Cómo adaptar tu currículum (CV) a la descripción de un puesto

Encuentras una oferta para un puesto que sabes hacer, envías el mismo currículum que mandaste a las últimas diez y no recibes respuesta. Una reclutadora que avanza por una cola larga echa un vistazo rápido a cada archivo, y un software ya ordenó el montón antes de que ella lo abriera. Un currículum (CV), u hoja de vida como se dice en Colombia y otros países, escrito para ningún puesto en particular pierde con los dos lectores.

Adaptarlo arregla eso. Mantienes un único currículum maestro completo, lees cada descripción de puesto con intención y produces una versión que describe el trabajo que hiciste con el vocabulario del empleador. El método de abajo funciona con un editor de texto, con Claude o ChatGPT, o con Resume Matcher, la herramienta de código abierto que mantengo.

Por qué adaptar el currículum a cada descripción de puesto

Dos lectores ven tu currículum, y los dos premian la coincidencia.

El primero es un parser. Muchas empresas pasan las candidaturas por un sistema de seguimiento de candidatos (ATS), que extrae el texto de tu archivo, saca habilidades y cargos, y deja que los reclutadores filtren y ordenen por ellos. Si la oferta pide “Kubernetes” y tu currículum dice “k8s”, un filtro estricto no te encuentra. Nuestra guía sobre cómo funcionan los algoritmos de coincidencia de currículums recorre en detalle las capas de palabras clave, semántica y datos estructurados.

El segundo es una persona con prisa. Una responsable de contratación que ojea tu CV quiere ver sus propios requisitos reflejados en la primera pantalla: el stack que enumeró y el tipo de problema que describió. Un currículum genérico la obliga a hacer la traducción; uno adaptado se la hace.

Alinear tu CV con la descripción del puesto significa describir el trabajo que hiciste con las palabras que eligió el empleador. Es un trabajo de traducción, y los seis pasos de abajo lo mantienen honesto.

Cómo adaptar tu currículum a una descripción de puesto en seis pasos

1. Mantén un currículum maestro

Antes de adaptar nada, crea un documento que contenga toda tu carrera: cada puesto con seis a diez viñetas en lugar de tres, proyectos personales, contribuciones a código abierto, certificaciones, charlas y las herramientas internas que viven en la wiki de tu equipo y en ningún otro sitio. Cuatro o cinco páginas está bien. Ningún empleador ve este archivo.

El currículum maestro es la fuente de la que sacas todo. Sin él, adaptas de memoria y olvidas la migración a Terraform de hace dos trabajos, justo la que encaja con la oferta que tienes delante. Con él, adaptar se convierte en seleccionar: eliges las viñetas que encajan, las reescribes en los términos del empleador y recortas el resto.

Mantén maestros separados si postulas a varias líneas, por ejemplo uno para puestos de backend y otro para ingeniería de datos. Cada maestro se mantiene completo para su línea, y adaptas desde el que encaje con la oferta.

Escribe las viñetas del maestro con los detalles incluidos: el lenguaje, la escala y el resultado. Puedes recortar detalle al adaptar, pero una viñeta maestra vaga no te da nada que recortar.

2. Disecciona la descripción del puesto

Lee la oferta entera una vez y después vuelve a leerla con un archivo de notas abierto. Clasifica lo que encuentres en cuatro grupos.

Habilidades requeridas. Lo obligatorio, a menudo marcado como “requisitos” o “imprescindible”. Una oferta que dice “3+ años de Python en producción” lo dice en serio. Si lo tienes, va cerca de la parte superior de tu currículum. Si te falta la mayor parte de esta lista, dedica tu tiempo a otra oferta.

Habilidades deseables. La lista de “deseable” o “se valorará”. Estas te separan de los otros candidatos que superaron el listón de los requisitos, así que incluye las que tengas y deja fuera las que no.

Verbos de responsabilidad. Las frases bajo “qué harás” o “funciones”: “responsabilizarse de la fiabilidad de”, “diseñar y operar”, “colaborar con producto”. Te dicen qué verbos usar en tus viñetas y con qué proyectos abrir.

Términos de dominio y contexto. Una oferta fintech menciona PCI DSS, liquidación y conciliación. Una de salud menciona HIPAA, HL7 y FHIR. Estas palabras señalan que entiendes dónde ocurre el trabajo. Nuestra guía de palabras clave para el currículum profundiza en cómo encontrar y colocar estos términos.

Cuenta las repeticiones. Un término que aparece tres veces en una oferta le importa más a quien la escribió que uno que aparece una vez, y le corresponde estar en tu resumen además de en tu lista de habilidades.

