construyó y por lo que ocurrió cuando otras personas lo usaron, por lo que la documentación más sólida suele ser la prueba objetiva de ese impacto y no una lista de publicaciones. Cuando el trabajo que planeas continuar en EE. UU. tiene efectos que van más allá de un solo empleador, suele valer la pena evaluar la EB-2 por Interés Nacional (NIW). Cuando tu historial también muestra un alto nivel de reconocimiento o logros, la O-1A o la EB-1A pueden ser adecuadas. Si tus planes en EE. UU. giran en torno a un puesto específico en una empresa específica, una vía patrocinada por el empleador, como la H-1B, puede ser la opción más natural. 

El historial suele depender de unas pocas preguntas: ¿Puedes documentar adopción, implementación, resultados medibles, patentes o titularidad técnica? ¿El trabajo afecta solo una función interna del empleador, o hay evidencia de una relevancia más amplia para la industria, la investigación, el comercio o el público? ¿Y hay fuentes independientes, y no solo tu propio relato, que documenten esa importancia? 

Investigador académico de ML  

Los investigadores suelen documentar su carrera mediante su obra publicada y la manera en que el campo responde a ella. Ese tipo de historial se ajusta de forma natural a los estándares de habilidad extraordinaria que sustentan la O-1A y la EB-1A, una vez que alcanza el nivel de reconocimiento que esas categorías exigen. Un investigador también puede optar por la EB-2 por Interés Nacional (NIW), donde el enfoque pasa del reconocimiento pasado a la importancia prospectiva del trabajo planeado en Estados Unidos. 

Lo que más importa es lo que muestra el historial de publicaciones: ¿Las citas, la revisión por pares, la actividad en conferencias y las colaboraciones demuestran una influencia real en el campo, y la investigación original ha sido usada o reconocida por otros fuera de tu propia institución? Esa evidencia puede respaldar un análisis basado en el proyecto, un análisis de habilidad extraordinaria, o ambos. 

Líder técnico senior  

Los ingenieros principales, los ingenieros de nivel staff, los directores y los líderes técnicos pueden tener pocas publicaciones, pero un sólido historial de alcance: responsabilidad sobre sistemas críticos, decisiones que afectan infraestructura usada a gran escala y una compensación que refleja esa antigüedad. Esos hechos pueden respaldar un análisis de O-1A o EB-1A, y también pueden ayudar a un peticionario de la EB-2 por Interés Nacional (NIW) a demostrar que el profesional está bien posicionado para llevar a cabo un proyecto propuesto. Si el plan está ligado a un empleador en EE. UU., las categorías patrocinadas por el empleador pueden ser adecuadas. 

La pregunta clave es si el historial puede documentar un rol destacado o crítico y explicar por qué la organización o el proyecto que desempeña ese rol es, en sí mismo, distinguido o significativo, respaldado por contribuciones originales, alta compensación o reconocimiento externo. Eso, a su vez, determina si el profesional está mejor posicionado para un estatus ligado al empleador, una petición independiente, o ambos. 

Profesional de datos en una startup o con perfil emprendedor  

Los fundadores combinan evidencia técnica y empresarial, lo cual es una fortaleza si el historial mantiene separados los logros de la empresa y las contribuciones propias de la persona. A partir de ahí, el análisis conecta el rol técnico, el liderazgo y los resultados del fundador con lo que exija la categoría migratoria en evaluación. 

Dos preguntas suelen decidir hasta dónde llega ese historial: ¿Qué contribución técnica te pertenece a ti y no a la empresa? ¿Y es posible documentar de manera independiente, en lugar de simplemente afirmarlos, la adopción del producto, los clientes, las patentes o los resultados de mercado? Cuanto más sólida sea la respuesta, más podrá evaluarse tu trabajo propuesto en EE. UU. por sus propias implicaciones y no por el éxito comercial de una sola empresa. 

