Paolo Medina, el joven mexicano que aspira a ganar el mismo premio que conquistó Messi
close
Recibe noticias a través de nuestro newsletter
¡Gracias! Desde ahora recibirás un correo diario con las noticias más relevantes.
sync
@paolomedina22

Paolo Medina, el joven mexicano que aspira a ganar el mismo premio que conquistó Messi

Paolo Medina está nominado, junto con otros 97 jugadores, al Golden Boy 2017, galardón que han ganado figuras, como Lionel Messi, del Barcelona, Paul Pogba, del Manchester United, o Sergio Agüero, del Manchester City.
@paolomedina22
Por Redacción Animal Político
12 de abril, 2017
Comparte

El joven futbolista mexicano Paolo Medina, quien a sus 17 años ya milita en las fuerzas básicas del Real Madrid, es uno de los 97 candidatos a conquistar el premio Golden Boy 2017, que se le entrega al mejor jugador menor de 21 años de Europa.

El galardón es entregado por el diario italiano Tuttosport y el ganador es elegido con base en la votación abierta al público en general.

Para la edición de este año, además de Paolo Medina, la lista de nominados incluye al arquero Gianluigi Donnarumma, del Milán, quien lidera la votación, Kylian Mbappé, del Mónaco; el arquero Luca Zidane, hijo del técnico del Real Madrid; Renato Sanches, del Bayern Múnich, entre otros.

Entre los ganadores anteriores del premio Golden Boy se encuentran figuras del futbol actual, como Lionel Messi, del Barcelona, Paul Pogba, del Manchester United, o Sergio ‘Kun’ Agüero, del Manchester City.

Isco Alarcón es el único jugador de la actual plantilla del Real Madrid que ha sido reconocido con ese premio; sin embargo, Emilio Butragueño e Iker Casillas conquistaron ese galardón cuando se le conocía como el Trofeo Bravo.

¿Quién es Paolo Medina?

Originario de Veracruz y nacido el 28 de mayo de 1999, Paolo Medina se desempeña como defensa en la categoría Juvenil B del Real Madrid y ha participado con selecciones menores de México en torneos internacionales.

El sitio web del Real Madrid describe las características de Paolo Medina como un “extremo a la vieja usanza con buena zancada y que siempre busca la línea de fondo”, que “demuestra elegancia en sus acciones, tanto en la carrera como en el pase”.

“Es veloz y su regate y la aceleración que imprime a las jugadas le hacen imparable para los defensas”, agrega el perfil del jugador.

Paolo Medina jugó en el Deportivo Alcobendas entre 2007 y 2009, año en el que ingresó a las categorías inferiores del club merengue.

Una vez que ingresó a la filas del equipo de la capital española, el mexicano ha ido en ascenso, ya que ha pasado por todas las categorías del club blanco hasta llegar a la Juvenil B, donde se desempeña actualmente.

Si quieres votar a favor de Paolo Medina o por cualquier otro de tus jugadores juveniles preferidos, lo puedes hacer aquí.

 

Lo que hacemos en Animal Político requiere de periodistas profesionales, trabajo en equipo, mantener diálogo con los lectores y algo muy importante: independencia. Tú puedes ayudarnos a seguir. Sé parte del equipo. Suscríbete a Animal Político, recibe beneficios y apoya el periodismo libre.

#YoSoyAnimal

3 consejos para 'burlar' los algoritmos que te seleccionan cuando buscas trabajo

Aunque los algoritmos pueden jugar en tu contra cuando postulas a un empleo, existen maneras de aumentar tus posibilidades de quedar seleccionado.
25 de octubre, 2021
Comparte

A veces no son tus habilidades o tu experiencia las que pueden llevarte a conseguir un empleo cuando te postulas a un puesto de trabajo por el que están compitiendo cientos de candidatos.

Al menos no en la primera etapa de selección.

Las firmas que tienen que lidiar con complejos procesos de selección han delegado esa labor a sistemas de inteligencia artificial que escanean tu currículum y deciden si quedas eliminado o sigues en el proceso.

