Palabras clave para el currículum: cómo encontrar y usar las correctas

Subes tu currículum (CV) a un portal de empleo y un software lo lee antes que una persona. El sistema de seguimiento de candidatos (ATS) analiza el archivo y lo convierte en campos, lo almacena y deja que los reclutadores busquen, ordenen y filtren el montón con términos de la descripción del puesto. Algunos sistemas puntúan a cada candidato frente a la oferta y ordenan la lista. Otros guardan los archivos y dejan el filtrado a un reclutador que escribe “Kubernetes” en un buscador. Pocos envían un rechazo por su cuenta. Un currículum con poca cobertura de palabras clave queda abajo en la ordenación o fuera de los resultados de búsqueda, y el reclutador sigue adelante sin abrirlo.

Las palabras clave te suben en esa lista. La oferta enumera las palabras que cuentan, y tu trabajo es trasladar tu experiencia real a ese vocabulario sin rellenarlo. Si quieres la mecánica de cómo estos sistemas analizan y clasifican, lee cómo funcionan los algoritmos de coincidencia de currículums. Este artículo se centra en encontrar las palabras, colocarlas y comprobar que las cubriste.

¿Qué son las palabras clave en un currículum?

Las palabras clave del currículum, a veces llamadas palabras clave ATS, son los términos que un reclutador o un sistema de filtrado busca al decidir a quién llamar. Para puestos de software caen en cinco grupos.

Habilidades técnicas y herramientas. Lenguajes, frameworks, bases de datos y plataformas: Python, Go, React, PostgreSQL, Kafka, AWS. Son las que más pesan porque la coincidencia es casi literal. Un reclutador que busca “TypeScript” se saltará un currículum que solo dice “JavaScript”.

Cargos. “Software Engineer”, “Software Developer”, “Backend Engineer” y “SDE II” describen un trabajo parecido, y una búsqueda de uno no encuentra los otros. Usa el cargo de la oferta allí donde encaje con tu historial.

Certificaciones. “AWS Certified Solutions Architect”, “CKA”, “Google Professional Data Engineer”. Son específicas y fáciles de buscar.

Términos de dominio. El vocabulario del negocio: “pagos”, “PCI DSS”, “HIPAA”, “ad tech”, “KYC”, “real-time bidding”. Muestran que has lanzado producto en ese negocio, algo que una lista de stack por sí sola no puede.

Habilidades blandas. “Colaboración entre equipos”, “mentoría”, “gestión de stakeholders”. Incluye las que la oferta nombra, pero cuenta con que valen poco por sí solas, porque casi todos los candidatos dicen tenerlas.

Cómo sacar las palabras clave de una descripción de puesto

1. Lee la oferta una vez, sin marcar nada

Hazte una idea del puesto: el equipo, la seniority y si el trabajo es un proyecto desde cero o la migración de un sistema heredado. Esas dos ofertas quieren viñetas distintas del mismo historial.

2. Separa lo requerido de lo deseable

La mayoría de las ofertas etiquetan estas secciones, o las separan con “imprescindible” y “deseable”. Los términos requeridos van a tu currículum allí donde puedas respaldarlos. Los deseables te separan de los candidatos que solo cubrieron lo básico, así que añade los que tengas.

3. Marca los sustantivos

Recorre “Requisitos”, “Perfil” y “Responsabilidades” línea por línea y marca lenguajes, frameworks, herramientas, plataformas, métodos y términos de dominio. Verbos como “diseñar” y “responsabilizarse” importan menos que los sustantivos de al lado: “diseñar sistemas distribuidos” te da “sistemas distribuidos”.

4. Anota las repeticiones

Un término que aparece tres veces es uno que le importa a quien contrata. Ese término va en tu resumen, en al menos una viñeta de experiencia y en tu lista de habilidades.

5. Usa su misma formulación

La oferta dice “observabilidad”; tu currículum dice “monitoreo”. La oferta dice “API RESTful”; tu currículum dice “servicios web”. Una búsqueda por palabra clave las trata como cosas distintas. Usa la palabra de la oferta allí donde describa lo que hiciste.

6. O delega los pasos 2 a 5 en tu LLM

Pega la oferta en Claude o ChatGPT con un prompt como este:

Lista las habilidades requeridas, las habilidades deseables, las herramientas y los términos de dominio de esta descripción de puesto. Mantén la redacción exacta de la oferta. Marca cualquier término que aparezca más de una vez.

Después compara la lista con tu currículum. Resume Matcher empaqueta este paso. Es un harness de IA gratuito y de código abierto (Apache 2.0) que descargas y ejecutas en tu propia máquina. Conectas el modelo que ya usas, sea Claude, ChatGPT, Gemini, DeepSeek o un modelo local a través de Ollama, y ese modelo extrae las habilidades requeridas, las deseables y las palabras clave de la oferta antes de redactar cambios para tu currículum. Lo usan más de 200.000 personas que buscan empleo, e investigadores de Stanford lo usaron como evaluador de currículums en un artículo de ICML 2025.

