Este proyecto desarrolla una solución automatizada para el reclutamiento en departamentos de Recursos Humanos (RRHH) utilizando inteligencia artificial (IA) y análisis de datos. Aprovechando algoritmos de aprendizaje automático como Random Forest y XGBoost, la aplicación analiza perfiles de candidatos basándose en experiencia laboral, educación y habilidades para predecir su idoneidad en roles específicos. Los datos se integran desde diversas fuentes, incluyendo currículums y registros históricos, garantizando eficiencia, precisión y reducción de sesgos. La metodología CRISP-DM guió el desarrollo del sistema, abordando desde la limpieza de datos hasta la implementación de modelos y el despliegue de una aplicación web interactiva. El prototipo incluye funcionalidades como carga de datos, generación de predicciones y visualización de resultados a través de dashboards. Se obtuvo un desempeño notable del modelo, con métricas como una precisión del 77.47% y un AUC-ROC de 0.86, validando su eficacia para mejorar la selección de talento. El proyecto contribuye a la optimización del tiempo, la equidad en las contrataciones y la alineación de las decisiones con los objetivos organizacionales. A futuro, se planea expandir la funcionalidad del sistema para incluir más características, mejorar la diversidad de datos y ofrecer soporte multilingüe.