Son software de contratación predictiva que aplican ciertos criterios predeterminados de manera automática, según las características del puesto de trabajo.

Estas herramientas conocidas como ATS (Applicant Tracking System) funcionan sobre la base de palabras clave que define cada compañía de acuerdo al perfil del candidato que buscan y otros mecanismos de descarte.

Aunque hay diferentes tipos de ATS, en general operan de manera bastante similar.

“Buscan una mayor eficiencia en el procesamiento de datos”, le dice a BBC Mundo Hong Qu, director de investigación y académico de la Universidad de Stanford.

Estos sistemas les permiten a las firmas ahorrar tiempo y dinero.

Pero también les pueden jugar en contra cuando el algoritmo, por sus limitaciones, decide eliminar a buenos candidatos o cuando desarrolla sesgos basados en la repetición de patrones, agrega Qu.

Estos son algunos consejos para ganar a los algoritmos.

1-Usar palabras clave

Los algoritmos buscan palabras clave relacionadas con categorías como habilidades, experiencia, resultados o educación, y las ponderan de acuerdo con los requisitos del empleo.

Pero, según los parámetros que le haya entregado la empresa, puede incluir otros filtros más específicos.

Mujer ocn computador
Getty Images

Para utilizar las palabras clave, el primer paso es comparar tu currículum con la descripción de la oferta laboral.

De hecho, puedes repetir términos y expresiones contenidas en dicha oferta, adaptándolas a tu perfil.

A fin de cuentas, el algoritmo va a escanear en busca de aquellos atributos.

“Cuando incluyas palabras clave en tu currículum, trata de usar siempre el mismo lenguaje que se menciona en la descripción del trabajo”, escribió Liz Guarneros, asesora laboral en LinkedIn.

También aconseja utilizar estas palabras en el contexto adecuado y no rellenar espacios con ellas solo para que las identifique la máquina.

“Si bien esto puede ayudarte a superar el filtro inicial y sus algoritmos, no funcionará a tu favor cuando llegues a un reclutador”, apunta.

2-Incluir logros con resultados cuantificables

“Es muy importante ser específico”, dice el profesor Ku.

Por ejemplo, nombrar los programas computacionales que manejas, en vez de escribir que tienes “experiencia en análisis de datos”, sin dar detalles.

Los expertos aconsejan enfocarse en logros a través de ejemplos concretos, evitando una simple enumeración de responsabilidades.

En vez de decir: “Responsable de la supervisión de la estrategia de ventas. Las ventas aumentaron significativamente”, es mejor decir: “Dirigí un equipo de 10 personas encargado de supervisar la estrategia de ventas. Las ventas aumentaron un 20% en seis meses”.

Mujer con escaner en la cara

Getty Images

Para que tu currículum tenga un mayor impacto frente a los algoritmos, es preciso indagar qué está buscando la compañía y cómo habitualmente mide los resultados.

“Investiga cómo esa empresa mide el éxito. Averigua cuáles son las métricas de éxito“, señala Ku.

No todas las firmas evalúan de la misma manera el desempeño laboral.

En ese sentido, la investigación previa es clave. Tienes que decirle al algoritmo lo que “quiere escuchar”.

Otro elemento importante, agrega, es que incluyas en el currículum algo que te distinga del resto.

Imagina qué cosas tendrán en común quienes están postulando al empleo y luego piensa qué elemento diferenciador puedes ofrecer.

3-Utiliza un formato simple

Muchas personas fallan en el reclutamiento por algo muy simple: la legibilidad de su currículum.

Para que el algoritmo no te elimine, es esencial que el formato de tu currículum sea simple y “descifrable” por el sistema.

Fotos de varias personas

Getty Images
¿Es justo que una computadora rechace o apruebe tu solicitud de empleo?

En algunos sistemas ATS los currículums en formato PDF no funcionan.

Evita usar cualquier formato complicado. Cuanto más simple, mejor. Es decir, suele ser recomendable utilizar el formato Word.

Evita escribir tu currículum en dos columnas. Usa el formato estándar para que la máquina lea todo de corrido.

