¿Qué es la puntuación ATS? Cómo se calcula la puntuación de un currículum

Pegas una descripción de puesto en un verificador, subes tu currículum (CV, u hoja de vida como se dice en Colombia y otros países) y vuelve un número: 62 sobre 100. Ese número es una puntuación ATS. La herramienta que hay detrás ha estimado cómo podría valorar tu archivo un sistema de seguimiento de candidatos (ATS) para esa oferta. La estimación tiene usos. También invita a malinterpretarla, porque los sistemas que usan los empleadores y las herramientas que te puntúan son programas distintos, y porque dos verificadores que reciben el mismo currículum devuelven dos números distintos. Este artículo cubre de dónde sale el número, cómo lo calculan las herramientas más comunes, qué aspecto tienen las fórmulas cuando el código es público y cómo comprobar tu propia puntuación con un editor de texto.

¿Qué es una puntuación ATS?

Un ATS es el software que una empresa usa para recopilar candidaturas. Extrae el texto de tu archivo, lo divide en campos como nombre, empleadores, cargos, fechas y habilidades, guarda el resultado y da a los reclutadores un buscador y filtros sobre todo el montón. Greenhouse y Workday son dos ejemplos entre docenas.

Una puntuación ATS es un número, en una escala de 0 a 100 en la mayoría de las herramientas, que un programa asigna a tu currículum para una descripción de puesto concreta. Dos tipos de software producen esos números. El ATS del empleador puede, en algunos productos y con ciertas configuraciones, mostrar a los reclutadores un indicador de coincidencia. Los verificadores de terceros como Jobscan, Resume Worded y SkillSyncer producen el número que ves en tu propia pantalla. Quien busca su puntuación ATS se refiere al segundo tipo, y los dos tipos no comparten escala.

Puntuación ATS frente a puntuación del currículum

Los dos términos se solapan, y la diferencia está en si entró una descripción de puesto. Una herramienta que puntúa tu archivo por sí solo, sin ninguna oferta adjunta, mide redacción y estructura: viñetas con cifras, frases repetidas, encabezados de sección, fechas que puede leer. Los proveedores suelen llamar a eso puntuación del currículum. Una herramienta que recibe una oferta mide el solapamiento con esa oferta y suele llamar al resultado puntuación ATS o tasa de coincidencia. Ambas son estimaciones producidas fuera del sistema de cualquier empleador, y el resto de este artículo aplica a las dos.

Qué hacen los sistemas de los empleadores con tu currículum

La documentación que publican los proveedores describe mucho más el análisis del archivo, el almacenamiento y la búsqueda que la puntuación.

El sitio de soporte de Greenhouse describe el filtrado por palabras clave durante la revisión de candidaturas: un reclutador busca en el texto completo de los currículums y las notas internas, la palabra clave de la búsqueda tiene que coincidir exactamente con la redacción de la candidatura, y los términos pueden marcarse como Preferred (basta con que aparezca uno) o Required (tienen que aparecer todos). El rechazo automático existe, pero las reglas de candidatura de Greenhouse se activan con las respuestas del candidato a las preguntas del formulario, como el permiso de trabajo o la ubicación, y el rechazo automático está disponible en los niveles Plus y Pro. Ninguno de los dos artículos menciona una puntuación numérica del currículum.

Workday sí calcula una, con límites que la propia empresa declara. Su Candidate Skills Match usa aprendizaje automático para comparar las habilidades derivadas de la candidatura con las habilidades de la requisición del puesto, da más peso a las habilidades requeridas de la requisición y muestra a los reclutadores una banda (Strong, Good, Fair, Low, Pending o Unable to Score) en lugar de un porcentaje. La guía de administración dice que la puntuación ignora hace cuánto o durante cuánto tiempo usó el candidato una habilidad, que no puede calcularse para formatos de currículum no compatibles ni para documentos en idiomas distintos del inglés, y que Workday planea retirar la función en una versión futura.

