MissCV: cómo construimos una solución de IA para análisis de CVs

Nada mejor que aprender IA de alguien que construye con IA. MissCV es la plataforma que construí para resolver un problema que vi repetidamente en mis 13 años en Falabella, Glovo y PedidosYa: equipos de RRHH saturados leyendo cientos de CVs, perdiendo buenos candidatos por fatiga y sesgo inconsciente.

Según LinkedIn Talent Solutions, un reclutador dedica en promedio 23 horas a filtrar CVs por cada vacante abierta. Con MissCV, ese proceso se reduce a minutos. Y no es magia: es ingeniería de producto con IA de verdad.

El problema que inspiró MissCV

En cada empresa donde trabajé, vi el mismo patrón. Los reclutadores recibían entre 200 y 500 CVs por vacante. Leían los primeros 50 con atención, los siguientes 100 por encima, y el resto apenas los abrían. El resultado: buenos candidatos descartados por estar en la posición 150 de la lista, y decisiones sesgadas por fatiga cognitiva.

Según Harvard Business Review, los procesos manuales de screening tienen sesgo inherente: los CVs revisados al final del día reciben calificaciones más bajas independientemente de su calidad. Este sesgo es real y costoso. En Falabella, donde lideré proyectos que generaron S/8 millones en valor, entendí que los datos y la objetividad siempre superan a la intuición.

El problema no es que los reclutadores sean malos. Es que el proceso está diseñado para fallar. Cuando le pides a un humano que lea 300 CVs con el mismo nivel de atención, estás pidiéndole lo imposible.

Cómo funciona MissCV

MissCV está diseñada para ser simple, accesible y poderosa:

Para candidatos (B2C): Subes tu CV de forma anónima, sin registro obligatorio. La IA lo analiza en segundos y te genera un reporte personalizado con fortalezas, áreas de mejora, sugerencias de optimización para ATS (Applicant Tracking Systems), y recomendaciones específicas para mejorar tu empleabilidad. Es como tener un consultor de carrera experto disponible 24/7.

Para empresas (B2B): Subes múltiples CVs contra un perfil de puesto específico. La IA genera un ranking automatizado con scores de compatibilidad, análisis detallado de cada candidato, y una comparativa que permite al equipo de RRHH enfocarse solo en los top 10-15 candidatos. Lo que antes tomaba 3 días, ahora toma 20 minutos.

El motor de análisis es Claude de Anthropic, que elegí específicamente por su razonamiento superior y su capacidad de analizar documentos largos con contexto profundo. No es un simple keyword matching: entiende experiencia, trayectoria, y potencial.

Stack tecnológico: las decisiones detrás de MissCV

Construir un producto de IA en producción es muy diferente a usar ChatGPT en el navegador. Estas son las decisiones tecnológicas que tomé y por qué:

Django para el backend: el mismo framework que usan Instagram y Spotify. Robusto, seguro, y con un ecosistema maduro de librerías. Ideal para manejar uploads de archivos y procesamiento asíncrono.

API de Anthropic (Claude) como motor de análisis: probé GPT-4, Gemini y Claude para el análisis de CVs. Claude ganó por su razonamiento superior en documentos y su honestidad en las evaluaciones. No infla fortalezas ni minimiza debilidades. Cada modelo tiene sus fortalezas específicas.

MercadoPago para pagos: la única opción seria para LATAM. Acepta Yape, Plin, tarjetas de crédito y débito. Fundamental para un producto orientado a Perú y la región.

Cloudflare para seguridad: los CVs contienen datos personales sensibles. La protección de datos no es opcional, es una obsesión. Todo encriptado en tránsito y en reposo.

Modelo de negocio y lecciones

El modelo de MissCV sigue una estructura freemium: free tier generoso para que cualquier candidato pueda analizar su CV, planes PRO y PREMIUM con análisis más profundos y múltiples CVs, y plan B2B para empresas con ranking automatizado y análisis masivo.

Según Statista, el mercado de HR Tech en LATAM crece un 25% anual. La oportunidad es enorme, pero construir un producto de IA viable me dejó tres lecciones fundamentales:

1. La IA es tan buena como tus prompts. MissCV tiene más de 2,000 palabras de instrucciones en el sistema de prompting. Cada palabra fue iterada y probada con cientos de CVs reales. El prompt engineering no es un buzzword: es la diferencia entre un análisis superficial y uno que realmente ayuda.

2. El diseño UX importa más que la tecnología. La IA más poderosa del mundo es inútil si el usuario no entiende cómo usarla o si la interfaz genera fricción. Cada pantalla de MissCV fue diseñada para minimizar clicks y maximizar claridad.

3. Los datos sensibles requieren obsesión por la seguridad. Cuando manejas CVs con nombres, direcciones y datos de contacto, la seguridad no es un feature: es un requisito existencial.

Por qué MissCV importa para tu empresa

MissCV no es solo un producto. Es la demostración de que en Miss Yera no solo enseñamos IA: la construimos. La misma metodología que usé para crear MissCV (diagnóstico del problema, selección del modelo correcto, ingeniería de prompts, diseño UX, y despliegue en producción) es la que aplicamos cuando desarrollamos soluciones a medida para empresas.

Si tu equipo de RRHH está saturado filtrando CVs, prueba MissCV en www.misscv.com. Y si necesitas una solución de IA personalizada para otro proceso de tu empresa, usamos exactamente la misma metodología. Con más de 200,000 personas capacitadas y experiencia en empresas como Glovo (40% más de eficiencia) y PedidosYa (30% de mejora operativa), sabemos cómo llevar la IA de la teoría a la producción.

📩 missyera.com/contacto
📱 WhatsApp: +51 944 189 280

— Gera (Miss Yera)

Preguntas frecuentes

— Gera (Miss Yera)