%0 Thesis
%A Espinosa Vasquez, Fabian Andrés
%8 2025-09
%U https://hdl.handle.net/20.500.12880/14087
%X La digitalización de los procesos de reclutamiento ha provocado un aumento en el volumen y la complejidad de las candidaturas, lo que ha puesto a prueba la efectividad de los sistemas tradicionales y ha tenido un impacto negativo en la experiencia de los candidatos. Este Trabajo de Fin de Máster presenta el diseño, desarrollo e implementación de un sistema multiagente basado en inteligencia artificial, cuya finalidad es automatizar y perfeccionar las etapas más críticas del proceso de selección: primero, en la extracción organizada de los datos en los currículos que se envían en formatos PDF, WORD, o JPEG, así como en el análisis y filtrado inteligente de los candidatos.
El sistema que se propone se fundamenta en el uso de modelos de lenguaje de código abierto y en frameworks de orquestación, lo que garantiza aspectos clave como la privacidad, la explicabilidad y la escalabilidad. Esperando obtener una mejora significativa en la precisión del en la extracción organizada de los datos y proceso de coincidencia, así como una reducción en los tiempos de procesamiento de las candidaturas y un incremento en la satisfacción tanto de los reclutadores como de los candidatos. En este contexto, se abordan las limitaciones técnicas y éticas que aún persisten, así como las posibles líneas de desarrollo futuro, incluyendo la implementación de estrategias en modelos de código abierto, además, mitigar sesgos y la expansión de la metodología a entornos internacionales.
%T La inteligencia artificial como herramienta estratégica para la mejora continua en procesos de reclutamiento y selección
%K Inteligencia artificial
%K Experiencia del candidato
%K Procesamiento de lenguaje natural
%K Sistemas multiagente
%~ END