Algún tipo de filtrado y ordenación es habitual. El Project on Managing the Future of Work de Harvard Business School encuestó a empleadores de Estados Unidos, Reino Unido y Alemania para su informe de 2021 con Accenture, Hidden Workers: Untapped Talent. El resumen de Joseph Fuller en HBS Working Knowledge informa de que el 63% de los empleadores encuestados usaba un sistema de gestión de reclutamiento (el 69% de los que tenían más de 1.000 empleados), y que entre esos usuarios, el 94% dependía del sistema para un primer corte o una ordenación de candidatos de cualificación media y el 92% para candidatos de alta cualificación.

Así que la ordenación es real, varía según el proveedor y según cómo configuró cada empleador el producto, y el número que un reclutador podría ver no tiene ninguna escala publicada contra la que puedas medir tu currículum. Para la mecánica de cómo esos sistemas analizan y ordenan, lee cómo funcionan los algoritmos de coincidencia de currículums, que cubre las capas de palabras clave, semántica y datos estructurados. Este artículo se queda con el número.

De dónde sale el número que ves en pantalla

Cada verificador de terceros define su propia puntuación y su propio objetivo. A octubre de 2026, según el sitio de cada proveedor:

• Jobscan llama a su número tasa de coincidencia y dice en su página de inicio que se apoya en cinco prioridades, en este orden: habilidades técnicas, nivel educativo, cargo, habilidades blandas y otras palabras clave, dejando fuera el número de palabras del currículum y los resultados medibles. Jobscan recomienda un 75%, añade que muchos de sus usuarios tienen éxito con un 65% y advierte de que superar el 75% puede exigir saturar el currículum de palabras clave.
• Resume Worded ofrece Score My Resume, 30 o más comprobaciones que producen una puntuación de 0 a 100, y considera bueno 85 o más e ideal 90 o más. Su herramienta aparte Targeted Resume compara tu currículum con una oferta y produce un Relevancy Score, donde un resultado por debajo de 80 significa que faltan habilidades importantes de la oferta.
• SkillSyncer puntúa tu currículum de 0 a 100 frente a una oferta pegada, ordena las palabras clave según cuántas veces las repite el empleador y recomienda 80 o más. Puedes excluir las palabras clave que no te aplican y la puntuación se recalcula.
• Teal muestra a los usuarios gratuitos las cinco palabras clave principales de una oferta adjunta y deja la lista completa y un Match Score detrás de su plan de pago Teal+.
• Rezi construye un Rezi Score a partir de 23 métricas y lo limita en el plan gratuito.

El mismo currículum, tres objetivos publicados (75, 80 y 85), un Match Score que pagas por ver y una puntuación recortada en el plan gratuito. El umbral pertenece a la herramienta que lo fijó, y cada herramienta eligió su propia lista de palabras clave, sus propios pesos y sus propios extras. Un 68 de una y un 81 de otra pueden describir el mismo archivo el mismo día.

Cómo se calcula la puntuación ATS de un currículum

La mayoría de los verificadores combinan tres ingredientes, y las diferencias entre herramientas se reducen a los pesos.

Solapamiento de palabras clave. La herramienta extrae términos de la descripción del puesto, comprueba cuáles aparecen en tu currículum y divide. Variaciones: ponderar un término según cuántas veces lo repite la oferta, dar más peso a las habilidades técnicas que a las blandas, tratar el cargo como una comprobación aparte, y exigir palabras exactas o aceptar sinónimos. Este ingrediente carga con la mayor parte de la puntuación en las herramientas que reciben una descripción de puesto.

Comprobación de secciones. ¿Hay un resumen, una sección de experiencia, educación, una lista de habilidades? ¿Encontró el parser un correo electrónico, un número de teléfono y fechas que pudiera leer? Las secciones ausentes o sin etiquetar restan puntos.

Comprobación de formato. Tipo de archivo, si el PDF lleva capa de texto, columnas y tablas que desordenan la lectura, fuentes, número de páginas. Las herramientas que funcionan sin descripción de puesto se apoyan en este grupo y en la calidad de la redacción, como viñetas con cifras y frases repetidas.

