Preselección de CV con IA para Lever: módulo conectado

Por Jürgen Ulbrich

Lever es un ATS sólido para llevar un pipeline ordenado. Lo que aún suele doler es la preselección de CV en Lever: abrir los currículos uno a uno, compararlos con una descripción del puesto y luego intentar mantener la coherencia entre evaluadores.

Esta página describe un módulo conectado de Sprad + Atlas que se integra en Lever. No es una función nativa de Lever y no sustituye a tu ATS. Se sitúa sobre Lever y automatiza el análisis de CV, la puntuación y las preselecciones ordenadas, y después escribe los resultados de vuelta en Lever para que tu equipo siga trabajando donde ya trabaja. El flujo suele entregarse mediante Sprad Automate: «Diseñamos el flujo. Funciona solo.»

Preselección de CV en Lever: qué cambia al conectar Atlas

La criba manual es cara porque crece de forma lineal con el volumen. Distintos análisis del sector muestran una y otra vez que los reclutadores dedican la mayor parte del tiempo a tareas muy administrativas; un desglose lo cifra en un 60-80 % (consulta este análisis del tiempo administrativo de los reclutadores). Una auditoría de tiempos cita una media de unas 14 horas semanales dedicadas a tareas que se pueden automatizar con la configuración adecuada (Prepzo).

Con Atlas conectado para la preselección de CV en Lever, sigues decidiendo tú. Sigues haciendo las entrevistas. Sigues siendo responsable de la decisión de contratación. Lo que cambia es la cola con la que empiezas: en lugar de un montón de currículos sin ordenar, obtienes una preselección ordenada con un razonamiento transparente, escrita directamente de vuelta en Lever.

Qué genera Atlas dentro de Lever

  • Datos estructurados del CV (experiencia, skills, formación) extraídos del currículo subido.
  • Puntuación de encaje frente a tu descripción real del puesto (no solo una plantilla genérica), con una breve explicación.
  • Puntuación opcional frente a «patrones de éxito» de tus propios mejores profesionales, cuando quieres que lo aprendido en desarrollo de personas alimente la contratación.
  • Preselección ordenada para que los reclutadores revisen primero los mejores encajes.
  • Escritura de vuelta en Lever como notas, etiquetas o campos mapeados, configurada según cómo trabaja tu equipo.

Cómo funciona la integración con Lever (evento → Atlas → escritura de vuelta)

Lever está pensado para integrarse: puedes trabajar con sus API y eventos webhook para reaccionar cuando cambian los registros de candidatos. El activador habitual para la preselección de CV en Lever es sencillo: «llega una nueva candidatura a Lever».

A partir de ahí, Atlas ejecuta un flujo definido. Puedes mantenerlo totalmente automático o añadir pasos de aprobación para puestos concretos.

Paso 1: Lever avisa de una nueva candidatura

Cuando se crea una candidatura, Lever puede lanzar un evento. Atlas escucha ese evento y obtiene de Lever, mediante la API, los datos relevantes del candidato y de la oportunidad. Los desarrolladores suelen describir este patrón como «webhooks + datos de la oportunidad», en el que el sistema obtiene el registro del candidato cuando se dispara el evento (consulta una visión técnica de los webhooks de Lever y de los patrones de uso de su API aquí).

Paso 2: Atlas obtiene el currículo y el contexto del puesto

Atlas obtiene:

  • el perfil del candidato y los archivos adjuntos (CV/currículo),
  • la oferta o el contexto de la vacante (título, ubicación, requisitos),
  • tus criterios de preselección (imprescindibles, deseables, motivos de descarte).

En la práctica, aquí es donde se quedan cortas muchas configuraciones solo con ATS: la descripción del puesto existe, pero el «¿cómo la interpretamos siempre igual?» vive en la cabeza de las personas. Atlas lo convierte en una lógica de puntuación explícita y reutilizable.

Paso 3: Atlas analiza y estructura el CV

Atlas convierte currículos no estructurados en datos estructurados. Eso importa porque reduce los errores de coincidencia de palabras clave y mantiene la puntuación explicable. En lugar de «al modelo le gustó este perfil», puedes mostrar qué coincidió (skills, años de experiencia, exposición al sector) y qué no.

Paso 4: Atlas puntúa a los candidatos frente a tu descripción real del puesto

Atlas evalúa a cada candidato según los criterios que defines para ese puesto. Puedes incluir ponderaciones (por ejemplo: las skills principales valen más que las herramientas opcionales) y reglas estrictas (por ejemplo: «debe tener autorización de trabajo en la UE» o «debe hablar alemán C1»).

