Puntuación de coincidencia de trabajo de currículum/CV

Novedades

El parámetro context ha sido significativamente mejorado. Ya no es solo una nota de formato libre adjunta al aviso, ahora sigue un contrato de directiva formal que el motor de puntuación reconoce y asigna a ajustes concretos de peso en la puntuación final de coincidencia.

Mejoras clave:

1. context ahora influye en overall_match. Las directivas ajustan la tabla de ponderación interna antes de que se calcule el overall_match de promedio ponderado, por lo que un cambio en el énfasis se refleja tanto en las métricas individuales como en la puntuación general final.
2. Tres formas de directiva (EMPHASIZE, DEEMPHASIZE, CREDIT) te ofrecen un comportamiento predecible y repetible.
3. Credenciales estándar de la familia de roles ahora se acreditan incluso cuando la descripción del trabajo no las menciona (por ejemplo, Excel / SQL / Power BI para roles financieros).
4. Longitud máxima de context ahora se establece formalmente en 5000 caracteres por solicitud.

Usando el parámetro context

El parámetro context te permite pasar instrucciones por solicitud que modifican cómo el motor de puntuación pondera e interpreta métricas específicas. Úsalo para personalizar la puntuación para el rol específico, la antigüedad o la estrategia de contratación detrás de cada descripción de trabajo, sin reescribir la propia descripción del trabajo.

Contrato de directiva

El motor reconoce tres formas de directiva. Puedes mezclar múltiples directivas en una sola cadena context, separadas por puntos o nuevas líneas.

1. EMPHASIZE: <tema>

Aumenta el peso de la(s) métrica(s) de coincidencia en el cálculo de la puntuación general en un paso (limitado al máximo). Úsalo para señalar "esta dimensión importa más que el valor predeterminado para este rol en particular."

Ejemplo:

EMPHASIZE: skills

2. DEEMPHASIZE: <tema>

Disminuye el peso de la(s) métrica(s) de coincidencia en un paso (suelo de 1 — los pesos nunca caen a cero). Úsalo para señalar "esta dimensión es menos crítica que el valor predeterminado para este rol en particular."

Importante: DEEMPHASIZE reduce el peso de la métrica en el promedio general — no hace que el motor puntúe esa métrica más estrictamente. Si deseas que el motor preste menos atención a la experiencia, usa DEEMPHASIZE: experience — no frases como "ser estricto con la experiencia".

Ejemplo:

DEEMPHASIZE: experience

3. CREDIT: <habilidad | herramienta | certificación>

Instruye al motor para tratar el elemento nombrado como un requisito plausible para esta familia de roles, incluso si la descripción del trabajo no lo menciona explícitamente. Útil cuando tus estándares de contratación incluyen herramientas o certificaciones que no están especificadas en la JD.

Ejemplo:

CREDIT: Excel and Analytics certificates

Mapeo de temas

Los temas en las directivas pueden ser nombres de métricas exactas (por ejemplo, skills_match, education_match) o categorías en inglés simple. El motor mapea las categorías a las métricas relacionadas internamente, por lo que no necesitas memorizar el esquema completo.

Patrones recomendados

Basado en la validación interna, estos patrones de context producen los resultados más confiables y direccionales:

Patrón 1 — Rol de nivel de entrada / recién graduado donde las credenciales importan más que los años de experiencia

EMPHASIZE: skills. EMPHASIZE: education. DEEMPHASIZE: experience. CREDIT: Excel and Analytics certificates.

Patrón 2 — Rol técnico senior donde la coincidencia de pila es crítica

EMPHASIZE: skills. EMPHASIZE: technical_stack_match. DEEMPHASIZE: education.

Patrón 3 — Rol de liderazgo donde la experiencia en gestión pesa más que las habilidades prácticas

EMPHASIZE: management. EMPHASIZE: experience. DEEMPHASIZE: technical_stack_match.

Patrón 4 — Contratación prioritaria en remoto donde la ubicación es irrelevante

DEEMPHASIZE: location. EMPHASIZE: skills.

Mejores prácticas

• Sé específico. CREDIT: Excel, SQL, Power BI moverá la aguja; frases genéricas como "la competencia práctica pesa más que las credenciales formales" generalmente no lo harán.
• Usa pares de contraste. Combinar EMPHASIZE con DEEMPHASIZE en la misma solicitud le da al motor una señal más clara que una sola directiva aislada.
• Nombra herramientas, credenciales y tecnologías explícitamente en lugar de referirse a cualidades abstractas como "talento" o "potencial".
• Evita instrucciones basadas en porcentajes. Directivas como "reducir peso en un 50%" se interpretan conservadoramente como un solo paso DEEMPHASIZE. Usa directivas discretas en su lugar, son más confiables que la aritmética fraccionaria.
• Mantén context enfocado. Las cadenas de directivas cortas y dirigidas (un puñado de instrucciones) superan a los párrafos largos en prosa.