Si usas Claude o ChatGPT, pega la oferta y pide estos cuatro grupos, con cada elemento citado tal cual aparece en el texto. Un prompt de este estilo funciona:

A partir de la descripción de puesto de abajo, lista las habilidades requeridas, las habilidades deseables, las frases de responsabilidad y los términos de dominio. Cita cada elemento tal cual aparece en la oferta. Marca cualquier término que aparezca más de una vez.

Lo de “tal cual” importa porque un modelo sin esa instrucción parafrasea, y tú quieres la ortografía exacta del empleador.

3. Relaciona tu experiencia con cada requisito

Pon los cuatro grupos en una columna y tu currículum maestro en otra, y recorre los requisitos de uno en uno. Para cada requisito, busca la viñeta de tu maestro que lo demuestra y marca la coincidencia.

Acabas con tres grupos:

• Coincidencias directas. Hiciste eso con la herramienta que nombran. Trae la viñeta y pasa al siguiente requisito.
• Coincidencias adyacentes. La oferta quiere Kafka y tú operaste RabbitMQ en producción. Tienes la habilidad de fondo (sistemas orientados a eventos) con otra herramienta. Trae la viñeta y nombra tu herramienta; el siguiente paso cubre la redacción.
• Carencias. Nada del maestro aplica. Deja el requisito en paz. Un currículum que cubre siete de diez requisitos con pruebas gana a uno que cubre diez con dos inventos, porque un entrevistador va a hurgar en los inventos en la primera ronda técnica.

El mapeo también decide el orden. Dentro de cada puesto, las viñetas que coinciden con habilidades requeridas van primero. El resumen de arriba nombra los dos o tres requisitos que mejor cumples. Quien lea el tercio superior de la página y se detenga ahí debería ver el encaje de todos modos.

4. Usa las palabras de la oferta, y sé honesto

Un empleador escribe “PostgreSQL” y tú escribes “Postgres”. Una persona sabe que son lo mismo. Un filtro puede que no. Copia la ortografía y la forma de la oferta: Kubernetes en lugar de k8s, CI/CD en lugar de “pipelines”, y “on-call” si la oferta lo escribe así en lugar de “guardias”.

Copia también los verbos y el enfoque. Si la oferta dice “responsabilizarse de la fiabilidad de las API de cara al cliente” y tú hiciste eso, escribe “me responsabilicé de la fiabilidad de la API pública” en lugar de “trabajé en cosas de la API con el equipo”. El trabajo es el mismo; el marco es el del empleador.

Tres reglas lo mantienen honesto:

1. Renombra lo que hiciste y nada más. Cambiar “Postgres” por “PostgreSQL” es una corrección ortográfica. Cambiar “MySQL” por “PostgreSQL” es una mentira.
2. Para experiencia adyacente, nombra tu herramienta y toma prestada la categoría. “Streaming de eventos con RabbitMQ” coincide con un requisito de Kafka a nivel de categoría y dice la verdad sobre la herramienta. Añade una línea diciendo que estás aprendiendo la herramienta que piden, si es cierto.
3. Mantén cada cifra rastreable hasta algo que puedas explicar. Una métrica que no puedes defender en una entrevista no tiene sitio en la página.

Para las abreviaturas, escribe las dos formas una vez: “integración continua (CI)”. El parser recibe las dos grafías y el lector, claridad.

5. Da formato al currículum para que un ATS pueda leerlo

El contenido mejor alineado falla si el parser no puede leerlo. Que la estructura del archivo sea aburrida.

• Usa encabezados de sección estándar: Resumen, Experiencia, Habilidades, Educación, Proyectos. Un parser los asigna a campos. “Mi trayectoria” no se asigna a nada.
• Evita tablas, cuadros de texto e imágenes con texto dentro. Muchos parsers los leen desordenados o se los saltan. Si usas dos columnas, mantén el contenido principal primero en el orden de lectura.
• Usa una fuente estándar y texto real. Un PDF exportado desde una herramienta de diseño como imagen aplanada se ve bien en pantalla y para el parser es una página en blanco.
• Fecha cada puesto con un formato consistente, como “ene 2022 a la actualidad”.
• Envía PDF salvo que el formulario pida .docx. Los parsers modernos manejan bien los PDF basados en texto.
• Pon los datos de contacto en el cuerpo del documento. Algunos parsers se saltan los encabezados y pies de página.

Abre tu PDF exportado e intenta seleccionar el texto. Si puedes copiar tu nombre y una viñeta en un editor de texto y salen en orden, un parser también puede leerlo.

6. Haz una comprobación final

Pon la oferta y el currículum adaptado uno al lado del otro y recorre los requisitos una vez más. Para cada habilidad requerida, señala la línea que la demuestra. Para cada término repetido, confirma que aparece al menos una vez en tus palabras.

Después lee el currículum de arriba abajo como lo haría la responsable de contratación. ¿El resumen describe este puesto? ¿Las tres primeras viñetas demuestran los tres requisitos principales? ¿Algún cambio dejó una frase colgando o un tiempo verbal que no cuadra?

