El parsing de CV es la lectura automática de un CV por un software: extrae la identidad, los datos de contacto, las experiencias, la formación, las competencias y los idiomas del candidato, y rellena una ficha estructurada. Ya no tienes que copiar el CV a mano, y su texto pasa a poder buscarse en tu base.
Esta guía explica qué hace un parser, cómo lee un PDF, un Word o un escaneo, dónde se equivoca y lo que exige el RGPD.
Guía actualizada el 11 de noviembre de 2026.
Qué hace un parser de CV
Un parser de CV convierte un documento libre en una ficha estructurada. Detecta el nombre, el email, el teléfono y la ciudad, divide su trayectoria en experiencias con fechas y enumera su formación, sus competencias, sus idiomas y sus certificaciones. Coloca cada dato en el campo que le corresponde, sin que tengas que volver a escribirlo.
Lo que extrae un parser completo:
| Bloque | Lo que saca de él |
|---|---|
| Identidad y contacto | Nombre, apellidos, email, teléfono, ciudad, perfil de LinkedIn |
| Titular | El puesto actual o, si no, el último puesto ocupado |
| Experiencias | Puesto, empresa, lugar, fechas de inicio y fin, descripción |
| Formación | Centro, título, especialidad, fechas |
| Competencias | Las competencias citadas, a menudo reutilizadas como etiquetas |
| Idiomas y certificaciones | Idioma y nivel, nombre y emisor de la certificación |
Algunos parsers deducen también datos que no aparecen tal cual: los años de experiencia, el nivel de estudios, el tipo de contrato buscado.
Cómo funciona el parsing de CV
El parsing se hace en dos tiempos. Primero el software extrae el texto: la capa de texto de un PDF, el contenido de un Word o el reconocimiento de caracteres en una imagen. Después reparte ese texto en campos, con reglas o con un modelo de lenguaje, y normaliza las fechas y los números de teléfono.
La extracción del texto. Un PDF generado por un procesador de textos tiene una capa de texto que el software lee directamente. Un PDF escaneado o una foto no la tienen: hace falta un reconocimiento óptico de caracteres (OCR) o un modelo capaz de leer imágenes.
La estructuración. Los primeros parsers buscaban palabras clave y patrones («Experiencia», una dirección de email, una serie de fechas). Los parsers recientes pasan el texto a un modelo de lenguaje, que entiende mejor una maquetación poco habitual o un puesto con un nombre libre.
La normalización. Un teléfono escrito «06 12 34 56 78» se pasa al formato internacional, una fecha como «marzo de 2021» se vuelve una fecha utilizable y una competencia escrita de tres maneras puede vincularse a la misma etiqueta.
Los formatos: PDF, Word, escaneos y fotos
El PDF y el Word son los formatos más habituales y mejor leídos, porque llevan su texto. El antiguo .doc sigue siendo frecuente en los CV que llegan de los portales de empleo. Un escaneo o una foto solo se leen si el parser reconoce el texto de una imagen; un documento protegido con contraseña no se lee.
| Formato | Lectura | A qué prestar atención |
|---|---|---|
| PDF con texto | Directa | Las columnas y tablas pueden desordenar el texto |
| Word (.docx) | Directa | Los cuadros de texto y cabeceras a veces se ignoran |
| Word antiguo (.doc) | Según el parser | Un archivo protegido con contraseña no se abre |
| PDF escaneado, foto (JPG, PNG) | Lectura de imagen (OCR o visión) | Un carácter mal leído estropea un email o un teléfono |
| Archivo protegido | Imposible | Pide al candidato una versión sin protección |
Los límites del parsing de CV
Un parser se equivoca sobre todo con la forma: CV a dos columnas, tablas, datos de contacto en una cabecera, escaneos borrosos. También se equivoca con el fondo cuando el documento contiene varios nombres, como el dossier de presentación de una agencia que lleva los datos del consultor. Revisa la ficha, empezando por el email.
Los errores más frecuentes:
- Los datos de quien presenta. Un CV maquetado por una agencia o una consultora suele llevar el email y el teléfono del consultor que presenta al candidato. Un parser ingenuo los toma por los del candidato.
- Un carácter mal leído en un escaneo. Una «o» leída como «0», un «5» leído como «S»: el email parece válido pero no llega a nadie. Más vale un campo vacío que una dirección falsa.
- Las fechas ambiguas. «2019 - 2021» no dice el mes; «desde hace 3 años» depende de la fecha del CV.
