Sistema multi-agente para la preselección de candidatos en vacantes públicas de empleo utilizando inteligencia artificial generativa

Blandón Londoño, Cristian Mauricio

Publicación:
Sistema multi-agente para la preselección de candidatos en vacantes públicas de empleo utilizando inteligencia artificial generativa

dc.contributor.advisor	Álvarez Barrera, Claudia Patricia
dc.contributor.advisor	Martínez Vargas, Juan David
dc.contributor.author	Blandón Londoño, Cristian Mauricio
dc.coverage.spatial	Medellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees
dc.creator.email	cmblandonl@eafit.edu.co
dc.date.accessioned	2026-03-16T17:15:52Z
dc.date.available	2026-03-16T17:15:52Z
dc.date.issued	2025-10-22
dc.description	Históricamente, los procesos de selección se han realizado de forma manual. En ellos, los candidatos atraviesan por una serie de filtros que varían de acuerdo con los requerimientos de la vacante. Al no ser procesos estándar, se puede prolongar su duración y, por consiguiente, incrementar la tasa de vacantes no cubiertas, afectando negativamente la competitividad organizacional. Encontrar el candidato ideal para una vacante de trabajo es una tarea que requiere tiempo y recursos. En la actualidad, éste es el desafío al que se enfrentan diariamente las organizaciones del sector de recursos humanos donde cada día invertido en la búsqueda de talento adecuado para sus vacantes se traduce en costos, por lo que los retrasos en estas tareas afectan directamente la consecución de objetivos estratégicos organizacionales. A pesar del uso creciente de tecnologías para seguimiento de candidatos como los Sistema de Seguimiento de Candidatos (Applicant Tracking System or ATS), dichas herramientas, tienden a tener limitaciones semánticas y no se adaptan bien a contestos locales, especialmente en países como Colombia, donde gran parte de la población se encuentra en la informalidad, lo cual dificulta no solo una evaluación objetiva de la idoneidad de los candidatos, sino también la introducción de sesgos evaluativos. Estudios recientes han comenzado a abordar la integración de arquitecturas multi-agente con modelos de leguaje de gran tamaño para procesos de pre-selección automatizados. Este proyecto propone la implementación de un sistema multi-agente para la evaluación de candidatos, que en combinación con técnicas de procesamiento de lenguaje natural (NLP) y modelos de lenguaje de gran tamaño (LLM), permita analizar la información de los postulantes y ofertas laborales que ayude a los profesionales de recursos humanos a identificar la idoneidad de un candidato a una vacante específica.
dc.description.abstract	Historically, recruitment processes have been carried out manually. In such processes, candidates go through a series of filters that vary depending on the specific requirements of each vacancy. As these procedures are not standardized, their duration can be extended, leading to an increase in unfilled positions and, consequently, negatively impacting organizational competitiveness. Identifying the ideal candidate for a job vacancy is a task that demands both time and resources. Today, this represents a significant challenge for organizations within the Human Resources sector, where each day spent searching for the right talent translates into operational costs. As a result, delays in recruitment activities directly affect the achievement of strategic organizational goals. Despite the growing adoption of Applicant Tracking Systems (ATS), these tools often face semantic limitations and do not easily adapt to local contexts—especially in countries like Colombia, where a significant portion of the population is employed informally. This reality hinders not only the objective assessment of candidate suitability but also increases the likelihood of evaluative biases. Recent studies have begun exploring the integration of multi-agent architectures with Large Language Models (LLMs) to automate pre-screening processes. In line with this, the present project proposes the implementation of a multi-agent system for candidate evaluation. By combining Natural Language Processing (NLP) techniques with LLMs, the system aims to analyze applicant and job posting data to support human resources professionals in determining candidate-job fit. The system will be designed to optimize evaluation procedures in recruitment, with the goal of reducing the average time required for candidate assessment and selection. Furthermore, implementation seeks to minimize manual operations and mitigate bias in the evaluation process, thereby contributing to the sustainable development of human capital. It is anticipated that this solution will increase the efficiency of recruitment workflows and promote greater alignment between the skills demanded by employers and those offered in the labor market. This, in turn, is expected to benefit both employers and job seekers, and indirectly support efforts to bridge the skills gap in the Colombian labor market—particularly in a context characterized by high levels of informality—by establishing fair and competency-based evaluation criteria.
dc.description.degreelevel	Maestría	spa
dc.description.degreename	Magíster en Ciencias de Datos y Analítica	spa
dc.format.mimetype	application/pdf
dc.identifier.instname	instname:Universidad EAFIT
dc.identifier.reponame	reponame:Repositorio Institucional Universidad EAFIT
dc.identifier.repourl	repourl:https://repository.eafit.edu.co
dc.identifier.uri	https://hdl.handle.net/10784/36703
dc.language.iso	spa
dc.publisher	Universidad EAFIT	spa
dc.publisher.department	Área Computación y Analítica	spa
dc.publisher.faculty	Escuela de Ciencias Aplicadas e Ingeniería	spa
dc.publisher.place	Medellín
dc.publisher.program	Maestría en Ciencias de los Datos y Analítica	spa
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)	spa
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	http://purl.org/coar/access_right/c_abf2
dc.rights.local	Acceso abierto
dc.rights.uri	http://creativecommons.org/licenses/by-nc/4.0/deed.es
dc.subject	Inteligencia Artificial
dc.subject	Recursos humanos
dc.subject	Adquisición de talento
dc.subject	Evaluación automatizada
dc.subject	Modelos de lenguaje
dc.subject	Procesamiento del lenguaje natural
dc.subject	Sistema multiagente
dc.subject	Brecha de habilidades
dc.subject	Mercado laboral colombiano
dc.subject.keyword	Artificial Intelligence
dc.subject.keyword	Human Resources
dc.subject.keyword	Talent Acquisition
dc.subject.keyword	Automated Evaluation
dc.subject.keyword	Language Models
dc.subject.keyword	Natural Language Processing
dc.subject.keyword	Multi-Agent System
dc.subject.keyword	Skills Gap
dc.subject.keyword	Labor Market
dc.subject.lemb	APRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL)
dc.subject.lemb	SELECCIÓN DE PERSONAL - AUTOMATIZACIÓN
dc.subject.lemb	ADMINISTRACIÓN DE PERSONAL - COLOMBIA
dc.subject.lemb	CAPITAL INTELECTUAL
dc.subject.lemb	CAPITAL HUMANO
dc.title	Sistema multi-agente para la preselección de candidatos en vacantes públicas de empleo utilizando inteligencia artificial generativa
dc.type	info:eu-repo/semantics/masterThesis
dc.type.coar	http://purl.org/coar/resource_type/c_bdcc
dc.type.coarversion	http://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.local	Tesis de Maestría	spa
dc.type.redcol	http://purl.org/redcol/resource_type/TM
dc.type.version	info:eu-repo/semantics/acceptedVersion
dspace.entity.type	Publication