Repository navigation
Product Goal
Reemplazar la preselección manual de candidatos —hoja de cálculo, memoria, criterio informal— por un sistema que ingiere hojas de vida, extrae la información con evidencia verificable y compara candidatos contra una vacante devolviendo un ranking que se puede justificar línea por línea.
Ningún campo se inventa: si el dato no está en el documento de origen, queda
en null. Este principio de anti-alucinación es el criterio de aceptación de
todo el producto, no solo de un sprint puntual — se aplica igual a la
extracción de un CV (Sprint 1) y a la decisión de ranking de un agente de IA
(Sprint 3 en adelante).
Un recruiter recibe decenas de CVs por correo para una vacante. Hoy los revisa uno por uno, sin trazabilidad de por qué descartó o avanzó a un candidato. Talent Matchmaker AI automatiza la ingesta y extracción de esos CVs, los persiste de forma segura, y usa un agente que compara cada candidato contra los requisitos reales de la vacante — citando la evidencia textual exacta detrás de cada decisión, y declarando explícitamente cuando no hay evidencia para un requisito en vez de inventarla.
El producto avanzó en capas, cada una construida sobre la confiabilidad de la anterior:
- Ingesta y extracción trazable (Sprint 1) — sin esto, cualquier matching encima sería "humo".
- Auditoría de calidad de datos (Sprint 2) — JSON válido contra un schema no es lo mismo que dato correcto; se corrigieron los defectos antes de construir encima.
- Agente de matching con evidencia citada (Sprint 3) — el ranking nunca afirma un match sin haber verificado evidencia real.
- Endurecimiento del agente (Sprint 4) — reintentos, logging estructurado, protección contra prompt injection, puntaje de confianza.
- Plataforma real (Sprint 5) — correo real (Gmail), persistencia en PostgreSQL, API REST con autenticación, escaneo de malware.
- Experiencia de producto para el recruiter (Sprint 6, en curso) — un dashboard web sobre la plataforma ya construida.
Ver el detalle de cada sprint en Sprint Goals.