- Los puestos con nombre libre. «Head of Growth» o «Responsable de Biz Dev» no encajan en ninguna clasificación de puestos sin interpretación.
- El nombre que deja una plantilla. Una plantilla de CV descargada a veces conserva el nombre de ejemplo en la cabecera.
Parsing, criba y evaluación: la diferencia
El parsing lee el CV y rellena la ficha; no dice si el candidato encaja. La criba, el scoring o la clasificación automática de candidaturas son pasos distintos, que plantean otras preguntas: con qué criterios, con qué sesgos y quién decide. El RGPD limita estrictamente las decisiones tomadas sin intervención humana.
El artículo 22 del RGPD prohíbe en principio que una decisión con efectos importantes para una persona, como quedar fuera de un proceso de selección, se base únicamente en un tratamiento automatizado. Una puntuación puede ayudarte a priorizar; no debe descartar en tu lugar. Nuestro artículo sobre cuánto tiempo guardar un CV y el RGPD detalla este punto, y nuestra guía del scoring en reclutamiento explica cómo construir una rejilla.
El RGPD y el parsing de CV
Un CV contiene datos personales, y el parsing es un tratamiento en el sentido del RGPD. La agencia o la empresa sigue siendo responsable del tratamiento: informa al candidato, conserva solo los datos útiles y encuadra a su proveedor de parsing, que actúa como encargado, con un contrato que fija lo que puede hacer con los CV.
Tres preguntas para un proveedor de parsing:
- ¿Dónde se tratan los CV, y con qué subencargados, proveedores de IA incluidos?
- ¿Se usan los CV para entrenar modelos? La respuesta tiene que figurar en el contrato.
- ¿Qué pasa con los archivos después del parsing, y cuánto tiempo se conservan?
Del lado del candidato, la información es la de cualquier proceso de selección: quién trata sus datos, por qué, durante cuánto tiempo y cómo ejercer sus derechos.
En Marvin
Marvin lee los CV en PDF, Word (.docx y el antiguo .doc) e imagen (JPG, PNG, WebP, GIF), hasta 10 MB; un PDF escaneado o una foto pasan por una lectura de imagen. La lectura rellena la ficha: identidad, contacto, puesto, experiencias, formación, competencias, idiomas y certificaciones. Su texto pasa a poder buscarse en tu base.
También puedes hacer que la IA rellene un campo personalizado a partir de una instrucción, por ejemplo una experiencia fuera de la Unión Europea. Consulta también el software de base de cv de Marvin.
La lectura de CV, como las demás funciones de IA de Marvin, se apoya por defecto en los modelos de OpenAI, con proveedores listados en el DPA, y tus datos no entrenan ningún modelo. Está previsto alojar los modelos de IA en Scaleway, en París: el detalle está en la página de IA responsable.
Preguntas frecuentes
¿Qué es el parsing de CV?
Es la lectura automática de un CV por un software, que extrae la identidad, los datos de contacto, las experiencias, la formación, las competencias y los idiomas para rellenar una ficha de candidato. Ya no tienes que copiar el CV a mano, y su texto pasa a poder buscarse en tu base.
¿Un parser de CV lee los CV escaneados?
Solo si sabe reconocer el texto de una imagen, con reconocimiento óptico de caracteres o con un modelo capaz de leer imágenes. Un escaneo no tiene capa de texto: un parser que solo lee el texto de un PDF lo devuelve vacío. En un escaneo borroso, revisa el email y el teléfono extraídos.
¿Qué formatos de CV sabe leer un parser?
El PDF y el Word (.docx, a menudo también el antiguo .doc) son los formatos habituales. Las imágenes (JPG, PNG) y los PDF escaneados exigen una lectura de imagen. Un documento protegido con contraseña no se puede leer: pide al candidato una versión sin protección.
¿El parsing de CV criba a los candidatos?
No. El parsing lee el CV y rellena la ficha; no decide nada. La criba, el scoring o la clasificación de candidaturas son pasos distintos. Si un software descarta a un candidato sin intervención humana, se aplica el artículo 22 del RGPD: en principio, está prohibido.
¿El parsing de CV cumple el RGPD?
Puede cumplirlo. Informas al candidato del tratamiento de sus datos, el proveedor de parsing es un encargado del tratamiento con un contrato, y los datos solo sirven para la selección. Comprueba también dónde se tratan los CV y si tu proveedor se compromete a no usarlos para entrenar sus modelos.