Qué examina cada vía 

Las distintas categorías examinan distintas partes de un historial, y cada una se conecta con el trabajo en ciencia de datos a su manera. A continuación, qué evalúa cada una y por qué suele ser relevante para esta profesión. 

EB-2 por Interés Nacional (NIW): Green Card por autopetición  

La EB-2 por Interés Nacional (NIW) es una green card que no requiere que un empleador te patrocine. Primero, calificas para la categoría EB-2 subyacente mediante un título avanzado o habilidad excepcional. Luego, la dispensa elimina los requisitos de oferta de empleo y de certificación laboral PERM (Program Electronic Review Management). Como no se necesita una oferta de empleo, puedes presentar la petición por tu cuenta, aunque también puede presentarla un empleador. 

El Servicio de Ciudadanía e Inmigración de EE. UU. (USCIS) evalúa la dispensa conforme a la prueba de tres partes de Matter of Dhanasar: si el trabajo propuesto tiene importancia nacional, si el profesional está bien posicionado para llevarlo adelante y si, en balance, dispensar esos requisitos beneficia a Estados Unidos. USCIS decide cada caso de forma individual. Una profesión, un beneficio económico o una única pieza de evidencia no bastan por sí solos para establecer la elegibilidad. 

Para los científicos de datos e ingenieros de ML, la relevancia suele estar en el primer criterio. Muchos planean un trabajo cuyo valor no se limita a un solo empleador: un método, un modelo o una aplicación que otros puedan adoptar, o trabajo en un área que el gobierno ha identificado como importante. Las directrices de USCIS reconocen la importancia del progreso en la ciencia y la tecnología y enumeran ciertas áreas de la inteligencia artificial entre las tecnologías críticas y emergentes. Que eso ayude o no a una petición específica depende de cómo el proyecto propuesto contribuya a resolver el problema o a desarrollar la tecnología identificados, y no de la etiqueta de IA por sí sola. 

Lo que revela una aprobación reciente de la EB-2 por Interés Nacional (NIW) en ciencia de datos sobre el proyecto propuesto  

Las peticiones de la EB-2 por Interés Nacional (NIW) en ciencia de datos y tecnología tienden a ser más sólidas cuando vinculan el trabajo del solicitante con una necesidad específica de EE. UU. USCIS se centra en lo que el solicitante planea hacer, el impacto directo de ese trabajo y cómo podría afectar a un campo más amplio o a una parte de la economía. 

Una de nuestras aprobaciones recientes muestra cómo funciona esto en la práctica. Nuestro cliente, un profesional de las ciencias de la computación, propuso ayudar a pequeñas y medianas empresas y organizaciones benéficas de EE. UU. a aprovechar mejor la tecnología en la nube, la ingeniería de datos y la inteligencia de negocios. Muchas de estas organizaciones tienen dificultades con la gestión segura de datos, la migración a la nube, la gobernanza y el cumplimiento normativo, y a menudo carecen de las herramientas para convertir sus datos en información útil. La petición mostró cómo su experiencia ayudaría a resolver estos problemas. Este planteamiento demostró que su trabajo abordaría desafíos tecnológicos comunes que enfrenta toda una categoría de organizaciones estadounidenses. 

Eso es exactamente lo que exige el marco de la EB-2 por Interés Nacional (NIW). Un proyecto puede tener importancia nacional cuando sus implicaciones alcanzan a todo un campo. Además, se instruye a los adjudicadores a evaluar el impacto potencial del proyecto específico, y no la importancia de la ocupación del solicitante en general. 

Una petición sólida para científicos de datos e ingenieros de ML debe explicar con claridad: 

1. El problema de EE. UU. que el trabajo abordará 
2. El método técnico o la aplicación que usará el solicitante 
3. Los resultados más amplios que probablemente produzca el trabajo 

Presentados de esta manera, la ciencia de datos, el aprendizaje automático, la computación en la nube o la IA se convierten en herramientas para avanzar hacia un objetivo claro de interés nacional. La evidencia de respaldo debe entonces mostrar dos cosas: el impacto potencial del proyecto y la capacidad del solicitante para llevarlo a cabo. 

