Cómo filtrar CVs para un puesto de IA sin ser técnico

El error que comete casi todo comité de contratación

El síntoma se repite en casi cualquier empresa que empieza a contratar para IA: recursos humanos recibe una descripción de puesto redactada por el área técnica o por dirección, llena de términos como “dominio de LLMs”, “experiencia con agentes”, “prompt engineering avanzado” o “conocimiento de RAG”, y ninguno de esos términos viene traducido a qué problema de negocio debe resolver esa persona. El resultado es previsible: cuarenta CVs sobre la mesa y un filtro que termina siendo, sin que nadie lo admita, un conteo de palabras de moda.

Cuando el filtro es vocabulario, los candidatos responden exactamente como se espera que respondan: optimizan el currículum para la palabra clave. Meten quince herramientas en la sección de habilidades, enumeran cinco certificaciones cortas, describen cada proyecto con el nombre de la tecnología en mayúscula. Nada de eso es mentira, pero tampoco es evidencia. Es maquillaje de CV, y funciona precisamente porque quien filtra del otro lado no tiene forma fácil de verificarlo.

El costo de este error no se ve en la primera semana. Se ve tres meses después, cuando la persona contratada domina el vocabulario en la entrevista, cita el paper correcto, menciona el framework de moda, y aun así no puede explicar qué proceso de negocio mejoró en su trabajo anterior ni qué número cambió por su intervención. Contrataste currículum, no resultado.

La idea de fondo de este error es simple y se repite en toda decisión de compra de IA, sea de herramienta o de persona: nadie compra herramientas, la gente compra resultados. Un CV es una promesa de resultado. Tu trabajo, sin ser técnico, es aprender a distinguir la promesa con evidencia detrás de la promesa que solo suena bien.

Qué es (y qué no) filtrar CVs de IA sin ser técnico

Filtrar CVs para IA sin ser técnico no es adivinar qué hace cada herramienta ni memorizar terminología para sonar informado en la entrevista. Es aplicar un criterio distinto, más simple y más difícil de maquillar: buscar evidencia de un problema de negocio resuelto.

• No es contar cuántas herramientas o frameworks aparecen mencionados en el currículum: esa cifra no correlaciona con capacidad real.
• No es premiar la cantidad de certificaciones o cursos cortos completados: un certificado prueba que alguien pagó y terminó un curso, no que resolvió algo.
• No es entender cada sigla técnica del CV antes de decidir si vale la pena entrevistar a la persona.
• No es dejar el filtro completo en manos del área técnica sin que dirección o RRHH entiendan el criterio de negocio detrás.

Qué buscar primero: evidencia de resultado de negocio

Verbos de impacto con número

Antes de mirar una sola herramienta, lee cómo describe el candidato lo que hizo. Hay una diferencia enorme entre “implementé un chatbot con IA” y “reduje el tiempo de respuesta a clientes de 48 a 6 horas automatizando la clasificación inicial de tickets”. La primera frase describe una instalación. La segunda describe un resultado, con un número, un antes y un después.

• Reduje / disminuí: tiempo de proceso, costo operativo, tasa de error, horas de trabajo manual, con la cifra al lado.
• Aumenté / mejoré: tasa de conversión, precisión de un pronóstico, velocidad de respuesta, satisfacción medida de cliente.
• Eliminé / automaticé: un paso manual repetitivo, con cuántas personas u horas liberó ese cambio.
• Detecté / corregí: un problema de datos o de proceso que nadie había visto antes de su llegada.

Procesos rediseñados, no herramientas instaladas

El valor real casi nunca está en la herramienta que se usó, está en el proceso que se rediseñó alrededor de ella. Cualquiera puede conectar la API de un modelo de lenguaje en una tarde. Lo difícil, y lo que de verdad quieres contratar, es la capacidad de mirar un proceso completo (por ejemplo, cómo se atienden los reclamos de un cliente) y rediseñarlo de punta a punta para que la IA aporte en el punto correcto, no en el más vistoso.

