Arquitectura de Datos para un ATS de Banca Multinacional
Implementación de un sistema de clasificación basado en grafos de conocimiento para perfiles de alto riesgo.
Laura Ríos
Jefa de Arquitectura de Datos · Grupo Financiero Global
Nuestro principal desafío era la detección de patrones ocultos en candidaturas para puestos de compliance y ciberseguridad. Los sistemas lineales de palabras clave eran insuficientes y generaban falsos negativos críticos.
El equipo de Omega Resume propuso una estructura de datos en grafo que relacionaba entidades (certificaciones, proyectos anteriores, tecnologías usadas, instituciones) más allá del texto plano del CV. Esto permitió al algoritmo ponderar no solo la presencia de un skill, sino su contexto y conexiones con otros elementos relevantes.
"La clave no fue buscar 'Python', sino entender si ese Python se usó en un contexto de análisis forense, conectado a proyectos específicos y certificaciones válidas. El grafo de conocimiento hizo visible lo invisible."
El resultado fue un aumento del 40% en la precisión de la shortlist para roles críticos, reduciendo el tiempo de screening manual en un 60%. La arquitectura, escalable y modular, ahora se está extendiendo a otras áreas de talento dentro del grupo.
- Modelado de datos basado en entidades y relaciones.
- Algoritmo de clasificación por proximidad en el grafo.
- Pipeline de ETL para procesamiento de documentos no estructurados.