Descubre si calificas

Realiza una evaluación gratuita de perfil para la EB-2 NIW

Evaluar mi perfil

EB-1A: Green Card por autopetición para personas con habilidad extraordinaria 

La EB-1A es una green card para personas con habilidad extraordinaria, demostrada ya sea mediante un premio importante, único y de reconocimiento internacional, o mediante el cumplimiento de al menos tres de diez criterios regulatorios, seguido de una revisión final de la totalidad del expediente. Permite la autopetición, sin empleador, oferta de empleo ni certificación laboral. Si estás comparándola con la dispensa, nuestra comparación entre la EB-2 por Interés Nacional (NIW) y la EB-1A explica la diferencia. 

Para los científicos de datos e ingenieros de ML, los criterios que más suelen entrar en juego son las contribuciones originales de importancia mayor, la autoría de obras académicas, el hecho de juzgar el trabajo de otros mediante revisión por pares o comités de programa, un rol destacado o crítico y la alta compensación. 

Qué tienen en común los casos aprobados de EB-1A en ciencia de datos  

Un expediente sólido de EB-1A muestra cómo el trabajo técnico del solicitante ha generado reconocimiento e influencia en el campo a lo largo del tiempo. Esto importa porque USCIS revisa los casos de EB-1A en dos pasos. Primero, verifica si la evidencia cumple los criterios regulatorios. Luego, examina el expediente para decidir si el solicitante cuenta con aclamación nacional o internacional sostenida y se encuentra entre el pequeño porcentaje que está en la cima de su campo. 

En la práctica, la mejor evidencia vincula el trabajo técnico con señales objetivas de importancia. Algunos ejemplos son: 

• Un modelo o algoritmo adoptado por personas ajenas al equipo que lo construyó 
  
• Una arquitectura de datos implementada a una escala significativa 
  
• Un método que otras organizaciones han incorporado a sus propios sistemas o prácticas 
  
• Una investigación que ha influido en trabajos posteriores del campo 
  
• Innovaciones con resultados medibles que llevaron a otros a reconocer la experiencia del solicitante o a depender de ella 

Estos logros pesan más cuando el expediente documenta su escala, alcance, resultados e influencia, respaldados por evidencia independiente. Esto es especialmente cierto en la ciencia de datos, donde el impacto suele manifestarse mediante la implementación comercial, la integración en productos, la adopción por parte de la industria o el uso operativo, y no solo a través de publicaciones. Las publicaciones, el hecho de juzgar el trabajo de otros, los roles críticos, las contribuciones originales, la alta compensación y otras pruebas deben contribuir a demostrar una distinción e influencia sostenidas en el campo. 

Descubre si calificas

Realiza tu evaluación gratuita de perfil para la EB-1A

Evaluar mi perfil

O-1A: visa temporal para personas con habilidad extraordinaria  

La O-1A es una visa temporal para personas con habilidad extraordinaria en las ciencias, los negocios, la educación o el atletismo. Se basa en el mismo tipo de evidencia que la EB-1A, pero se evalúa conforme a ocho criterios en lugar de diez, y debe presentarla un empleador o agente estadounidense, por lo que la persona no puede presentar la petición por su cuenta. No está sujeta a un cupo anual ni a una lotería. 

Para los científicos de datos e ingenieros de ML, la O-1A suele ser relevante como autorización de trabajo para quien tiene un historial reconocido y quiere evitar el cupo de la H-1B, o como paso intermedio mientras se avanza hacia una EB-1A u otra green card. La evidencia de respaldo puede provenir de logros académicos, comerciales o de la industria: investigaciones influyentes, contribuciones técnicas significativas, revisión por pares, roles críticos en organizaciones de buena reputación, proyectos de código abierto reconocidos o patentes. Al igual que con la EB-1A, la elegibilidad depende de cómo la evidencia satisfaga los criterios regulatorios. 