Si quieres ir más allá, Atlas también puede puntuar frente a señales internas de éxito, basadas en los datos de tu propia gente. Aquí el enfoque de Sprad es distinto: Atlas no se limita a los datos del ATS. Puede leer todo tu stack de personas mediante un «People Data Knowledge Graph» y conectar la contratación con lo que aprendes con el tiempo de desempeño, skills y desarrollo.

Paso 5: Atlas escribe de vuelta en Lever la preselección ordenada

Atlas envía los resultados de vuelta a Lever para que los reclutadores no tengan que abrir otra herramienta. Las escrituras de vuelta habituales incluyen:

  • una puntuación de encaje (numérica o por tramos),
  • una explicación breve (2-5 puntos en lenguaje claro),
  • avisos opcionales (falta un requisito imprescindible, fechas incoherentes, seniority poco claro),
  • sugerencias de siguiente paso opcionales (invitar a una preselección, hacer una pregunta concreta, derivar al responsable de contratación).

Tu equipo sigue llevando el proceso de contratación en Lever. Atlas funciona en segundo plano. Sprad suele resumir este modo de operar así: «Deja de redactar. Deja de perseguir. Empieza a entregar». La idea es menos escribir, menos clics y más decisiones.

Preselección de CV en Lever: solo Lever frente a Lever + Atlas (módulo conectado)

Lever ofrece un flujo de reclutamiento sólido y está diseñado para pipelines estructurados. Lever también promociona funciones de «preselección con IA» (consulta la propia página de Lever sobre preselección con IA). En el día a día, muchos equipos siguen haciendo a mano la parte que más esfuerzo requiere: interpretar cada CV frente a un puesto con matices y alinear a los evaluadores.

Atlas no intenta sustituir el flujo de Lever. Automatiza el trabajo pesado de preselección y escribe el resultado de vuelta en tu proceso actual.

Paso de contratación Solo Lever (la realidad habitual) Lever + Atlas para la preselección de CV en Lever
Recepción de currículos Llegan los CV; los evaluadores abren PDF y buscan palabras clave y señales. Atlas convierte los CV en skills y experiencia estructuradas para una comparación coherente.
Evaluación del encaje La interpretación varía según el evaluador; los «imprescindibles» se desvían con el tiempo. Atlas puntúa a cada candidato con los mismos criterios y la misma lógica de la descripción del puesto.
Preselección Los reclutadores arman las preselecciones a mano; con mucho volumen se pueden perder candidatos fuertes. Atlas escribe de vuelta en Lever una preselección ordenada con razonamiento transparente.
Tiempo del reclutador La criba, con mucha carga administrativa, puede consumir muchas horas semanales (las auditorías de tiempos citan ~14 h/semana en tareas automatizables). Los reclutadores empiezan con candidatos ordenados y dedican su tiempo a entrevistas y a la alineación con stakeholders.

Qué hace diferente a Atlas en la preselección de CV en Lever (y de qué debes desconfiar)

Puntuar CV parece sencillo hasta que lo haces a escala. Entonces aparecen los problemas reales: criterios incoherentes, sesgos ocultos, falta de explicabilidad y candidaturas «spam de IA» que hacen perder el tiempo a todos.

1) Una puntuación transparente que puedes defender

Atlas está diseñado para producir una puntuación y un breve razonamiento. Eso es útil para alinearse con los responsables de contratación, para la auditabilidad y para las conversaciones con el comité de empresa en contextos DACH. Puedes mostrar qué coincidió y por qué un candidato ocupa su posición.

2) Puntuación frente a la descripción real del puesto (no frente a etiquetas genéricas)

La mayoría de los equipos de contratación no necesitan más taxonomías genéricas. Necesitan «este puesto concreto, en este equipo, con este stack, en este mercado». Atlas lee la descripción del puesto que realmente usas en Lever y aplica los criterios que defines.

3) Opcional: aprender de tus mejores profesionales, con cuidado

Usar «patrones de éxito» puede ser muy potente, pero necesita salvaguardas. Si simplemente replicas los resultados históricos de contratación, puedes perpetuar sesgos antiguos. Por eso este modo debería ser:

  • opcional por puesto,
  • transparente sobre qué señales influyen en la puntuación,
  • revisado con RR. HH., con el área jurídica o de cumplimiento y, cuando proceda, con el comité de empresa.

