Cómo conseguimos automatizar el cribado manual de currículum para un gran cliente liberando recursos y tiempo para actividades más estratégicas.

La gestión de procesos repetitivos y complejos es un reto común para muchas empresas. En este caso, colaboramos con un cliente importante que enfrentaba una tarea que consumía tiempo y recursos: el cribado manual de currículum. Nuestra solución, basada en inteligencia artificial y tecnologías de procesamiento de datos, revolucionó su operación.

El reto

El cliente destinaba a tres empleados durante más de siete horas semanales para gestionar y procesar currículum provenientes de múltiples canales y formatos. Este proceso incluía:

• Canalizar currículum recibidos por correo electrónico, formularios y plataformas.
• Extraer manualmente información clave (nombre, experiencia, formación, entre otros) y registrarla en hojas de cálculo.
• Validar las aptitudes de los aspirantes según una hoja de métricas adaptada a cada puesto.
• Este proceso no solo era ineficiente, sino que también implicaba una alta posibilidad de errores humanos y limitaba la capacidad de evaluar rápidamente a un gran número de aspirantes

Nuestra solución

Al abordar este desafío, implementamos una solución tecnológica integral y personalizada que maximizó la eficiencia y garantizó la privacidad de los datos.

Canalización de entradas

Diseñamos un embudo capaz de unificar todos los canales de recepción (email, formularios, plataformas) en una única API centralizada.

Tratamiento de formatos variados

Creamos un sistema de discriminación y tratamiento específico para diversos formatos, incluyendo JPEG, PNG, Word y PDF. Esto aseguró que los currículum fueran estandarizados para su posterior procesamiento.

Generación de datos sintéticos y entrenamiento:

Utilizando nuestra herramienta O1-mini, generamos una amplia variedad de currículum sintéticos que reflejaban la diversidad de estilos y estructuras reales.

Creamos un dataset de entrenamiento extenso y diverso, incluyendo una salida JSONL que contenía los campos clave como nombre, experiencia y formación

Modelo entrenado y privado

Entrenamos un modelo Llama 3 de 8B, seleccionado por su capacidad de ser desplegado localmente en las instalaciones del cliente, asegurando la privacidad de los datos.

Evaluamos el modelo utilizando datasets adicionales obtenidos de Kaggle y otros recursos, iterando continuamente para mejorar su precisión y reducir errores.

Precisión y mitigación de sesgos

Logramos una precisión del 95% en la extracción de información clave.

Revisamos y ajustamos el modelo para identificar y eliminar posibles sesgos o problemas de discriminación, garantizando la imparcialidad en el cribado.

Resultados

Nuestra solución permitió al cliente:

• Reducir drásticamente el tiempo dedicado al cribado manual, liberando recursos humanos para actividades más estratégicas.
• Consolidar y estandarizar la información de aspirantes de manera precisa y rápida.
• Garantizar la privacidad de los datos al implementar una solución local.

Lo que sigue

Con la primera etapa completada exitosamente, estamos investigando y desarrollando la fase de validación automatizada. Nuestro objetivo es integrar métricas personalizadas y evaluaciones inteligentes para proporcionar una solución completa que optimice todo el proceso de selección de personal.

Este caso demuestra cómo nuestra combinación de inteligencia artificial, diseño personalizado y atención al detalle puede transformar procesos complejos y repetitivos, ayudando a nuestros clientes a ser más eficientes, innovadores y competitivos.