Lo que muestran las peticiones exitosas de O-1A en ciencia de datos sobre la experiencia en la cima del campo  

Las peticiones de O-1A para científicos de datos e ingenieros de aprendizaje automático pueden apoyarse en una amplia gama de logros, entre ellos trabajo técnico, comercial, académico y de la industria. La clave está en demostrar un reconocimiento sostenido en el campo. Conforme a los reglamentos de USCIS, el solicitante debe demostrar un nivel de experiencia que lo ubique entre el pequeño porcentaje que está en la cima de su campo. 

Para los profesionales de la ciencia de datos, el trabajo técnico puede ser una evidencia sólida de esa posición cuando su importancia es clara. Esa importancia puede provenir de la adopción por parte de otros, la implementación a escala, los resultados medibles, el uso en la industria o el reconocimiento independiente. Por ejemplo, un modelo, algoritmo, plataforma o sistema de datos que se haya utilizado en operaciones de gran envergadura, o del que otros dependan, ayuda a demostrar el alcance y la importancia del trabajo del solicitante. 

Otras pruebas, como los roles críticos, el hecho de juzgar el trabajo de otros, las publicaciones, los premios y la alta compensación, pueden mostrar cómo el campo reconoce al solicitante. Para cada logro, el expediente debe explicar por qué importa, qué aportó personalmente el solicitante y qué reconocimiento siguió. 

Al final, USCIS pondera toda la evidencia en conjunto para decidir si el solicitante cuenta con la aclamación sostenida y la experiencia que exige la O-1A. Este enfoque se adapta bien a la ciencia de datos, porque la distinción en el campo a menudo se demuestra mejor mediante la adopción en el mundo real, la influencia y el impacto medible del trabajo técnico. 

Descubre si calificas

Realiza tu evaluación gratuita de perfil para la O-1 hoy.

Evaluar mi perfil

Categorías patrocinadas por el empleador 

La EB-2 PERM y la Tercera Preferencia Basada en Empleo (EB-3) son Green Cards patrocinadas por el empleador, construidas en torno a un puesto permanente y, en la mayoría de los casos, a la certificación laboral PERM; suelen ser relevantes cuando la base más sólida de un científico de datos es un puesto de largo plazo en EE. UU. y no un proyecto portátil. 

La visa L-1 de Transferencia Intracompañía traslada a un empleado dentro de una empresa multinacional que reúna los requisitos y depende de la relación corporativa y del empleo previo en el extranjero, no del título del cargo. Un ingeniero de ML con conocimiento especializado de los modelos, plataformas, arquitectura o conjuntos de datos de una multinacional puede encajar en la categoría L-1B, mientras que un líder de ciencia de datos que se traslada a un rol gerencial o ejecutivo puede encajar en la L-1A. 

Cuando tu base más sólida es un puesto específico en EE. UU., el empleador presenta la petición. La H-1B cubre puestos de ocupación especializada que requieren un título universitario en un campo afín. Los puestos de científico de datos e ingeniero de ML suelen encajar cuando las funciones del puesto y los requisitos de título cumplen ese estándar, aunque el análisis sigue siendo específico para el puesto patrocinado. Muchos casos de H-1B están sujetos al cupo anual, mientras que las universidades y ciertas organizaciones de investigación están exentas del cupo, lo cual suele ser relevante para los investigadores académicos de ML. 

Comparación de las opciones 

Cada vía tiene sus propios requisitos legales, y un profesional puede tener más de una opción para evaluar al mismo tiempo.  