Si se hace bien, obtienes un circuito de retroalimentación estrecho: lo que aprendes en el desarrollo de personas informa lo que buscas al contratar, sin convertirlo en una caja negra.

4) Intervención humana donde importa

No todos los puestos deberían automatizarse por completo. Los flujos de Atlas se pueden configurar con pasos de aprobación, por ejemplo:

  • Puntuar automáticamente a todos, pero solo avanzar automáticamente a los candidatos por encima de un umbral definido.
  • Puntuar y avisar automáticamente, pero exigir la confirmación del reclutador antes de cambiar de fase.
  • Ejecutar una preselección totalmente automática en puestos de alto volumen y una preselección asistida en puestos directivos.

Dos flujos prácticos de preselección de CV en Lever (sin empezar de cero)

Para hacerlo concreto, estos son dos patrones habituales que piden los equipos que usan Lever y quieren preselección de CV. Son diseños de flujo, no promesas de resultados idénticos en todas las organizaciones.

Flujo A: puestos de alto volumen con requisitos imprescindibles estrictos

Úsalo cuando te inundan las candidaturas: operaciones, atención al cliente, desarrollo de ventas, puestos de sede en retail o cualquier puesto que atraiga mucha entrada.

Configuración típica:

  1. Llega una nueva candidatura a Lever → Atlas se activa de inmediato.
  2. Atlas extrae los imprescindibles (idioma, autorización de trabajo, cobertura de turnos, herramientas clave).
  3. Atlas asigna una puntuación de encaje y avisa de los imprescindibles que faltan.
  4. Atlas escribe la puntuación y la explicación en Lever y genera una preselección ordenada.
  5. Los reclutadores revisan primero el tramo superior y luego hacen avanzar a los candidatos en Lever.

El objetivo es sencillo: evitar que el equipo se ahogue y reducir el tiempo perdido en encajes claramente erróneos.

Flujo B: puestos especializados con «experiencia adyacente» llena de matices

Úsalo para ingeniería, datos, seguridad, producto o puestos comerciales de nicho en los que los mejores candidatos pueden no coincidir exactamente con tus palabras clave.

Configuración típica:

  1. Atlas asigna los requisitos del puesto a un modelo de skills estructurado.
  2. Atlas interpreta la experiencia adyacente (por ejemplo: stacks similares, sectores transferibles, seniority comparable).
  3. Atlas genera un breve razonamiento que ayuda al responsable de contratación a entender el encaje.
  4. Atlas escribe los resultados de vuelta en Lever y, si lo deseas, avisa al reclutador o al responsable de contratación en Slack/Teams.

Aquí es donde «ranking + explicación» supera a los filtros de palabras clave. Reduces los falsos negativos sin obligar a los reclutadores a leer cada CV línea por línea.

Por qué una capa de integración supera a añadir otro panel de preselección

Si ya usas Lever, lo último que quieres es otra herramienta que parta el flujo: revisar en la herramienta B, decidir en la herramienta B y luego copiar las notas de vuelta a Lever.

El posicionamiento de Sprad es distinto: es una capa de automatización e inteligencia que se acopla a las herramientas que ya usas. Atlas está diseñado para leer de tus sistemas y escribir los resultados de vuelta, de forma bidireccional, en una amplia superficie de integración. Sprad lo resume como «1.500+ herramientas, un solo Atlas» en su resumen de integraciones.

Lo que evitas al mantener Lever como sistema de referencia

  • Sin migración de ATS y sin proyecto de «tirar y empezar de cero».
  • Sin base de datos de candidatos duplicada que genere problemas de conservación según el RGPD.
  • Sin reciclar a toda la organización para que use una segunda interfaz de preselección.
  • Sin tareas administrativas de copiar y pegar para llevar los hallazgos al sistema de referencia.

Modelo comercial: proyecto de configuración y después costes de uso de IA

Sprad se implanta normalmente como un proyecto de configuración único (a menudo de unas 2-4 semanas según el alcance). Después, los costes de funcionamiento son sobre todo el uso de la API de IA (por ejemplo, llamadas a modelos tipo OpenAI/Anthropic), y no una licencia SaaS clásica por asiento.

Esta estructura encaja bien con la preselección de CV en Lever porque el retorno depende del volumen procesado y del tiempo ahorrado por los reclutadores, no de cuántos usuarios puedas licenciar.