Qué context puede y no puede cambiar

Lo que context puede cambiar

• Pesos de cualquiera de las 20 métricas en el cálculo de overall_match.
• Crédito otorgado a elementos del currículum (habilidades, herramientas, certificaciones) que no están explícitamente listados en la descripción del trabajo pero son estándar para la familia de roles.
• Énfasis en la puntuación en credenciales estándar de la familia de roles (por ejemplo, certificaciones financieras, marcos de PM) cuando la JD no las menciona.

Lo que context no puede cambiar

• Métricas aritméticas. Puntuaciones como stability_score, location_preference_match, y years_experience_weighting se calculan a partir de hechos concretos (fechas, geografía). context ajusta su peso en overall_match, pero la puntuación individual en sí misma permanecerá estable en todas las ejecuciones.
• El esquema JSON. Las 20 métricas, sus nombres, y la estructura explanations son fijas. context no puede agregar ni eliminar campos.
• Protecciones de datos personales. El motor siempre anonimiza el currículum antes de puntuar e ignora cualquier directiva que le pida que pase por alto esto.

Una nota sobre el determinismo

Los LLM son inherentemente no deterministas en los márgenes. Pequeñas variaciones en la entrada — una marca de puntuación diferente, una oración reordenada, o una directiva ligeramente reformulada — pueden ocasionalmente producir puntuaciones ligeramente diferentes. Esta es una propiedad de la tecnología subyacente, no un error.

El parámetro context es nuestra principal palanca para dirigir el motor hacia el comportamiento de puntuación que mejor se adapta a tu flujo de trabajo de contratación. Si encuentras patrones donde la salida del motor no coincide con tus expectativas, la retroalimentación más efectiva es un ejemplo concreto (currículum + descripción del trabajo + contexto + puntuaciones esperadas vs. reales) — ese es exactamente el tipo de entrada que usamos para ajustar continuamente las reglas de puntuación.

Paso 1. Enviar la Solicitud de Puntuación de Compatibilidad

Punto de conexión: POST - /api/v1/hr/resume_job_match_score

EJEMPLO DE SOLICITUD:

curl --location 'https://sharpapi.com/api/v1/hr/resume_job_match_score' \
--header 'Accept: application/json' \
-H "Authorization: Bearer YOUR_API_TOKEN" \
--form 'file=@"Resume.pdf"' \
--form 'content="Software Engineer - We are looking for a Software Engineer proficient in JavaScript, React, and Node.js, with experience in Agile methodologies."' \
--form 'language="English"'

EJEMPLO DE RESPUESTA:

{
  "status_url": "https://sharpapi.com/api/v1/job/status/45da1abe-35a3-4628-ae70-e2cb48c084c2",
  "job_id": "45da1abe-35a3-4628-ae70-e2cb48c084c2"
}

Paso 2. Monitorear y Obtener Resultados

Punto de conexión: GET - /api/v1/hr/resume_match_score/job/status/:uuid

Este punto de conexión devuelve el estado y el resultado del trabajo de coincidencia de currículum a trabajo.

EJEMPLO DE RESULTADO:

{
    "data": {
        "type": "api_job_result",
        "id": "2f17d9ef-dcbc-4521-9a20-6d9f41e58de8",
        "attributes": {
            "status": "success",
            "type": "hr_resume_job_match_score",
            "result": {
                "match_scores": {
                    "overall_match": 65,
                    "skills_match": 80,
                    "experience_match": 90,
                    "education_match": 0,
                    "certifications_match": 0,
                    "job_title_relevance": 70,
                    "industry_experience_match": 85,
                    "project_experience_match": 75,
                    "technical_stack_match": 80,
                    "methodologies_match": 60,
                    "soft_skills_match": 75,
                    "language_proficiency_match": 100,
                    "location_preference_match": 50,
                    "remote_work_flexibility": 80,
                    "certifications_training_relevance": 0,
                    "years_experience_weighting": 90,
                    "recent_role_relevance": 60,
                    "management_experience_match": 100,
                    "cultural_fit_potential": 70,
                    "stability_score": 85
                },
                "explanations": {
                    "skills_match": "El candidato tiene fuertes habilidades en PHP y MySQL, que se alinean bien con los requisitos del trabajo. Sin embargo, falta la mención específica de la experiencia en Laravel.",
                    "experience_match": "El candidato tiene más de 22 años de experiencia en programación, lo cual es altamente relevante y excede los requisitos típicos para el rol.",
                    "education_match": "No se proporciona un trasfondo educativo específico en el currículum, lo que hace imposible evaluar la alineación con los requisitos del trabajo.",
                    "certifications_match": "No se listan certificaciones en el currículum, por lo que no se puede evaluar la alineación con cualquier certificación requerida.",
                    "language_proficiency_match": "El candidato tiene competencia profesional en inglés, lo cual coincide con el requisito del trabajo para habilidades de comunicación en inglés."
                }
            }
        }
    }
}

Temas relacionados: Coincidencia de trabajo de currículum, API de puntuación de currículum, motor de puntuación de CV, software de coincidencia de HR, asistente de contratación de IA, API de puntuación de solicitantes, coincidencia de compatibilidad de ATS