Vía	Estatus	Quién presenta la petición	En torno a qué se construye el expediente
EB-2 por Interés Nacional (NIW)	Green Card	Puedes presentar la petición por tu cuenta; un empleador también puede presentarla	Elegibilidad subyacente para la EB-2 y las tres partes de la prueba de Dhanasar
EB-1A	Green Card	Puedes presentar la petición por tu cuenta	Habilidad extraordinaria, reconocimiento sostenido y una revisión final de la totalidad del expediente
O-1A	Trabajo temporal	Presenta un empleador o agente estadounidense	Evidencia de habilidad extraordinaria conforme a los criterios de la O-1A; sin cupo anual ni lotería
H-1B	Trabajo temporal	Presenta un empleador estadounidense	Un puesto de ocupación especializada y las calificaciones del trabajador
L-1A / L-1B	Trabajo temporal	Presenta una organización estadounidense que reúna los requisitos	Una relación corporativa que reúna los requisitos, trabajo previo en el extranjero y un rol gerencial, ejecutivo o de conocimiento especializado
EB-2 PERM / EB-3	Green Card	Presenta un empleador estadounidense	Un puesto permanente, las calificaciones del trabajador y, en la mayoría de los casos, la certificación laboral PERM

Lo que estamos viendo en nuestros propios casos de ciencia de datos 

En nuestros casos hemos visto historiales de la industria basados en trabajo aplicado e intersectorial aprobados bajo la EB-2 por Interés Nacional (NIW), historiales emprendedores construidos en torno a un producto y un negocio aprobados bajo esa misma categoría, e historiales con fuerte componente de investigación aprobados bajo la EB-1A. Lo que tienen en común estos expedientes no es un título de cargo ni un grado académico, sino un historial documentado con la especificidad que exige el estándar con el que se midió. 

EB-2 por Interés Nacional (NIW): científico de datos de la industria que trabaja en varios sectores  

Colombo & Hurd obtuvo la aprobación de la EB-2 por Interés Nacional (NIW) para un científico de datos con una maestría en analítica de marketing y una licenciatura en ingeniería informática. Su trabajo abarcó la ciencia de datos, la IA y las aplicaciones de ML en finanzas, salud y educación, y su trabajo propuesto en EE. UU. incluía ayudar a pequeñas y medianas empresas a utilizar herramientas basadas en datos. USCIS aprobó la petición de la EB-2 por Interés Nacional (NIW). Lee aquí el estudio de caso completo del científico de datos con EB-2 por Interés Nacional (NIW). 

Por qué te resulta útil: Este es un historial aplicado, de la industria, no académico. Si tu valor se manifiesta en trabajo implementado en distintos sectores y no en una lista de publicaciones, esta es la forma de un historial que ha cumplido el estándar de la EB-2 por Interés Nacional (NIW). 

EB-2 por Interés Nacional (NIW): profesional de datos que construye una plataforma de negocios  

También obtuvimos la aprobación para un analista de datos con una licenciatura en tecnología de la información informática y una maestría en ciencia de datos. Su trabajo propuesto se centraba en una plataforma en línea que combina comercio electrónico, marketing digital y herramientas de analítica de datos para pequeñas empresas. USCIS aprobó la petición de la EB-2 por Interés Nacional (NIW), y posteriormente se convirtió en residente permanente. Lee aquí el estudio de caso completo del analista de datos con EB-2 por Interés Nacional (NIW). 

Por qué te resulta útil: El expediente se construyó en torno a un producto y un negocio, y no a un solo empleador o a un programa de investigación. Esa es una situación común para los profesionales de datos emprendedores que evalúan la EB-2 por Interés Nacional (NIW), y demuestra que la categoría puede dar cabida a ese perfil. 

EB-1A: investigador de IA con reconocimiento sostenido 

Ayudamos a un investigador de IA y ciencias de la computación de México que contaba con más de 23 años de experiencia, un doctorado, dos maestrías, más de 200 citas, publicaciones académicas y actividad como evaluador. USCIS aprobó la petición de la EB-1A tras la respuesta a una Solicitud de Evidencia (RFE). Lee aquí el estudio de caso completo del investigador de IA con EB-1A. 