Qué puedes automatizar a continuación (cuando la preselección de CV en Lever funcione)

La preselección de CV suele ser el primer flujo que automatizan los equipos porque el dolor es inmediato. Una vez implantada la integración, los equipos suelen ampliarla a rutinas de reclutamiento cercanas sin añadir herramientas nuevas.

Los siguientes pasos más habituales incluyen:

  • Programación y coordinación de entrevistas entre calendarios y correo, activadas por un cambio de fase en Lever.
  • Correos de rechazo personalizados a escala, alineados con tus plantillas y tu tono.
  • Preselección por voz o vídeo con protección contra spam, antes de que los candidatos lleguen al tiempo de una persona.
  • Sourcing activo para llenar la parte alta del embudo cuando la entrada es débil.

Si quieres combinar la preselección de CV en Lever con sourcing, Atlas también puede apoyar flujos de captación proactiva mediante Atlas People Search, para que tus reclutadores pasen menos tiempo armando listas y más hablando con candidatos.

Perspectiva DACH: RGPD, comité de empresa y preselección responsable (orientación no vinculante)

Si contratas en Alemania, Austria o Suiza, la automatización en el reclutamiento rara vez es solo una decisión técnica. Necesitas gobernanza: protección de datos, reglas de conservación y, a menudo, codeterminación.

RGPD y minimización de datos

Para la preselección de CV en Lever, las preguntas más prácticas del RGPD son:

  • ¿Qué datos de candidatos se tratan para puntuar?
  • ¿Dónde se alojan y se tratan los datos (UE/EEE)?
  • ¿Cómo gestionas la conservación y las solicitudes de eliminación?
  • ¿Quién puede acceder a las puntuaciones, al razonamiento y a los documentos de origen?

Sprad se presenta como alineado con el RGPD y con la Ley de IA de la UE en sus páginas de producto (por ejemplo, en la visión general de talent management de Sprad). Tu base jurídica y tu documentación siguen dependiendo de tu configuración y del diseño de tu proceso.

Participación del comité de empresa (Betriebsrat) en Alemania

Cuando un sistema influye de forma relevante en las decisiones de contratación, puede activar asuntos del comité de empresa, sobre todo en torno a las directrices de selección y al apoyo automatizado a la decisión. Un resumen alemán de RR. HH. y derecho señala que las directrices de selección de personal pueden estar sujetas a codeterminación (consulta este resumen sobre los derechos del comité de empresa en RR. HH. con apoyo de IA).

En la práctica, quieres tres cosas para que la conversación vaya bien:

  • Explicabilidad: qué determina la puntuación, en lenguaje claro.
  • Configurabilidad: tú defines los criterios; puedes desactivar los modos por puesto.
  • Supervisión humana: la puntuación apoya las decisiones; no las sustituye.

Sesgos, equidad y los límites de la puntuación de CV

Ningún sistema de preselección de CV es «neutral» por defecto. Los CV contienen señales que se correlacionan con características protegidas. Tu mejor protección es el diseño del proceso:

  • Usa criterios estructurados, relacionados con el puesto y documentados.
  • Prefiere un razonamiento explicable basado en skills y experiencia a un vago «encaje cultural».
  • Revisa con regularidad la distribución de las puntuaciones y las tasas de paso.
  • Mantén un paso de decisión humana claro, sobre todo para rechazos y cambios de fase.

Atlas respalda este enfoque porque escribe de vuelta en Lever un razonamiento explícito. Eso facilita la revisión y la calibración frente a una puntuación de caja negra.

Implantación: cómo puede ser una configuración de 2-4 semanas

La mayoría de los equipos quieren el mismo resultado: «Cuando un candidato llega a Lever, quiero una preselección ordenada enseguida». El trabajo de configuración suele consistir en hacer explícita tu lógica de preselección y mapearla bien en Lever.

Esquema de implantación semana a semana

  1. Diseño del flujo: definir criterios de puntuación, ponderaciones, imprescindibles y lo que se escribe de vuelta en Lever.
  2. Configuración de la integración: conectar los eventos y las API de Lever, confirmar qué objetos y campos usas y definir dónde se escribe de vuelta.
  3. Controles de calidad: probar con candidaturas históricas (donde esté permitido) o con una vacante piloto por fases.
  4. Puesta en marcha y ajuste: ajustar umbrales, formato del razonamiento y avisos a los reclutadores según el uso real.