Dónde colocar las palabras clave en tu currículum

La mayoría de los reclutadores ojean de arriba abajo: primero el resumen, después tu puesto más reciente y luego la lista de habilidades. Pon tus mejores coincidencias donde miran primero.

Resumen. Dos o tres frases en la parte superior que lleven tus cuatro o cinco palabras clave principales en prosa normal. “Ingeniero backend con seis años construyendo API de pagos en Go y PostgreSQL sobre AWS, a cargo de las guardias de servicios en producción” nombra un puesto, un dominio, tres tecnologías y una práctica en una sola frase.

Viñetas de experiencia. La mayoría de las palabras clave van aquí, unidas a algo que hiciste. “Responsable de servicios de backend” no le da nada a una búsqueda. “Migré tres servicios de Django a FastAPI y reduje la latencia p95 del endpoint de checkout” nombra dos frameworks, una práctica y un resultado. Abre con el verbo, después nombra la herramienta y el resultado.

Sección de habilidades. Una lista simple, agrupada: Lenguajes, Frameworks, Infraestructura, Datos. Lista las herramientas sobre las que te pueden entrevistar. Si la oferta nombra una herramienta y su ecosistema, lista los dos: “Git” y “GitHub”, “Kubernetes” y “EKS”.

Cargos. Si tu cargo oficial era “Member of Technical Staff” o algo que se inventó una startup, añade el cargo estándar entre paréntesis: “Member of Technical Staff (Backend Engineer)”. Conserva el cargo real para que una verificación de antecedentes coincida.

Educación y certificaciones. Escribe el nombre completo y la abreviatura: “Certified Kubernetes Administrator (CKA)”. Los reclutadores buscan cualquiera de las dos formas.

Errores comunes con las palabras clave del currículum

Relleno. Pegar la lista completa de requisitos de la oferta en tu sección de habilidades, incluidas herramientas que no has usado. Los reclutadores leen la lista de habilidades contra tus viñetas de experiencia, y una habilidad sin viñeta detrás invita a una pregunta de entrevista que vas a fallar. Lista lo que podrías discutir durante diez minutos.

Palabras clave que el parser no puede leer. El texto dentro de imágenes, cuadros de texto, tablas de varias columnas y encabezados de página suele salir desordenado o desaparecer cuando un parser convierte tu archivo. Mantén habilidades y cargos en el cuerpo principal como texto plano, y exporta un PDF con una capa de texto real en lugar de un escaneo.

Un currículum para todas las ofertas. La oferta es una hoja de respuestas. Enviar el mismo currículum a todas es tirarla a la basura. Mantén un currículum maestro (CV, u hoja de vida en Colombia y otros países) con todo lo que has hecho, y recorta una copia adaptada para cada candidatura.

Siglas sin el término completo. Los reclutadores buscan tanto “CI/CD” como “integración continua”. Escribe el término completo una vez y después usa la sigla.

Texto en blanco. Esconder un bloque de palabras clave en fuente blanca o en texto de 1 pt es un truco viejo. Un reclutador lo ve en cuanto selecciona el texto o el parser elimina el formato, y algunos sistemas lo marcan. Te arriesgas a un rechazo silencioso por términos que siguen sin tener experiencia detrás.

Ejemplos de palabras clave para puestos de ingeniería de software

Son listas de ejemplo, agrupadas por puesto. Las mejores palabras clave para un currículum son las de la oferta que tienes delante, así que trátalas como un punto de partida: elige las que hayas usado y deja el resto. Las ofertas de software developer, software engineer y SDE comparten el mismo repertorio, así que las mismas tablas sirven para los tres cargos.

Backend

Habilidades y herramientas	Prácticas	Verbos de impacto
Java, Go, Python, Node.js, Spring Boot, Django, FastAPI, PostgreSQL, MySQL, Redis, Kafka, RabbitMQ, gRPC, REST, GraphQL, Docker, AWS	Diseño de API, microservicios, sistemas distribuidos, caché, indexación de bases de datos, arquitectura orientada a eventos, OAuth 2.0, rate limiting, pruebas de integración	Construí, diseñé, migré, escalé, reduje la latencia, recorté costos, consolidé, reforcé, documenté

Frontend

Habilidades y herramientas	Prácticas	Verbos de impacto
React, TypeScript, Next.js, Vue, Angular, Tailwind CSS, Redux, Vite, Webpack, Jest, Playwright, Cypress, Storybook, Figma	Arquitectura de componentes, gestión de estado, accesibilidad (WCAG), diseño responsive, Core Web Vitals, renderizado en el servidor, sistemas de diseño, pruebas multinavegador	Reconstruí, rediseñé, lancé, estandaricé, refactoricé, mejoré el tiempo de carga, reduje el tamaño del bundle, mentoricé