Después alguien elige los pesos: quizá 60% palabras clave, 20% secciones, 20% formato. Los pesos codifican una opinión sobre lo que importa, y no he encontrado ningún proveedor que publique pruebas de que sus pesos predigan entrevistas.

Cómo calcular la puntuación ATS de un currículum: un ejemplo con el código a la vista

Mantengo Resume Matcher, un harness de IA gratuito y de código abierto (Apache 2.0) para adaptar un currículum a una descripción de puesto, que usan más de 200.000 personas que buscan empleo. Corre en tu propia máquina con el modelo que tú aportas, como Claude, ChatGPT, Gemini, DeepSeek o un modelo local a través de Ollama. Es una herramienta de adaptación y no pretende simular el ATS de ningún empleador. Sí muestra dos números, y como el código es público puedes leer las fórmulas en lugar de adivinarlas. Eso lo convierte en un ejemplo útil de qué está hecha una puntuación.

Porcentaje de Coincidencia JD

La pestaña Coincidencia JD del Constructor de CV muestra la descripción del puesto junto a tu currículum con las palabras coincidentes resaltadas, más un porcentaje. El cálculo, de apps/frontend/lib/utils/keyword-matcher.ts:

1. Pasar a minúsculas la descripción del puesto en bruto y dividirla por cualquier cosa que no sea una letra, un dígito o un guion.
2. Conservar los tokens de tres o más caracteres. Descartar los números puros. Descartar una lista de 172 palabras vacías que cubre palabras funcionales del inglés y relleno típico de las ofertas como “role”, “team”, “experience” y “skills”.
3. Construir el mismo conjunto a partir del texto de tu currículum.
4. Contar cuántos tokens de la descripción del puesto aparecen en el conjunto del currículum. La pertenencia es exacta: “kubernetes” coincide con “kubernetes” y con nada más.
5. Puntuación = redondeo(coincidentes ÷ total de tokens de la descripción del puesto × 100).

En este cálculo no interviene ninguna IA. Dos límites que conviene conocer: el tokenizador maneja ASCII, así que las palabras en devanagari, en chino o en alfabeto latino con acentos se ignoran; y la pestaña colorea el porcentaje en verde a partir de 50 y en amarillo a partir de 30. Esos colores son decisiones de presentación de la interfaz. Nada en la aplicación los trata como notas de aprobado, y tú tampoco deberías.

ATS Score Breakdown

La página de adaptación muestra una tarjeta con la etiqueta ATS Score Breakdown mientras hay abierta una vista previa adaptada. La puntuación es sobre 100 y viene de apps/backend/app/services/ats.py:

score = 0.55 × keyword_match + 0.25 × skills_coverage + 0.20 × section_completeness

• keyword_match: el modelo que conectaste extrae de la oferta las habilidades requeridas, las deseables y las palabras clave. Después el código compara cada término, como palabra completa y sin distinguir mayúsculas, con las secciones de tu currículum, excluyendo los datos personales, y divide coincidentes entre el total.
• skills_coverage: la proporción de habilidades requeridas y deseables de la oferta que aparecen en tu currículum.
• section_completeness: cuántas de las secciones resumen, experiencia, educación y habilidades están presentes, dividido entre cuatro.

Las recomendaciones bajo la tarjeta son plantillas fijas asociadas al componente que puntuó bajo. La tarjeta aparece durante la vista previa y el número no se guarda. Los pesos 0.55, 0.25 y 0.20 son una decisión de criterio de los mantenedores, y la propia documentación para desarrolladores del repositorio dice que no se reclame precisión de ATS comercial para esta puntuación. Lee la tarjeta como una heurística de palabras clave y secciones, diga lo que diga la etiqueta.

Los dos números existen para señalar los términos que faltan. El porcentaje resume la lista, y lo que tienes que trabajar es la lista.

Cómo comprobar a mano la puntuación ATS de tu currículum

Puedes reproducir la parte de solapamiento de palabras clave de cualquier verificador con un editor de texto y diez minutos, y la lista de ausencias te enseñará más que el número.