Un recuento de solapamiento de palabras clave ayuda aquí como comprobación rápida. Pega los dos textos en una herramienta que cuente qué palabras relevantes de la oferta aparecen en tu currículum, después repasa las que faltan e ignora el porcentaje. Una ausencia que puedes arreglar con un cambio de ortografía (PostgreSQL) merece arreglarse. Una ausencia por una herramienta que no has usado se queda como ausencia.

Ejemplo práctico: alinear un CV con una oferta de ingeniero backend

Un extracto condensado de una oferta representativa:

Senior Backend Engineer, Pagos

• Diseñar, construir y operar servicios en Go sobre Kubernetes que procesan pagos con alto rendimiento
• Responsabilizarse de la fiabilidad de nuestras API de pagos: SLOs, alertas, respuesta a incidentes y una rotación de guardias
• Experiencia sólida en PostgreSQL; familiaridad con streaming de eventos (Kafka de preferencia)
• Trabajar con producto y finanzas para lanzar flujos de pago que cumplan la normativa
• Deseable: gRPC, Terraform, contacto con PCI DSS

Diseccionada: las habilidades requeridas son Go, Kubernetes, PostgreSQL, SLOs y alertas, y guardias. Deseables: Kafka, gRPC, Terraform, PCI DSS. Verbos de responsabilidad: diseñar, construir, operar, responsabilizarse de la fiabilidad de. Términos de dominio: pagos, cumplir la normativa, alto rendimiento. “Pago” aparece tres veces.

Ahora una viñeta de un currículum maestro, escrita para ningún puesto en particular:

Desarrollé servicios de backend para el equipo de checkout en Go, desplegados en Kubernetes con PostgreSQL. Llevé la rotación de guardias del equipo y fijé objetivos de disponibilidad y alertas en Grafana que redujeron los avisos semanales a cerca de la mitad.

Los datos que la oferta quiere están ahí, bajo verbos genéricos. La versión adaptada:

Construí y operé servicios en Go sobre Kubernetes para el flujo de checkout, respaldados por PostgreSQL. Me responsabilicé de la fiabilidad de las API de pagos: definí SLOs y alertas en Grafana, llevé las guardias y reduje los avisos semanales a cerca de la mitad.

Cada dato de la viñeta adaptada existe en la viñeta maestra: Go, Kubernetes, PostgreSQL, guardias, alertas, avisos reducidos a la mitad. Los cambios son verbos tomados de la oferta (“construí y operé” por desarrollé y desplegué, “me responsabilicé de la fiabilidad” por llevar las guardias y fijar los objetivos), la frase “API de pagos” para los endpoints de checkout que reciben pagos, y “SLOs” como el nombre que el empleador da a los objetivos de disponibilidad que el ingeniero fijó. La viñeta adaptada no añade ninguna cifra, ninguna herramienta ni ninguna afirmación nueva sobre la arquitectura.

Kafka se queda fuera, porque el ingeniero no lo ha operado. Si el currículum maestro tuviera una viñeta de RabbitMQ, esa viñeta entraría como “streaming de eventos con RabbitMQ”, que coincide con la categoría sin reclamar la herramienta.

La línea de habilidades también cambia. Maestro: Go, Python, Postgres, k8s, Docker, Grafana, Terraform. Adaptado: Go, Kubernetes, PostgreSQL, Terraform, Docker, Grafana, Python. La misma lista, con la ortografía del empleador, los requisitos primero y Terraform más arriba porque la oferta lo nombra.

Cómo comparar tu currículum con una descripción de puesto usando Resume Matcher (gratis)

Resume Matcher ejecuta los seis pasos de arriba con un modelo de IA que ya tienes. Lo construí después de hacer esto a mano para demasiadas candidaturas. Es gratuito y de código abierto bajo licencia Apache 2.0, lo usan más de 200.000 personas que buscan empleo y tiene más de 28.000 estrellas en GitHub. Investigadores de Stanford lo usaron como evaluador de currículums en un artículo de ICML 2025.

No hay versión alojada; lo descargas y lo ejecutas en tu laptop o en Docker. No escanea tu currículum ni imita el ATS de ningún empleador; su puntuación es un solapamiento de palabras clave, descrito más abajo.