Por qué te resulta útil: Este historial se apoyó en un reconocimiento sostenido, no en un proyecto propuesto. Para un investigador consolidado, muestra por qué vale la pena comparar los estándares de la EB-1A y de la EB-2 por Interés Nacional (NIW) en lugar de asumir que un sólido historial técnico encaja automáticamente en uno de ellos. 

Preguntas frecuentes 

¿Puede el trabajo de ML de código abierto respaldar una petición migratoria? 

Sí, cuando la evidencia conecta el trabajo con el requisito legal específico que se está evaluando. La adopción independiente, el uso por parte de otros, la influencia técnica o el reconocimiento pueden ser importantes, y la categoría que estés solicitando determina cómo se pondera esa evidencia. 

¿Necesitan los científicos de datos publicaciones académicas para la O-1A o la EB-1A?  

No se requiere ningún tipo único de evidencia. La autoría académica puede ayudar, pero los reglamentos también reconocen las contribuciones originales, el hecho de juzgar el trabajo de otros, los roles destacados o críticos, los premios, el material publicado sobre la persona y la alta compensación. El expediente completo debe cumplir el estándar de la categoría. 

¿Puede un científico de datos presentar por su cuenta una petición de residencia permanente?  

Sí, a través de la EB-2 por Interés Nacional (NIW) o la EB-1A, si se cumplen los requisitos de esa categoría. Las dos utilizan estándares legales distintos, por lo que la elección correcta depende de cuál se ajuste a tu historial. 

¿Puede un científico de datos tramitar una green card mientras trabaja con estatus H-1B?  

Sí. La H-1B permite la doble intención, por lo que un trabajador puede tramitar la residencia permanente mientras mantiene su estatus H-1B. La petición de inmigrante aún debe cumplir los requisitos de la categoría de Green Card elegida. 

¿Perjudica a los científicos de datos que cambian de empleador con frecuencia sus posibilidades de obtener una Green Card? 

No en las categorías de autopetición. La EB-2 por Interés Nacional (NIW) y la EB-1A se construyen en torno a ti y a tu trabajo, no a un empleador específico, por lo que cambiar de empresa no debilita por sí mismo un caso, y ninguna de las dos categorías te ata a un solo patrocinador. Las vías patrocinadas por el empleador, como la H-1B, la L-1 y la EB-2 PERM, están ligadas a un puesto específico, por lo que los cambios de trabajo importan más en ellas y pueden afectar los tiempos. Qué patrón se aplica depende de la categoría y de en qué punto del proceso te encuentres. 

¿Puede contar como evidencia un trabajo de carácter confidencial que no puede publicarse? 

Sí. El trabajo publicado es solo un tipo de evidencia. El trabajo confidencial o propietario puede documentarse de otras maneras, como la adopción o la dependencia por parte de otros, los resultados medibles, el alcance de tu responsabilidad, las patentes o las cartas de personas que conozcan el trabajo. Lo que importa es si el expediente muestra la importancia del trabajo conforme al estándar que se aplica, no si apareció en una revista académica. Cuánto ayuda cada elemento por separado depende del caso individual. 

¿Es necesario trabajar en un área de alto perfil, como la IA en salud o la seguridad nacional, para tener un caso sólido? 

No se requiere ningún subcampo. La cuestión es cómo se conecta tu trabajo específico con algo de importancia nacional, no si encaja en una etiqueta popular. El trabajo en un área muy comentada no es automáticamente más sólido, y el trabajo fuera de ella no es automáticamente más débil. Esa conexión se evalúa caso por caso, con base en la evidencia de cada petición individual. 

Próximos pasos  

Dos científicos de datos con el mismo título pueden alcanzar la misma meta a través de historiales completamente distintos. Una revisión útil comienza con tu educación, tu trayectoria laboral, la evidencia de tu impacto o reconocimiento, tu trabajo propuesto en EE. UU., tu situación con el empleador y tus planes a largo plazo, y a partir de ahí identifica qué categorías merecen un análisis más detenido. 

Colombo & Hurd puede revisar tu perfil y explicarte qué vías se ajustan a tus circunstancias.