El software de parsing de CV lee archivos de currículum (PDF, Word, a veces escaneados) y los convierte en campos estructurados como puestos, fechas, formación y competencias, para que un ATS o una herramienta de screening puedan buscarlos y filtrarlos. Para elegir uno, pruébalo con tus propios CV y compara cinco cosas: qué formatos e idiomas lee, la precisión por campo, el formato de salida y la conexión con el ATS, la protección de datos y el coste por CV, incluido el coste de los errores. Estado: noviembre de 2026.
¿Qué significa "hacer parsing de un currículum"?
Hacer parsing de un currículum es leer el archivo y ordenar su contenido en campos: nombre, datos de contacto, cada empleo con empresa, cargo y periodo, formación, idiomas, competencias. El resultado son datos en lugar de un documento. El parsing no juzga si alguien encaja con un puesto; eso es un paso aparte. En qué se diferencian ambos, paso a paso, se explica en parsing de CV: cómo funciona y dónde falla. Esta página trata de la decisión de compra: qué software elegir y cómo comprobarlo.
¿Qué tipos de software de parsing de CV existen?
| Tipo | Qué es | Encaja cuando | Ojo con |
|---|---|---|---|
| Parser integrado en el ATS | El parser que viene con tu sistema de seguimiento de candidatos | Quieres la configuración más sencilla y tus CV son sobre todo archivos limpios | Normalmente no puedes cambiarlo ni ver su precisión; pregunta cómo trata las columnas y los escaneos |
| Parser independiente o API | Un servicio aparte al que envías un archivo y devuelve datos estructurados | Construyes tu propio flujo de trabajo, una base de datos de talento o un sitio de empleo | Tú asumes la integración, el contrato de encargado del tratamiento y la supervisión |
| Herramienta de screening con IA que lee el CV por sí misma | Lectura, evaluación y lista corta en un solo paso, a menudo con un modelo de lenguaje | Tu problema es preseleccionar a gran volumen, no introducir datos | Asegúrate de que la valoración muestre la evidencia por requisito, consulta software de preselección de CV |
Ninguna fuente que hayamos encontrado compara la precisión de los parsers integrados y los independientes con los mismos archivos, así que considera no demostrada cualquier afirmación de que un tipo es "más preciso" hasta que lo pruebes. Muchos proveedores usan ahora también modelos de lenguaje para el paso de lectura; eso cambia cómo se las arreglan con formatos inusuales, pero no la necesidad de medir.
Lo que mostró nuestra propia prueba
Todo parser empieza extrayendo el texto del archivo. Creamos cuatro CV de prueba de la misma persona ficticia (nombres alemanes con ö, ß y Ä, fechas de mes/año) y pasamos la capa de texto por tres lectores de código abierto habituales, pypdf 6.14.2, PyMuPDF 1.28.2 y python-docx, el 8 de noviembre de 2026. Los parsers comerciales añaden análisis de diseño y OCR por encima, así que esto no es un ranking de proveedores; muestra qué rasgos de un archivo hacen fallar el primer paso.
| Archivo de prueba | Qué devolvió el lector de texto | Qué significa para un parser |
|---|---|---|
| PDF de una columna | Completo, en orden, con las diéresis intactas | El caso fácil; todo parser debería superarlo |
| PDF de dos columnas (barra lateral y experiencia) | Las filas se mezclaron línea a línea: "Kontakt", luego "03/2021 - heute", luego una dirección de correo, luego "Teamleiter Produktion" | Las fechas y las empresas pueden acabar en el empleo equivocado si el parser no detecta las columnas |
| Archivo Word con diseño de tabla | El lector de párrafos normal solo vio el encabezado; las fechas, los cargos y las empresas estaban dentro de celdas de tabla | Un parser que lee solo párrafos pierde todo el historial laboral |
| PDF escaneado (solo imagen) | Texto vacío | Sin OCR, el CV cuenta como vacío, y un registro vacío puede parecer "sin experiencia" |
Una quinta trampa es invisible en pantalla. La misma palabra "Müller" puede almacenarse como un solo carácter (ü) o como "u" más una marca combinada. Ambas se ven idénticas, pero no son iguales en una comparación de cadenas, como describen las reglas de normalización Unicode. En nuestra comprobación, las dos formas tenían 6 y 7 caracteres y no coincidieron hasta normalizarlas. Si un parser o una comprobación de duplicados no normaliza, la misma persona o la misma empresa pueden contarse dos veces.
Los archivos de prueba son lo bastante pequeños como para reconstruirlos tú mismo; lo importante es el método, que puedes aplicar a tus propios CV en la sección siguiente.
Cómo probar un parser con tus propios CV
- Reúne 30 CV reales de tus últimos procesos de selección (elimina los datos personales o pide permiso): limpios, diseños de dos columnas, Word con tablas, escaneos o fotos de papel, en inglés y alemán, y uno muy largo.
- Define los campos que importan para tus puestos: empresa, cargo, fecha de inicio y de fin, titulación, idiomas, competencias clave.
- Pasa cada archivo por cada herramienta que pruebes y anota, por campo, si es correcto, incorrecto o está vacío. Incorrecto es peor que vacío: parece un dato.
- Cuenta los errores por campo, no por CV. Un parser que acierta los nombres y falla las fechas es peligroso para los filtros de experiencia.
- Comprueba qué ocurre cuando falla: ¿el sistema avisa de un archivo que no pudo leer o guarda en silencio un registro vacío?