Full-stack

Habilidades y herramientas	Prácticas	Verbos de impacto
TypeScript, Node.js, React, Next.js, Python, PostgreSQL, Prisma, MongoDB, Redis, REST, GraphQL, Docker, Vercel, AWS, Supabase	Responsabilidad de funcionalidades de extremo a extremo, diseño de esquemas, integración de API de terceros, autenticación, CI/CD, revisión de código, entrega ágil, analítica de producto	Entregué, me hice cargo de, integré, prototipé, automaticé, reemplacé, mantuve, depuré, acorté el tiempo de entrega

Datos y ML

Habilidades y herramientas	Prácticas	Verbos de impacto
Python, SQL, pandas, PyTorch, TensorFlow, scikit-learn, Spark, Airflow, dbt, Snowflake, BigQuery, Hugging Face, MLflow, LangChain, bases de datos vectoriales	Ingeniería de características, evaluación de modelos, pruebas A/B, pipelines ETL/ELT, seguimiento de experimentos, fine-tuning, RAG, calidad de datos, MLOps	Entrené, evalué, desplegué, modelé, limpié, comparé, mejoré la precisión, llevé a producción, analicé

DevOps y SRE

Habilidades y herramientas	Prácticas	Verbos de impacto
Kubernetes, Terraform, AWS, GCP, Azure, Docker, Helm, Argo CD, GitHub Actions, Jenkins, Prometheus, Grafana, Datadog, Linux, Bash, Ansible	Infraestructura como código, pipelines de CI/CD, observabilidad, respuesta a incidentes, SLOs y presupuestos de error, autoescalado, optimización de costos, recuperación ante desastres, hardening de seguridad	Aprovisioné, automaticé, migré, contenericé, monitoreé, retiré, reduje el MTTR, recorté el gasto en la nube, mejoré la disponibilidad

Usa la columna de prácticas para tus viñetas y tu resumen, la de herramientas para tu sección de habilidades y los verbos para abrir cada viñeta. Un verbo con una herramienta y un resultado al lado (“Migré el pipeline de ingesta de cron jobs a Airflow y reduje a la mitad el tiempo de ejecución nocturno”) es una línea que lleva tres palabras clave.

Cómo comprobar tu cobertura de palabras clave

A mano

Abre la oferta y tu currículum adaptado uno al lado del otro. Para cada término requerido, búscalo en tu currículum (Ctrl+F o Cmd+F) y márcalo como presente o ausente. Para cada término ausente, decide si es cierto en tu caso. Añade una viñeta para los ciertos y deja el resto en paz. Después repite con la lista de deseables. Una oferta típica lleva menos de diez minutos.

También puedes pegar los dos documentos en tu LLM y preguntar qué términos de la oferta faltan en el currículum. Contrasta su respuesta con el documento, porque los modelos se saltan términos y a veces reportan como ausente uno que está.

Con Resume Matcher

Después de adaptar un currículum, abre la pestaña Coincidencia JD en el constructor. Muestra la oferta junto a tu currículum, con el porcentaje de palabras relevantes de la oferta (el código elimina antes palabras comunes como “equipo” y “experiencia”) que también aparecen en tu currículum, y resalta esas palabras en el texto. El número es un simple solapamiento de palabras clave calculado por código, sin IA de por medio, y no predice nada sobre cómo te clasificará el ATS de ningún empleador. Resume Matcher no es un verificador de ATS, y no hay una versión alojada a la que subir tu archivo. Lee el porcentaje como una comprobación rápida de vocabulario, y los resaltados como un mapa de qué palabras de la oferta ya usas.

El paso de adaptación que corre antes tiene salvaguardas. El código bloquea tus empleadores, cargos, fechas y títulos, revierte cualquier cifra nueva que introduzca el modelo y marca como cambio de alto riesgo en la vista previa cualquier habilidad que el modelo añada desde la oferta, antes de que guardes. La lista completa está en la documentación de funcionalidades.

Un objetivo realista

Una coincidencia total es rara e innecesaria. Apunta a cero términos ausentes para las habilidades que tienes y cero términos añadidos para las que no. Si la oferta quiere cinco años de Kubernetes y tú no tienes ninguno, la palabra en tu currículum te garantiza una pregunta de entrevista que no puedes responder. Si operaste Kubernetes durante tres años y lo dejaste fuera, añadirlo es todo el trabajo.

Conserva el maestro, adapta la copia

Las palabras clave conectan tu experiencia con el vocabulario de la oferta. El método funciona en cualquier sector; las tablas de arriba cubren software, y los pasos son los mismos para finanzas o salud. Para el flujo completo, del currículum maestro al PDF adaptado, lee cómo adaptar tu currículum a una descripción de puesto.

Si este artículo te sirvió, dale una estrella a Resume Matcher en GitHub. Saurabh Rai lo construye; síguelo en GitHub, X y LinkedIn.