Saltar al contenido
Agentic HR Assistant

IA aplicada a Recursos Humanos

Agentic HR Assistant

Plataforma que combina RAG, búsqueda semántica y agentes con permisos para responder consultas internas de RR. HH. y analizar talento con evidencia trazable. La decisión final es siempre de una persona.

  • RAG
  • pgvector
  • FastAPI
  • Next.js
  • LLM tool calling
  • MCP
  • Evaluaciones
Ejemplo de respuesta con fuentes y de comparación requisito → evidencia

¿Cuántos días de vacaciones me corresponden?

Te corresponden 23 días laborables por año natural, además de los festivos oficiales. Puedes trasladar hasta 5 días al año siguiente si los disfrutas antes del 31 de marzo.

Fuentes

Política de vacaciones · Derecho a vacacionesPolítica de vacaciones · Días pendientes y arrastre

Backend Engineer junior · comparación con un CV

Python y FastAPI
Coincide
3 años con FastAPI en APIs internas
Docker
Parcial
Uso en proyecto académico
Inglés B2
Validar
«Inglés avanzado», sin certificar

Dos capacidades, un mismo principio: evidencia primero

Employee HR Assistant

Los empleados preguntan en lenguaje natural y reciben respuestas basadas solo en la documentación autorizada de la empresa.

pregunta → búsqueda semántica → fuentes → respuesta o abstención

  • RAG sobre políticas internas con citas de documento y sección
  • Cada cita se valida contra los fragmentos recuperados
  • Sin evidencia suficiente, no responde y ofrece escalar a RR. HH.
  • Diseño móvil primero, con dictado por voz

Recruiter Assistant

RR. HH. reutiliza candidaturas existentes: CV estructurados, búsqueda semántica y comparación explicable con cada puesto.

requisito → evidencia del CV → estado → confianza

  • Extracción estructurada de CV, sin atributos protegidos
  • Búsqueda por requisitos en lenguaje natural, más allá de palabras clave
  • Estados por requisito: coincide, parcial, validar o sin evidencia
  • Sin puntuación global ni decisión automática: apoyo, no selección

Explorar como

Tres espacios con permisos distintos, aplicados también en el backend. Datos ficticios. Esta demo pública no tiene backend: muestra datos y respuestas grabados del modo demo (proveedor determinista, no IA real) y es de solo lectura. Con Docker se ejecuta completa.

Cómo funciona

Monolito modular en FastAPI con PostgreSQL + pgvector, frontend en Next.js y proveedores de IA intercambiables. Así llega un documento a una respuesta citada:

  1. 01Documento
  2. 02Parsing
  3. 03Chunking
  4. 04Embeddings
  5. 05Búsqueda vectorial
  6. 06Generación fundamentada
  7. 07Validación de citas

Agentes con permisos

Un router elige el agente; cada agente solo usa herramientas tipadas permitidas para el rol, en un bucle acotado y trazado (agent runs y tool calls). Las mismas herramientas se exponen por MCP.

Evaluación medible

Datasets versionados: Recall@k, abstención en preguntas sin respuesta, validez de citas, matching de candidatos, invariancia ante atributos protegidos y selección de herramientas.

Seguridad por diseño

Roles aplicados en el backend, documentos y CV tratados como datos no confiables, validación de subidas, auditoría y claves de IA solo en el servidor.

Documentación técnica y decisiones de arquitectura