1. Copia los requisitos y las responsabilidades de la oferta en un documento.
2. Lista los sustantivos. Lenguajes, frameworks, herramientas, plataformas, métodos, términos del dominio, el cargo, certificaciones. Salta los verbos y el relleno. La guía de palabras clave para el currículum recorre este paso con términos de ejemplo para puestos de backend, frontend, datos y DevOps.
3. Marca las repeticiones. Un término que la oferta usa tres veces es uno que al responsable de contratación le importa.
4. Marca cada término que aparece en tu currículum con la redacción de la oferta. “k8s” no cuenta como “Kubernetes”.
5. Divide las marcas entre los términos.

Ejemplo (ficticio). Una oferta para ingeniero de backend en Larkspur Logistics produce doce términos tras el paso 2: Python, Django, PostgreSQL, Redis, Kafka, AWS, Terraform, Docker, Kubernetes, REST APIs, observabilidad, on-call. El currículum de Priya Nair incluye Python, Django, PostgreSQL, AWS, Docker, Kubernetes, REST APIs y on-call: ocho marcas. 8 ÷ 12 = 67%. Las ausencias son Redis, Kafka, Terraform y observabilidad. Priya usó Terraform durante dos años y escribió “infraestructura como código” en su lugar, así que una ausencia es un arreglo de redacción. Montó dashboards de Grafana en su último empleo, que la oferta llama observabilidad, así que esa es una segunda corrección de redacción. Ha usado Redis una vez y no tiene experiencia con Kafka, así que esos se quedan fuera. Su techo honesto para esta oferta es 10 de 12, u 83%, y los dos huecos restantes son cosas que preparar para una entrevista.

Si prefieres programarlo, la fórmula de Coincidencia JD cabe en unas pocas líneas de Python:

import re

STOP = {"and", "the", "with", "for", "you", "our", "will", "role", "team",
        "experience", "skills", "work", "strong", "ability", "years"}  # extend as needed

def terms(text):
    tokens = re.split(r"[^a-z0-9-]+", text.lower())
    return {t for t in tokens if len(t) >= 3 and not t.isdigit() and t not in STOP}

jd = terms(open("posting.txt").read())
cv = terms(open("resume.txt").read())
matched = jd & cv
print(f"{round(len(matched) / len(jd) * 100)}%  missing: {sorted(jd - cv)}")

Ejecútalo contra unas cuantas ofertas y te descubrirás leyendo la segunda columna e ignorando la primera.

Qué es una buena puntuación ATS

No existe un umbral universal, y quien te dé uno sin nombrar la herramienta está adivinando. Los objetivos de los propios proveedores difieren en diez puntos. Los sistemas de los empleadores, cuando puntúan, usan bandas o escalas internas que no publican, y Workday dice que su puntuación ignora cuán reciente o cuán larga fue tu experiencia con una habilidad. Un 90 de un verificador dice que tu currículum repite el vocabulario de la oferta. No dice nada sobre si un reclutador de esa empresa ordena por ese vocabulario o abre los archivos en el orden en que llegaron.

Cuatro preguntas te dan más que el número:

• ¿Contiene el currículum, con la redacción de la oferta, cada habilidad requerida que tienes? Cada ausencia aquí es un arreglo gratis.
• ¿Coincide tu línea de cargo con el título de la oferta, o lo incluye entre paréntesis?
• ¿Puedes seleccionar y copiar el texto de tu PDF? Si no puedes, ningún parser puede leerlo tampoco.
• ¿Añadiste algo que no podrías defender en una entrevista?

La advertencia de Jobscan sobre saturar por encima del 75% es el instinto correcto. Una vez que los términos que dominas están presentes, cada término añadido que no dominas reduce tus probabilidades con el lector humano que viene después de la búsqueda. La puntuación a la que apuntar es aquella en la que la lista de ausencias contiene habilidades que te faltan y nada más. El porcentaje que produzca variará según la oferta, y eso está bien.

Para una comparativa de los verificadores en sí, incluido lo que trae cada nivel gratuito, lee verificadores ATS gratuitos comparados. Para convertir la lista de ausencias en un currículum adaptado, empieza por cómo adaptar tu currículum a la descripción de un puesto.

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