Competencias extraídas de lo que un candidato ha construido. No de lo que ha escrito.
Nuestra IA lee los archivos del proyecto —código, tesis, recursos de diseño, informes de prácticas— y genera una lista estructurada de competencias con enlaces a la evidencia. El grafo de competencias es una función de lo que el estudiante ha producido realmente. Auditable, explicable y conforme con la .
No es otra plataforma de empleo más.
Entra un artefacto, salen competencias estructuradas
Cuatro fases, totalmente automatizadas. El candidato sube los archivos, la IA extrae, la plataforma muestra la evidencia, el reclutador busca. Sin etiquetado manual.
Subir
El candidato sube los archivos del proyecto: código fuente, tesis en PDF, archivos de diseño, informes de prácticas, cuadernos de laboratorio. Un párrafo de descripción en el propio idioma del candidato.
Extraer
La IA lee los artefactos. Analiza el código, resume los documentos, transcribe los vídeos explicativos. Genera una lista estructurada de competencias en cinco categorías tipificadas.
Evidencia
Cada competencia extraída se guarda con una puntuación de confianza y un enlace al artefacto del que procede. El reclutador hace clic en la competencia y ve el código o el documento concreto donde se demostró.
Buscar
Los reclutadores buscan por competencia, puesto, ubicación o en lenguaje natural. Las coincidencias se ordenan según la evidencia extraída, no según la coincidencia de palabras clave con el CV.
Cinco categorías tipificadas de competencias
Las competencias nunca son una lista plana. Cada extracción se clasifica en las mismas cinco categorías, de modo que un reclutador que busca competencias blandas no tiene que abrirse paso entre consultas SQL.
Competencias técnicas
Lenguajes de programación, frameworks, bases de datos, herramientas. Extraídos de repositorios de código y artefactos técnicos.
Competencias blandas
Comunicación, colaboración, gestión de proyectos. Extraídas de la calidad de la documentación, la estructura del README y las evaluaciones de prácticas.
Competencias de diseño
UI/UX, CAD mecánico, dibujo arquitectónico, diseño gráfico. Extraídas de archivos de diseño, bocetos y prototipos.
Conocimiento del dominio
Competencia específica del sector: finanzas, biotecnología, industria, educación, sector público. Extraída del contexto del proyecto y del trabajo aplicado.
Idiomas
Idiomas de trabajo, niveles certificados, evidencia en el propio trabajo del candidato. Alineado con el MCER siempre que sea posible.
Entra un README, salen cinco categorías tipificadas
Lógica de extracción real ejecutándose sobre un fragmento de un proyecto de tesis del Politecnico. El fragmento a la izquierda, lo que devuelve la IA a la derecha.
# Adaptive reuse of the ex-Falck industrial site Master thesis · Politecnico di Milano · Architecture · 2025 Designed a mixed-use intervention on 12,000 m² of the former Falck steelworks in Sesto San Giovanni. The plan keeps three of the original blast-furnace structures (listed under Italian heritage law D.Lgs. 42/2004) and inserts new residential, retail, and public-space programs around them. Deliverables: 1:200 master plan, 1:50 sectional studies of the heritage shells, full sustainability assessment under LEED v4 BD+C, structural feasibility study with FEM analysis on the reused frames. Software: Revit (BIM model), AutoCAD, Grasshopper + Rhino, Adobe InDesign for the boards. Worked with two structural engineers on the FEM model and with the municipality's heritage office on the listed-element constraints. Final review: presented to the jury in English; final PDF set in Italian for the regional planning authority.
Cada insignia es cliqueable en el producto real: enlaza con la línea del artefacto donde se encontró la evidencia.
Cada afirmación enlaza con su prueba
No pedimos a nadie que se fíe de la palabra de la IA. Cada competencia del perfil de un candidato es cliqueable. El reclutador ve el artefacto del que se extrajo la competencia.
- Puntuación de confianza por competencia, visible para los reclutadores y para el candidato
- Enlace al artefacto de origen (repositorio de código, documento, archivo) por cada competencia extraída
- Registro público de algoritmos que explica cómo el motor de emparejamiento clasifica a los candidatos
Lo que la IA no puede hacer
Somos transparentes con los límites porque la confianza nace de la honestidad sobre ambas cosas. Esto es lo que la extracción basada en artefactos no es.
- No mide el potencial de un candidato, solo las competencias evidenciadas en lo que ya ha construido
- No sustituye a la entrevista: elimina la fase de cribado que nunca debió ser una entrevista
- No certifica que el trabajo sea del propio candidato: ahí es donde el aval opcional de un profesor añade una capa de confianza
Busca candidatos por evidencia, no por afirmaciones.
Explora gratis el grupo verificado y contacta con 5 candidatos al mes con un correo corporativo. Prueba la búsqueda con IA antes de registrarte.