## Tipo de análisis  
Análisis multidimensional que combina:  
- **Análisis comparativo regional (México, Latinoamérica, EE. UU., Europa)** para identificar diferencias normativas, culturales y de formato.  
- **Análisis de tendencias tecnológicas** (impacto de filtros ATS, IA semántica en la selección).  
- **Análisis prescriptivo estratificado por niveles de experiencia y campos profesionales**, basado en evidencia y estadísticas de efectividad.  
Es el más adecuado porque el tema exige contrastar prácticas según contexto geográfico, madurez profesional y evolución tecnológica, con el fin de generar recomendaciones aplicables.

## Objeto de análisis  
El proceso de creación de un currículum vitae (CV) profesional optimizado para el mercado laboral actual, considerando:  
- Todos los niveles de experiencia (estudiante, becario/practicante, junior, semi‑senior, senior, experto, PhD).  
- Múltiples campos profesionales (contaduría, programación, ciencia de datos, análisis de datos, otros perfiles).  
- Interacción con reclutadores humanos y sistemas automatizados (ATS, IA semántica).  
- Plataformas de búsqueda de empleo y tipologías de reclutamiento.

## Dimensiones / criterios de evaluación  
1. **Formato y estructura**  
   - Extensión, secciones obligatorias, orden, diseño visual, inclusión de foto/datos personales.  
2. **Contenido semántico y palabras clave**  
   - Coincidencia con descripciones de puesto, densidad y relevancia de términos, verbos de acción, logros cuantificables.  
3. **Optimización para IA/ATS**  
   - Compatibilidad de formatos (PDF vs Word), uso de encabezados estándar, ausencia de elementos que rompan el parseo.  
4. **Adaptación al nivel de experiencia**  
   - Enfoque en formación académica para estudiantes, en logros y liderazgo para perfiles senior, manejo de gaps, proyectos y publicaciones para PhD.  
5. **Diferencias regionales**  
   - Expectativas culturales en México, LATAM, EE. UU., Europa (ej. Europass, uso de foto, datos personales, idioma).  
6. **Plataformas de empleo y tipos de reclutador**  
   - Características de CV para LinkedIn, bolsas locales (OCC, InfoJobs) y portales internacionales; diferencias entre reclutador interno, agencia y headhunter.  
7. **Efectividad y métricas**  
   - Tasas de respuesta a entrevistas, preferencias declaradas por reclutadores, estudios de eye‑tracking, tiempo promedio de lectura.  
8. **Herramientas y plantillas recomendadas**  
   - Generadores de CV con IA, plantillas ATS‑friendly, validadores de currículum.

## Preguntas analíticas  
- ¿Cómo ha evolucionado la estructura óptima del CV con la adopción masiva de sistemas ATS y la IA semántica?  
- ¿Qué diferencias estadísticamente significativas existen en las preferencias de reclutadores entre México, LATAM, EE. UU. y Europa respecto a formato y contenido?  
- ¿Cuáles son las palabras clave y las estructuras semánticas que maximizan el match en los campos de contaduría, programación, ciencia de datos y análisis de datos?  
- ¿Cómo debe variar un CV para un estudiante sin experiencia vs. un profesional senior vs. un PhD? ¿Qué evidencias respaldan esas variaciones?  
- ¿Qué tipologías de plataformas de búsqueda y de reclutadores determinan requerimientos distintos en el CV?  
- ¿Cuál es el impacto real de incluir elementos visuales (foto, gráficos) o enlaces a portafolios, según filtros automáticos?  
- ¿Qué herramientas gratuitas o de pago existen para construir y validar CVs adaptados a estos criterios?

## Datos y evidencias necesarias  
- **Encuestas y reportes de la industria**  
  - Jobvite Recruiter Nation Report, LinkedIn Talent Solutions, TheLadders eye‑tracking study.  
  - Estudios regionales: OCCMundial (MX), InfoJobs/ESADE (España), Eurostat/Europass (UE).  
- **Estadísticas de uso de ATS**  
  - Porcentaje de empresas que usan ATS por región y tamaño (fuentes: Jobscan, SHRM).  
- **Investigaciones académicas y técnicas**  
  - Papers sobre NLP en reclutamiento (extracción semántica, sesgos en TF‑IDF).  
  - Guías de carrera de universidades (MIT, Stanford, UNAM, Politécnico de Milán).  
- **Estudios de caso y benchmarks**  
  - CVs exitosos anonimizados de distintas profesiones y niveles.  
  - Resultados de tests A/B en plataformas de empleo.  
- **Normativas y recomendaciones oficiales**  
  - Europass (UE), USDOL (EE. UU.), lineamientos de la STPS (México).

## Marco de referencia  
- **Modelos de procesamiento de lenguaje natural (NLP):** TF‑IDF, embeddings semánticos (BERT), para entender cómo los ATS extraen y comparan información.  
- **Modelos de comportamiento del reclutador:** Time‑to‑screen, heurísticas de decisión (estudios de TheLadders).  
- **Dimensiones culturales de Hofstede:** Para explicar diferencias regionales en autopromoción, formalidad y privacidad.  
- **Ciclo de vida profesional:** Etapas de desarrollo de carrera (Super, Savickas) para segmentar necesidades por nivel.  
- **Frameworks de diseño de CV:** “ATS‑friendly” de Jobscan, estructura STAR para logros, principios de usabilidad visual.

## Limitaciones del análisis  
- La información pública sobre prácticas de reclutamiento en Latinoamérica es menos abundante que en EE. UU. y Europa; se requerirá triangulación con fuentes locales.  
- Los algoritmos de ATS no son públicos, por lo que las recomendaciones se basarán en estudios de caja negra y pruebas reportadas.  
- El estudio es exclusivamente documental; no incluirá experimentación propia con CVs reales.  
- La rápida evolución de herramientas de IA generativa puede tornar obsoletas algunas recomendaciones en plazos cortos; se asumirá el estado del arte al momento del análisis.  
- Sesgo potencial hacia profesiones tecnológicas en las fuentes disponibles, que se mitigará contrastando con perfiles contables y de otros campos.

## Entregable esperado  
Un **informe analítico completo** en español, estructurado en:  
1. Resumen ejecutivo.  
2. Contexto: evolución del CV en la era de la IA.  
3. Análisis comparativo regional (tabla de normas y expectativas).  
4. Análisis por nivel de experiencia (tabla de contenidos y enfoque).  
5. Optimización semántica y técnica para ATS (diagrama de flujo de parseo).  
6. Mapa de plataformas y tipos de reclutador (categorización y recomendaciones).  
7. Estadísticas recopiladas y su interpretación (gráficos comparativos).  
8. Herramientas y plantillas validadas.  
9. Conclusiones y recomendaciones estratificadas (estudiante → PhD, por campo y región).  
Incluirá **tablas comparativas**, **diagramas sintéticos**, **citas de fuentes** y un **apéndice metodológico**.