🎓 Bolsa de Trabajo Inteligente para Estudiantes — ESCOM (IPN)

Proyecto de Tesis - Escuela Superior de Cómputo (IPN)
Sistema web desarrollado como Proyecto Terminal para la Escuela Superior de Cómputo (IPN).
Su objetivo es conectar a estudiantes con oportunidades laborales adecuadas a su perfil mediante un sistema de recomendación inteligente.

👥 Integrantes del equipo

• Cruz Heras Joel Antonio**
• Martínez González Iris Yonitzi**
• Salinas Franco Carlos Enrique**

---

🚀 Características Principales (Features)

Área	Característica	Descripción
Autenticación	🔒 Registro de doble rol	Usuarios (Estudiantes) y Reclutadores (Empresas) con paneles dedicados.
Reclutamiento	📝 Gestión de Vacantes	Publicación, edición y seguimiento de vacantes por parte de las empresas.
Candidatos	👤 Perfil Profesional	Los estudiantes completan un perfil detallado que alimenta el motor de recomendación.
Búsqueda	🔎 Filtros Avanzados	Herramientas de búsqueda por rango salarial, modalidad, tecnología, y más.
El Core	🧠 Algoritmo Inteligente	Sistema de recomendación que calcula la afinidad entre perfil y vacante.

---

🧠 Algoritmo de Recomendación: El Motor Inteligente

Esta sección detalla el corazón del proyecto: el motor que calcula la afinidad entre el perfil del estudiante y las vacantes.

Criterios de Matching

El cálculo de score se basa en una ponderación de los siguientes factores:

• Habilidades Técnicas (Hard Skills): Coincidencia directa de frameworks, lenguajes y herramientas.
• Habilidades Blandas (Soft Skills): Compatibilidad en trabajo en equipo, liderazgo, comunicación, etc.
• Experiencia: Nivel de experiencia requerido vs. nivel declarado por el estudiante.
• Condiciones: Match en Modalidad (Remoto, Híbrido, Presencial) y Disponibilidad de Horario/Rango Salarial.

📊 Metodología de Ponderación

El motor utiliza una combinación de técnicas para refinar la recomendación:

1. Distancia Semántica: Se aplica para medir la cercanía entre habilidades que no son idénticas, pero son análogas (ej. React vs. Vue.js).
2. Ponderación Personalizada: Cada criterio tiene un peso que puede ajustarse para priorizar ciertos skills según el sector o el tipo de vacante.
3. Algoritmo de Scoring: Un sistema de puntuación final que ordena las vacantes por mayor afinidad.

🖼️ Presentación del Algoritmo (Capturas de la Tesis)

A continuación, se adjuntan las capturas de la presentación que detallan el funcionamiento lógico y la arquitectura del algoritmo:

💻 Arquitectura y Tecnologías

🏗️ Diagrama de Arquitectura de Alto Nivel

El sistema sigue una arquitectura de Microservicios para separar el Frontend (React), el Backend (Django REST) y el Motor de Recomendación.

---

🛠️ Tecnologías utilizadas

Tecnología	Rol
React	Frontend (interfaz web)
Python	Lógica del backend
Django REST Framework	API RESTful
PostgreSQL	Base de datos relacional
Docker (opcional)	Contenerización del sistema

---

🧠 Sistema de Recomendación

El sistema analiza el perfil profesional del estudiante y calcula la afinidad con las vacantes registradas por las empresas.
Algunos criterios utilizados:

• Coincidencia de skills técnicos
• Match de habilidades blandas
• Compatibilidad de horario
• Experiencia requerida
• Modalidad (remoto, híbrido, presencial)

El motor de recomendación puede emplear:

• Distancia semántica entre habilidades
• Ponderación personalizada
• Algoritmos de scoring

---

🚀 Instrucciones para contribuir

1. Asegúrate de ser colaborador del repositorio.
2. Crea una rama nueva basada en develop. Ejemplo:

   git checkout develop
   git checkout -b feature/nueva-funcionalidad

``

---

📸 Capturas de pantalla

Lista de vacantes

Dashboard del reclutador

Formulario para iniciar sesión

Perfil de un candidato