export const prerender = true; CurriCon — Analizador de CVs con IA — Rivcon
📄
Destacado Completado

CurriCon — Analizador de CVs con IA

septiembre de 2025

Contexto

En Pesamatic S.A., el área de Selección recibía entre 50 y 100 CVs semanales para posiciones operativas. Cada CV requería lectura completa, extracción de datos relevantes y registro en planillas. El proceso consumía aproximadamente 15-20 horas semanales del equipo.

Problema

Análisis manual de grandes volúmenes de CVs, consumiendo tiempo excesivo del equipo de selección y generando fatiga que podía llevar a pasar por alto candidatos calificados.

Objetivo

Crear una herramienta que procesara CVs en lote, extrayendo automáticamente información relevante (datos personales, experiencia, educación, habilidades) y generando un reporte comparativo en Excel.

Restricciones

Los CVs llegaban en PDF con formatos muy variados. Se necesitaba una solución que funcionara sin conexión a internet (por políticas de la empresa) excepto para la llamada a la API de IA.

Mi rol

Encargado de Automatización — Diseño de la herramienta, desarrollo completo, pruebas con usuarios reales y documentación.

Proceso

Prototipo con pdfminer: Extracción de texto desde PDFs con diferentes estructuras.

Interfaz Tkinter: Diseño de una GUI simple para cargar CVs en lote, ver progreso y exportar resultados.

Integración Claude API: Uso de IA para interpretar el texto extraído y estructurarlo en campos normalizados.

Procesamiento con pandas: Limpieza, normalización y generación de reportes comparativos.

Exportación Excel: Reporte final con openpyxl, incluyendo ranking de candidatos.

Pruebas piloto: Test con 30 CVs reales, ajuste de prompts de IA, optimización de velocidad.

Solución

Aplicación de escritorio (Tkinter) que: carga CVs PDF en lote → extrae texto con pdfminer → envía a Claude API para análisis estructurado → procesa resultados con pandas → exporta reporte Excel con ranking de candidatos. Procesa 10-15 CVs en el 10% del tiempo original.

Resultado

Reducción del tiempo de análisis de CVs en un 90%. El equipo de selección pasó de 15-20 horas semanales a 1.5-2 horas. La estandarización de criterios mejoró la calidad de las contrataciones.

Métricas: Procesa 10-15 CVs en un 10% del tiempo original (de 15-20 hrs/semana a 1.5-2 hrs/semana).

Tecnologías utilizadas

PythonTkinterpdfminerClaude APIpandasopenpyxl
← Todos los proyectos ¿Algo similar? Hablemos →