Parsing de CV
El parsing de CV es software que extrae datos estructurados — nombre, contacto, habilidades, trayectoria — de un CV y los mapea automáticamente a los campos de un ATS, para que el equipo de selección no tenga que teclearlos.
El parsing de CV convierte un documento sin estructura en campos de base de datos consultables. Evita la introducción manual de datos, pero arrastra errores de lectura cuando el formato o la estructura de la candidatura confunden al sistema.
Qué hace
El parsing de CV lee un CV o resume, normalmente un PDF o un Word, y extrae datos estructurados: nombre, email, teléfono, cargos, empresas, fechas, formación y habilidades. Luego escribe esos valores en los campos correspondientes de un ATS. Sirve para ahorrarte la introducción manual de datos y poder buscar y filtrar entre todas las candidaturas recibidas.
Cómo funciona el mapeo de campos
El parser identifica secciones del documento y las asigna a campos: este bloque es «experiencia laboral», esta línea es un cargo, esta cadena es un email. Cada proveedor lo resuelve a su manera, con reglas de patrones, modelos estadísticos o una combinación. Pide esa información en la documentación del producto antes de fiarte de los campos.
Dónde se rompe la precisión
Los errores aparecen en sitios previsibles:
- Formatos muy maquetados. Varias columnas, tablas, texto dentro de imágenes y CV muy diseñados dificultan la detección de secciones. Con dos columnas, unas fechas pueden acabar asignadas al empleo equivocado.
- Estructura poco habitual. Encabezados inusuales, idiomas mezclados o habilidades descritas en prosa en lugar de en una lista suelen perderse.
- Fechas y cargos. Un cargo como
Senior Engineer II, EMEAo un año sin empleo pueden leerse mal o descartarse.
Trata el resultado como un borrador del perfil. Si algo no cuadra, vuelve al documento original antes de valorar la candidatura.
Qué exige el RGPD a los datos extraídos
Los campos extraídos son datos personales y se rigen por los principios del artículo 5.1 del RGPD:
- Exactitud. Una fecha mal leída es un dato inexacto: corrígela en lugar de usarla para evaluar.
- Minimización. Guarda solo los campos que necesitas para cubrir el puesto. Que el parser detecte la fecha de nacimiento o la foto no obliga a volcarlas en el perfil.
- Limitación del plazo de conservación. Decide cuándo se suprimen los datos de cada candidatura. Según el artículo 13.2.a, ese plazo, o los criterios para fijarlo, debe figurar en la información que das a cada persona candidata. Tienes más detalle en la entrada sobre conservación de datos de candidaturas.
En España, la supresión tiene un paso intermedio. El artículo 32 de la LOPDGDD obliga a bloquear los datos al rectificarlos o suprimirlos: quedan reservados solo para atender posibles responsabilidades durante su plazo de prescripción y después se destruyen.
Lo que se construye sobre los datos extraídos, como la criba con IA, hereda cada error de lectura. ¿Dónde está la frontera entre extraer y descartar? La desarrolla la entrada sobre rechazo automatizado.