Si más adelante quieres ir más allá de la preselección de CV en Lever, la misma capa de integración puede respaldar más rutinas en todo tu stack de RR. HH. Atlas puede activarse de forma programada, por eventos o bajo demanda (por ejemplo, desde Slack/Teams), lo cual resulta útil cuando automatizas más de un paso.

Preselección de CV en Lever: preguntas frecuentes (respuestas rápidas)

¿Es una función nativa de Lever?

No. Atlas es un módulo conectado de terceros que se integra con Lever. Sigues usando Lever como tu ATS.

¿Dónde ven los reclutadores los resultados?

Dentro de Lever. Atlas escribe de vuelta en el registro del candidato una puntuación y una explicación (por ejemplo, como notas, etiquetas o campos mapeados), según tu configuración.

¿Atlas rechazará candidatos automáticamente?

Solo si diseñas el flujo así. Muchos equipos empiezan con «solo puntuar y ordenar» y añaden pasos de automatización cuando crece la confianza.

¿Puede Atlas puntuar frente a nuestro perfil interno de éxito?

Sí, de forma opcional. Puede incorporar patrones de los datos de tus empleados actuales, pero conviene aplicar salvaguardas de equidad y mantener la lógica transparente.

¿Añadir IA aumenta el riesgo de cumplimiento?

Puede hacerlo si se convierte en una caja negra o si el tratamiento de datos no está claro. Reduces el riesgo con explicabilidad, minimización de datos, controles de acceso, criterios documentados y supervisión humana.

Si estás evaluando la preselección de CV en Lever: una lista de comprobación práctica

Si comparas opciones (funciones nativas, soluciones puntuales o capas de integración), usa preguntas que corten a través de las demos:

  • Profundidad de la escritura de vuelta: ¿la herramienta escribe puntuaciones y razonamiento de vuelta en Lever o guarda los hallazgos en su propia interfaz?
  • Explicabilidad: ¿puede un reclutador explicar la puntuación a un responsable de contratación en 30 segundos?
  • Control: ¿puedes cambiar los criterios por puesto sin esperar al soporte del proveedor?
  • Intervención humana: ¿puedes exigir aprobación en los pasos sensibles?
  • Gobernanza de datos: alojamiento en la UE, controles de conservación, preparación de DPA/AVV, registros de auditoría.
  • Superficie de integración: ¿puede la misma capa automatizar la programación, la mensajería y más adelante el onboarding, sin comprar tres herramientas?

Dónde encaja Sprad (para que decidas rápido)

Sprad es una plataforma de RR. HH. basada en IA que usan empresas como Zalando, Dior, LVM, Bijou Brigitte y empleadores del sector público como la ciudad de Stuttgart. Combina tres pilares: un espacio de trabajo de talent management (evaluaciones, skills, objetivos), un sistema de recomendaciones de empleados y Atlas, el compañero de IA que se conecta con todo tu stack de RR. HH.

Para la preselección de CV en Lever, lo relevante es Atlas junto con un flujo conectado entregado mediante Sprad Automate. La promesa clave es sencilla: no sustituyes Lever. Añades una capa de puntuación y ranking que funciona automáticamente, se mantiene transparente y devuelve los resultados a la herramienta en la que tus reclutadores ya confían.

Si quieres explorar cómo sería ese flujo en tu instancia de Lever, empieza por el enfoque de flujos descrito en Sprad Automate o consulta el modelo más amplio de «conectarlo todo» en las integraciones de Sprad.

Jürgen Ulbrich

CEO y cofundador de Sprad

Jürgen Ulbrich cuenta con más de una década de experiencia en la creación y dirección de equipos y empresas de alto rendimiento. Como experto en programas de recomendación de empleados y en procesos de feedback y desempeño, Jürgen ha ayudado a más de 100 organizaciones a optimizar sus estrategias de captación y desarrollo de talento.

Plantillas y descargas gratuitas

Únete a la comunidad en solo 26 segundos y accede gratis a más de 100 recursos, plantillas y guías.

Plantilla gratuita de marco de competencias (Excel y Sheets)
Vídeo
Gestión de skills
Plantilla gratuita de marco de competencias (Excel y Sheets)
Plantilla gratuita de matriz de skills para Excel y Google Sheets
Vídeo
Gestión de skills
Plantilla gratuita de matriz de skills para Excel y Google Sheets

La People Powered HR Community es para profesionales de RR. HH. que ponen a las personas en el centro de su trabajo de RR. HH. y reclutamiento. Juntos, convirtamos nuestra convicción compartida en un movimiento que transforme el mundo de RR. HH.