El problema
En LiverHack 2026, El Puerto de Liverpool pidió un ecosistema digital de atracción de talento. Reclutan desde corporativo para ~180 vacantes activas, con un time-to-fill promedio de 45 días. El hiring manager no sabe en qué va su proceso ni quién lo detiene, la comparación de candidatos vive en una hoja de cálculo, y de ~300 candidatos la mayoría nunca recibe respuesta.
Qué construí
Éramos un equipo de 4. Fui dueño del repositorio y del dominio de proceso, la parte determinista del sistema: 17 commits y 6,060 de 21,757 líneas añadidas (~28%, sin contar lockfiles).
- El esquema en Supabase: tablas, 4 migraciones, datos semilla y 44 políticas de Row Level Security, con un
audit_logde solo inserción. - El orquestador: una máquina de estados de 6 etapas, de la requisición a la oferta. La IA nunca rechaza ni ofrece sola: toda decisión irreversible la toma una persona y exige justificación.
- El motor de SLA en días hábiles: semáforo por etapa, predicción de la fecha de cobertura y escalamiento.
- La autenticación por roles, el shell de la app, los tableros del hiring manager y del HRBP, y el correo transaccional con Resend.
- Scripts de verificación de punta a punta contra la base de datos.
Mis compañeros construyeron la capa de IA (extracción de CVs, comparación con citas, evaluador ciego y reporte de sesgo), el servidor MCP y la integración con Google Calendar.
Arquitectura
Resultados
Quedamos en 3er lugar en LiverHack 2026. Es un prototipo de hackatón desplegado en Vercel y se puede probar en vivo. No tiene métricas de uso ni una evaluación medida de la capa de IA.
Límites conocidos
- Los ~50 tests del proyecto cubren la capa de IA y los escribió un compañero. El orquestador y el motor de SLA, que son mi parte, no tienen tests unitarios, y no hay CI.
- No hay métricas de uso ni evaluación de la calidad de la extracción con el LLM.