• Busca frases como: “rediseñé el flujo de”, “cambié el proceso de”, “eliminamos el paso de”, en vez de solo “usé” o “implementé”.
• Sospecha de: descripciones que listan tecnologías sueltas sin mencionar en ningún momento el proceso de negocio que rodeaba esa tecnología.
• Valora: cuando el candidato explica primero el problema del negocio y menciona la herramienta al final, casi como un detalle.

Cómo leer un stack técnico sin entender ni una palabra

No necesitas saber qué es un vector embedding para evaluar bien a un candidato de IA. Necesitas una sola pregunta, repetida al lado de cada tecnología que aparezca en el CV: “¿qué problema resolviste con esto?”. Si la respuesta es otra tecnología o un adjetivo (“lo hice más eficiente”, “mejoró mucho”), no hay evidencia. Si la respuesta es un proceso de negocio y un número, hay evidencia.

Este método funciona igual de bien en el papel que en la entrevista. En el CV, subraya cada tecnología mencionada y escribe al lado, literalmente, “¿qué resolvió?”. Si no puedes contestar esa pregunta leyendo el resto del párrafo, esa línea del CV no suma nada a tu decisión, sin importar lo impresionante que suene el nombre de la tecnología.

• Pide el “para qué” por escrito: antes de la entrevista, pide a los preseleccionados dos líneas explicando, en términos de negocio, para qué usaron cada herramienta principal que mencionan.
• Ignora el conteo, mira la conexión: un CV con tres herramientas bien conectadas a un resultado vale más que uno con doce herramientas sueltas.
• Desconfía de la jerga sin contexto: hablar de agentes, modelos y frameworks en técnico puro, sin aterrizarlo nunca en el negocio, es una señal débil, no una señal fuerte. Es exactamente el perfil que este criterio te enseña a filtrar hacia abajo, no hacia arriba.

La bandera roja del coleccionista de certificados

Hay un patrón que aparece con frecuencia creciente en los CVs de IA: una sección de certificaciones que ocupa más espacio que la de experiencia. Cinco, ocho, doce cursos cortos de plataformas distintas, todos completados en los últimos dos años. El instinto de alguien no técnico es leer eso como dedicación y rigor. Con frecuencia es lo contrario.

Un certificado corto prueba que alguien pagó, se inscribió y terminó un curso. No prueba que aplicó lo aprendido a un problema real, ni que ese problema existía en una empresa de verdad. El coleccionista de certificados suele estar compensando la ausencia de casos reales con volumen de credenciales, y la colección crece porque cada curso nuevo es más fácil de conseguir que un resultado de negocio.

• Bandera roja: cinco o más certificaciones cortas sin un solo caso de negocio descrito con detalle en el mismo CV.
• Bandera roja: certificaciones de plataformas distintas y sin relación entre sí, como si el objetivo fuera acumular logos y no profundizar en un dominio.
• No es descalificatorio: una o dos certificaciones sólidas, ligadas a un caso real que el candidato puede explicar con detalle, son una señal razonable, no una bandera.
• Pregunta directa: “de estas certificaciones, ¿cuál aplicaste en un proyecto real y qué resultado tuvo?”. La respuesta separa rápido a quien coleccionó de quien aprendió.

Qué preguntar antes de la entrevista para no perder tiempo

El filtro de CVs se vuelve mucho más preciso si, antes de agendar la primera entrevista, envías dos o tres preguntas cortas por correo a tu lista preseleccionada. No hace falta ser técnico para leer las respuestas: hace falta criterio de negocio, y ese sí lo tienes.