¿Qué conviene comparar?
| Criterio | Pregunta que hacer | Por qué importa |
|---|---|---|
| Cobertura de entrada | ¿Qué formatos, diseños y escaneos, qué idiomas? | Tus candidatos no envían archivos de plantilla |
| Precisión por campo | Medida en mis 30 CV, por campo | Los porcentajes publicados proceden del conjunto de pruebas del propio proveedor |
| Gestión de fallos | ¿Se avisa de un archivo ilegible? | Los registros vacíos silenciosos provocan rechazos erróneos |
| Salida | ¿Esquema fijo, API o conector de ATS, se puede corregir un campo? | Una corrección en la interfaz no debería sobrescribirse al reimportar |
| Protección de datos | ¿Ubicación del alojamiento, conservación, eliminación, subencargados, entrenamiento con tus datos? | Necesaria para el contrato, ver más abajo |
| Modelo de precios | ¿Por CV, por usuario, por tramo de volumen, extras por OCR o API? | Compara con tu volumen anual |
| Actualizaciones | ¿Se anuncian las actualizaciones del modelo, puede variar la precisión? | La precisión puede cambiar sin aviso tras una actualización del proveedor |
Cuánto cuesta: precio por CV y precio por error
Los precios por CV varían y a menudo se dan bajo petición, así que aquí no publicamos precios de proveedores. Lo que sí puedes calcular tú es el precio de un error. Un ejemplo ilustrativo, con suposiciones que debes sustituir: una persona tarda 2 minutos en corregir un CV mal procesado, y su tiempo cuesta 40 € por hora (0,67 € por minuto).
| Porcentaje de CV que necesitan corrección | Coste de corregir por CV | Al año con 3.000 CV |
|---|---|---|
| 5 % | 0.07 € | unos 200 € |
| 10 % | 0.13 € | unos 400 € |
| 25 % | 0.33 € | unos 1.000 € |
De aquí se desprenden dos cosas. Primero, con volumen pequeño, la diferencia de precisión puede importar más que unos céntimos de precio de licencia. Segundo, la tabla solo cuenta los errores que alguien nota. Los caros son los silenciosos: una fecha en el empleo equivocado, un escaneo guardado como vacío. Nunca se corrigen; lo que consiguen es que se filtre a un buen candidato, y por eso una prueba por campos vale más que una comparación de precios.
¿Qué debes comprobar en Alemania y en la UE?
- Contrato de encargado del tratamiento. Un parser operado por un proveedor externo trata datos de candidatos por tu cuenta; el art. 28 del RGPD exige un contrato con el proveedor. Pide la ubicación del alojamiento, los subencargados y la eliminación.
- Minimización de datos. Los CV alemanes suelen incluir foto, fecha de nacimiento y estado civil. Conforme al art. 5, apdo. 1, letra c) del RGPD solo debes conservar lo que necesites. Decide qué campos puede almacenar tu parser: el § 7 AGG prohíbe la discriminación por motivos protegidos, y campos almacenados como la edad o la foto dificultan defenderse (carga de la prueba, § 22 AGG).
- Comité de empresa. En Alemania, los sistemas técnicos que pueden controlar el comportamiento o el rendimiento activan la codeterminación, § 87 apdo. 1 n.º 6 BetrVG. Comprueba pronto si un parser o su puntuación cuenta.
- AI Act. Los sistemas que filtran o evalúan candidaturas entran en el anexo III del Reglamento (UE) 2024/1689 (alto riesgo); las obligaciones se aplican a partir del 2 de diciembre de 2027 (Reglamento (UE) 2026/1744). La mera extracción de campos no es una valoración, pero en cuanto se añade una puntuación puede serlo, consulta el AI Act de la UE en reclutamiento.
Esto es una orientación, no asesoramiento jurídico.
Cuando el parsing no basta
Un parser te da datos limpios y ninguna lista corta. Si tu verdadero cuello de botella son demasiadas candidaturas, necesitas un paso que compare cada CV con los requisitos del puesto. En el screening de Sprad, leer el CV forma parte de la evaluación y no es un producto aparte: la comprobación del CV cuesta 2 créditos por candidatura, cada requisito se marca como imprescindible, deseable o eliminatorio, y cada valoración se respalda con la frase exacta del CV. Una persona confirma cada rechazo, y los resultados vuelven a tu ATS (Personio, Ashby y d.vinci son conexiones documentadas). Detalles en la página de producto de screening y en precios.
Aviso: Sprad es el proveedor de este sitio y del producto mencionado. Aquí no clasificamos otras herramientas; la prueba anterior describe rasgos de los archivos, no productos.
Preguntas frecuentes
¿Cuál es el mejor software de parsing de CV?
No hay un único mejor. El mejor parser es el que tiene la menor tasa de error con tus propios CV, en tus idiomas y formatos, a un precio asumible con tu volumen. Haz la prueba de 30 CV con dos o tres herramientas.
¿Basta con el parser de un ATS?
Con archivos limpios y basados en texto, a menudo sí. Comprueba cómo trata las columnas, las tablas y los escaneos en tu muestra, y si puedes ver qué archivos no logró leer.
¿Qué precisión tiene el parsing de CV?
Los proveedores publican cifras de entre el 90 y el 99 %, pero con sus propios conjuntos de pruebas. Tómalas como punto de partida y mide por campo con tus propios archivos.
¿Puede un parser leer currículums escaneados?
Solo con OCR (reconocimiento de texto en imágenes). Sin él, como en nuestra prueba, un escaneo devuelve texto vacío. Pregunta si el OCR está incluido o es un extra.
¿Rechaza candidatos un parser?
No, el parsing solo extrae datos. Los rechazos proceden de reglas o valoraciones aplicadas después. El art. 22 del RGPD limita las decisiones basadas únicamente en un tratamiento automatizado; consulta ¿Puede la IA rechazar candidatos automáticamente?.
¿Necesito parsing y screening?
Para una lista corta, sí, pero pueden ser un solo producto. Pregunta al proveedor qué paso produce la puntuación y si puedes ver la evidencia.







