Saltar al contenido
Todos los proyectos
FULL STACK 2026Apr – Sep 20267 min de lectura

ScoutLane — Plataforma de reclutamiento basada en evidencia

ScoutLane convierte currículums en evidencia revisable y mantiene cada decisión de contratación conectada con la persona candidata.

Versión pública

Compara un CV con una oferta. La herramienta verifica los fragmentos de origen y mantiene la comparación separada de los registros de contratación.

Probar Resume Match

Estado documentado

ScoutLane — Plataforma de reclutamiento basada en evidencia
ScoutLane — Plataforma de reclutamiento basada en evidencia captura de 1
ScoutLane — Plataforma de reclutamiento basada en evidencia captura de 2
Next.js 16React 19TypeScriptPrisma 7PostgreSQLClerkpg-bossTailwind CSS 4

Resumen

ScoutLane es una plataforma de reclutamiento basada en una regla simple: cada decisión de contratación debe dejar un rastro. La experiencia pública presenta vacantes y un expediente interactivo de candidato; el producto operativo combina parseo de currículums, evidencia estructurada, pipelines drag-and-drop, acceso por roles, analítica, plantillas y la infraestructura de producción — workers asíncronos, email transaccional, almacenamiento cloud e integraciones salientes firmadas — que necesita un equipo de contratación.

El problema

Los equipos de reclutamiento pasan horas revisando currículums manualmente y rastreando candidatos en hojas de cálculo. ScoutLane automatiza el parseo de currículums y proporciona gestión estructurada de pipeline para reducir el time-to-hire, sin dejar los huecos operativos — auth, permisos, notificaciones, integraciones — que convierten un demo en software no lanzable.

Preguntas abordadas

  1. 01

    ¿Cómo puede la IA extraer de forma confiable datos estructurados de currículums no estructurados?

  2. 02

    ¿Qué vistas de pipeline dan a los reclutadores la mejor visibilidad del progreso de candidatos?

  3. 03

    ¿Qué necesita un pipeline de parseo de currículums más allá del happy path para correr sin supervisión — reintentos, workers async, separación de roles?

Metodología

Fase 1

Motor de parseo de currículums

Construí un parser de currículums con IA (OpenRouter, modelo configurable) que extrae historial educativo, experiencia laboral, habilidades e información de contacto de PDFs y DOCX subidos, normalizado en perfiles estructurados de candidatos y procesado asíncronamente vía workers pg-boss para que un parseo lento nunca bloquee el flujo de postulación.

OpenRouterpg-bossPrismaPostgreSQL
Fase 2

Portal de vacantes y postulaciones

Construí páginas públicas de carrera con filtros de departamento/ubicación y formularios de postulación personalizados por template de vacante. Los candidatos suben currículums que se parsean automáticamente y enrutan a la etapa correcta del pipeline; Resend maneja las confirmaciones de email transaccional.

Next.js 16ReactResendGoogle Cloud Storage
Fase 3

Panel admin, RBAC e integraciones

Construí un panel autenticado con Clerk y rutas para Admin, Recruiter, Hiring Manager y Guest de solo lectura; pipelines Kanban drag-and-drop; analítica Recharts; gestión de plantillas y equipo; e integraciones salientes firmadas. El checkpoint de producción del 2026-09-11 pasó lint, typecheck, 544 tests con uno omitido, migraciones y el build de producción.

ClerkPrisma 7dnd-kitRechartsVitestPlaywright

Resultados clave

544tests pasaron en el checkpoint de producción del 2026-09-11, con 1 omitido
4rutas por rol — Admin, Recruiter, Hiring Manager y Guest de solo lectura
Asyncworkers de parseo de currículums y email vía pg-boss

Hallazgos clave

01

El parseo de currículums con IA redujo la entrada manual de datos en ~80%, permitiendo a reclutadores enfocarse en evaluación de candidatos.

02

Las vistas kanban de pipeline mejoraron la visibilidad del equipo sobre cuellos de botella — candidatos estancados se volvieron inmediatamente visibles.

03

Mover el parseo de currículums a workers async pg-boss mantuvo el flujo de postulación rápido sin importar la latencia de respuesta de la IA — una lección que el diseño síncrono anterior no sobrevivió bajo carga real.

04

El acceso por roles y un modo Guest intencionalmente de solo lectura importan más que cualquier feature individual — un equipo necesita límites de permisos antes de confiar datos de candidatos.

Conclusión

ScoutLane conecta extracción de evidencia asistida por IA con criterio humano responsable. La experiencia pública y la aplicación de producción están en vivo en scoutlane.net, respaldadas por auth, límites de rol, workers asíncronos, email, almacenamiento, integraciones y verificaciones de despliegue.