El flujo de trabajo:

1. Añade tu currículum maestro. Sube un archivo PDF o Word (hasta 4 MB) o responde preguntas en el Asistente de currículum para crear uno. Tu modelo lo convierte en secciones editables. Puedes tener hasta cinco maestros, uno por línea profesional, y la adaptación no los sobrescribe.
2. Conecta un modelo. En Configuración, elige un proveedor y pega tu clave: Anthropic (Claude), OpenAI (ChatGPT), Google Gemini, DeepSeek, OpenRouter, Groq, Azure AI Foundry u Ollama para un modelo local gratuito. Cualquier servidor compatible con OpenAI, como llama.cpp, vLLM o LM Studio, también funciona. La aplicación no incluye ningún modelo propio.
3. Pega la descripción del puesto. Tu modelo extrae las habilidades requeridas, las deseables, las responsabilidades y los términos clave. Es el paso 2 de arriba, sin que tengas que hacerlo tú.
4. Revisa los cambios propuestos. El modelo sugiere cambios concretos en tu resumen, tus viñetas y tus habilidades con las palabras de la oferta. Después el código comprueba cada cambio. Bloquea tu nombre, datos de contacto, empleadores, cargos, fechas y títulos, y revierte cualquier cifra nueva que no esté en tu maestro. La única excepción deliberada son las habilidades: la aplicación puede añadir una habilidad que la oferta pida por su nombre, y las marca como de alto riesgo en la vista previa. Ves un diff de antes y después y eliges Confirmar y guardar o Rechazar y regenerar.
5. Mira la pestaña Coincidencia JD. Es código puro, sin IA. Elimina las palabras comunes de la oferta, cuenta cuántas de las que quedan aparecen en tu currículum, muestra el porcentaje y resalta las coincidencias. Trátalo como la comprobación rápida del paso 6: repasa las palabras sin coincidencia buscando correcciones de ortografía y, en lo demás, ignora el número. No predice nada sobre un ATS real.
6. Exporta y haz seguimiento. Elige una de las siete plantillas (Una columna, Dos columnas, Moderno, Moderno de dos columnas, LaTeX, Limpio, Vívido), configura A4 o Carta (EE. UU.) y descarga un PDF. Un navegador sin interfaz imprime el PDF a partir de texto real, así que un parser puede seleccionar cada palabra. Para la misma oferta también puede escribir una carta de presentación de 100 a 150 palabras, un mensaje de contacto de 70 a 100 palabras para correo o LinkedIn, y una preparación para la entrevista con las preguntas que esperar y las carencias que estudiar. Cada currículum adaptado aterriza en un tablero Kanban de seguimiento.

Sobre privacidad: la aplicación envía tu currículum y la oferta al proveedor que elegiste, y a ningún otro sitio; no contiene código de analítica. Con Ollama u otro servidor local, el texto se queda en tu máquina. La aplicación en sí no cuesta nada. Un proveedor en la nube te factura tus propias llamadas a la API, y un modelo local no cuesta nada por petición.

La instalación es un comando de Docker:

docker run --name resume-matcher -p 3000:3000 -v resume-data:/app/backend/data ghcr.io/srbhr/resume-matcher:latest

Abre http://localhost:3000/settings, elige tu proveedor, pega una clave y haz clic en Probar conexión. Para ejecutarlo desde el código fuente necesitas Python 3.13+, Node.js 22+ y uv. La guía de primeros pasos cubre los dos caminos, y la página de funcionalidades enumera qué más viene incluido. El repo incluye archivos CLAUDE.md y una carpeta docs/agent/, así que puedes apuntar Claude Code u otro agente de programación al repo y pedirle que configure el proyecto.

Errores que delatan un CV adaptado

Palabras clave sin pruebas. Añadir “machine learning” a una lista de habilidades porque la oferta lo menciona, sin ninguna viñeta que lo respalde, se lee como relleno para un reclutador y como una trampa para un entrevistador. Lista una habilidad donde una viñeta la demuestre.

Adaptar de más hasta que la historia se rompe. Si cada candidatura reescribe toda tu trayectoria, el resultado se lee como un collage de ofertas. Cambia el énfasis, el orden y la redacción. Mantén intacta la narrativa de tu carrera.

Ignorar el tono. Una startup que escribe “lanza rápido y hazte cargo de los resultados” y un banco que escribe “garantizar el cumplimiento de los controles en todas las operaciones” quieren registros distintos. Iguala el registro además de los términos.

Saltarse la relectura. Intercambiar viñetas entre versiones produce habilidades duplicadas y un resumen que todavía nombra a la última empresa. Lee el PDF final una vez antes de subirlo.

Confundir una puntuación de coincidencia con un veredicto. Un solapamiento de palabras clave te dice qué palabras faltan. No dice nada sobre si conseguirás la entrevista, y ninguna herramienta fuera del sistema del propio empleador puede decirte cómo te clasifica ese sistema.

Si esto te sirvió

Adaptar lleva más tiempo que hacer clic en Postular, y es la parte de la candidatura que tú controlas. Si el método o la herramienta te ahorraron tiempo, una estrella en Resume Matcher en GitHub ayuda a que otras personas que buscan empleo lo encuentren, y puedes seguirme, Saurabh Rai, en GitHub, X o LinkedIn.