• “Cuéntame en dos líneas qué proceso de negocio mejoraste y qué número cambió”: si la respuesta es vaga o solo nombra herramientas, es señal de alerta.
• “¿Qué decisión tomaste tú, y qué decisión la tomó otra persona (jefe, cliente, área técnica)?”: esto revela si el candidato gestionó el proceso o solo ejecutó una tarea que otro diseñó.
• “Si tuvieras que elegir entre implementar una herramienta nueva o mejorar un proceso existente sin herramienta nueva, ¿qué elegirías y por qué?”: la respuesta muestra si prioriza por dolor y retorno o por novedad técnica.
• “¿En qué momento le dijiste que no a un proyecto de IA porque no tenía sentido de negocio?”: quien nunca dijo que no probablemente nunca tuvo el criterio para decirlo.

Un buen perfil de IA se parece mucho más a un gerente de operaciones que a un ingeniero: traduce entre dirección y área técnica, prioriza por dolor real y retorno, y sabe decir que no a una idea vistosa que no resuelve nada. Si en tu empresa ya identificaste que necesitas justamente esa transición, de alguien que solo conecta herramientas a alguien que gestiona resultados, el recorrido /recursos/roadmap-ia-de-automatizador-a-gerente-ia y el contenido en /contenido/de-automatizador-a-gerente-ia explican esa diferencia con más detalle.

Cómo se ve en la práctica

Una distribuidora mediana, unas ochenta personas, en Perú, abrió la búsqueda de un “especialista en IA” para el área comercial. RRHH recibió 41 CVs en dos semanas. La primera pasada, hecha bajo presión de tiempo, priorizó a los candidatos con más herramientas mencionadas en la sección de habilidades: quien enumeraba más nombres de plataformas y modelos subía en la lista, casi sin leer el resto.

El comité de contratación, gerencia comercial más RRHH, entrevistó a los tres primeros de esa lista y salió decepcionado las tres veces: hablaban con fluidez de agentes y automatizaciones, pero ninguno pudo explicar con precisión un proceso comercial que hubiera cambiado por su trabajo. Uno de ellos, al preguntarle qué número movió en su proyecto anterior, respondió “mejoró bastante la eficiencia”, sin poder aterrizarlo.

Se rehízo el filtro con el criterio de evidencia: se descartó el conteo de herramientas y se buscó, en los 41 CVs, quién describía un proceso de negocio con un antes, un después y un número. Apareció un candidato con solo dos herramientas mencionadas, pero con un caso descrito en tres líneas: había rediseñado el proceso de cotización de un distribuidor similar, reduciendo el tiempo de respuesta a un cliente mayorista de un día completo a menos de dos horas, y bajando a casi cero el error de precio en la cotización.

Ese candidato no fue el primero en la lista original por vocabulario. Fue el primero en la lista rehecha por evidencia. Se contrató, y a los cuatro meses había aplicado el mismo criterio de rediseño de proceso a la gestión de pedidos, con una reducción medible en el tiempo de ciclo de pedido a despacho. El coleccionista de herramientas de la primera lista seguía, según supo después RRHH, en otra entrevista, en otra empresa, con el mismo discurso técnico y sin un caso nuevo que contar.

Mi criterio

Cómo saber si filtraste bien los CVs

No hay forma de garantizar cero errores en una contratación, pero sí hay señales claras de que el filtro se hizo con el criterio correcto y no por vocabulario. Antes de agendar la primera entrevista, revisa esta lista contra tu selección final.

• Cada CV preseleccionado tiene al menos un caso descrito con un antes, un después y un número, no solo una lista de herramientas.
• Puedes explicar, en una frase, qué problema de negocio resolvió cada preseleccionado, sin citar el nombre de ninguna tecnología.
• Descartaste al menos un CV con muchas certificaciones y ningún caso real, en vez de subirlo por volumen de credenciales.
• Enviaste preguntas de negocio por escrito antes de la entrevista, no solo agendaste por orden de llegada.
• El criterio de filtro quedó escrito y es el mismo para todos los CVs, no cambió a mitad de proceso según simpatía o presión de tiempo.

Si marcaste las cinco, filtraste con criterio de negocio y no con miedo a la jerga que no dominas. Si no marcaste alguna, todavía estás a tiempo de rehacer el filtro antes de gastar la hora de entrevista en el candidato equivocado.