No incluyas fotos, gráficos o tablas. Deja de lado cualquier estilo creativo o muy sofisticado. Aunque te parezca aburrido, opta por un formato minimalista, sin distracciones, fácil de leer.

Utiliza títulos convencionales para dividir la información. Elige la manera tradicional, como por ejemplo, “Experiencia Laboral” o “Educación”.

Y siempre escribe la experiencia laboral en orden cronológico inverso.

Talento perdido

El estudio de la Escuela de Negocios de la Universidad de Harvard “Trabajadores ocultos: talento sin utilizar”, publicado en septiembre, señala que los algoritmos dejan fuera del proceso de reclutamiento a millones de trabajadores, algunos de los cuales podrían ser adecuados.

Por ejemplo, hay casos de hospitales en EE.UU. donde un algoritmo buscó que el postulante tuviese la habilidad de hacer “programación computacional”, cuando en realidad, la descripción del trabajo requería que el profesional ingresara los datos de un paciente en el computador.

Hombre con algoritmos

Getty Images

O también está el caso de un software que buscaba experiencia en “atención al cliente”, cuando la empresa requería reparadores de líneas de transmisión eléctrica.

Otros inconvenientes detectados por la investigación apuntan a que los algoritmos rechazan o dan una baja puntuación a las personas que tienen espacios en blanco o lagunas en su experiencia laboral.

El problema es que a veces se debe a un embarazo o al cambio de casa de una ciudad a otra. Son circunstancias extraordinarias que la máquina solo interpretará como un “vacío”.

Debido a problemas como éstos, hay desarrolladores de software que han estado buscando maneras de mejorar los algoritmos.

Incluso algunas empresas del sector tecnológico han eliminado el requisito de tener un título profesional para algunos puestos si el candidato cumple con el perfil que se busca.

El sesgo de los algoritmos

Desde otra perspectiva, los softwares pueden estar menos sesgados que los evaluadores humanos porque pueden programarse para ignorar características como la edad, el sexo y la raza.

Pero también puede ocurrir al revés.

Robot

Getty Images

“La inteligencia artificial también funciona con sesgos porque los algoritmos están entrenados para trabajar según patrones de éxito que se repiten en el tiempo”, explica Hong Qu.

“Los algoritmos amplifican los patrones del pasado y en ese proceso pueden discriminar por raza, género o edad“, explica el creador de AI Blindspot, un sistema que ayuda a los desarrolladores de software a reconocer sesgos que pueden afectar la toma de decisiones.

Por ejemplo, si en el pasado el 90% de los seleccionados para un empleo fueron de raza blanca, agrega, el algoritmo repetirá ese patrón por la manera en que funciona el aprendizaje de las máquinas.

O el algoritmo puede aprender por sí mismo a dar prioridad a candidatos que asistieron a las mismas universidades.

Pese a esas dificultades, los sistemas de inteligencia artificial siguen desarrollándose velozmente para ajustarse cada vez más a lo que buscan las empresas.

Lo que aconsejan los expertos es que, aunque los procesos sean largos y extenuantes, no hay que rendirse.

Y hay que tener en cuenta que si no has logrado pasar el primer filtro de selección, eso no implica que no seas un buen candidato.

Quizás con unos buenos ajustes a tu currículum, se abran nuevas posibilidades.


Ahora puedes recibir notificaciones de BBC Mundo. Descarga la nueva versión de nuestra app y actívalas para no perderte nuestro mejor contenido.

https://www.youtube.com/watch?v=RSJrBEhdZxw

Lo que hacemos en Animal Político requiere de periodistas profesionales, trabajo en equipo, mantener diálogo con los lectores y algo muy importante: independencia. Tú puedes ayudarnos a seguir. Sé parte del equipo. Suscríbete a Animal Político, recibe beneficios y apoya el periodismo libre.

#YoSoyAnimal
close
¡Muchas gracias!

Estamos procesando tu membresía, por favor sé paciente, este proceso puede tomar hasta dos minutos.

No cierres esta ventana.