Lever impulsa la columna vertebral de reclutamiento en la mayoría de las startups modernas (Stripe, Notion, Canva, Atlassian) y fue adquirido por Employ en 2022. A diferencia de Workday, Lever da gran peso a la fuente del candidato: un candidato referido se clasifica por encima de uno no solicitado antes de que un reclutador lea cualquiera de los currículums. Esta guía muestra cómo funciona el pipeline de Lever, qué señalan sus estados y los cuatro movimientos que realmente te hacen leer.
~12%
del mercado moderno de ATS para startups
200+
Unicornios públicos + scale-ups en Lever
Menos de 4 horas
Tiempo mediano hasta la primera visualización del reclutador
30–40 %
Ponderación de señales de origen en preselecciones
El analizador de Lever es más indulgente que el de Workday, pero su **algoritmo de clasificación** es lo que confunde a la mayoría de los candidatos. Lever pondera de dónde vienes casi tanto como lo que hay en tu currículum, y la interfaz de usuario del reclutador muestra el origen como una insignia de primera clase en cada tarjeta de candidato. Incluso un currículum sólido de una solicitud entrante no solicitada comienza detrás de un currículum mediocre de una referencia.
Lever analiza PDF, .docx e incluso enlaces de Google Docs con una precisión de ~92%. Los diseños multicolumna y la tipografía moderna sobreviven al análisis. La contrapartida: Lever invierte menos en la fidelidad del análisis porque la ponderación de la señal de origen es más importante que la extracción perfecta del texto.
Cada candidato recibe una etiqueta con su origen al ingresar: Referencia, LinkedIn, Sitio de Carreras, Portal de Empleo, Salida de Reclutador, Evento. La interfaz de pipeline de Lever ordena por prioridad de origen antes de la relevancia del currículum. Una etiqueta de 'Referencia' te adelanta a todos los solicitantes sin etiqueta en la cola, sin discusión.
Los reclutadores de Lever trabajan dentro de un flujo de trabajo estilo Kanban, no en una tabla clasificable. Cada candidato es una tarjeta con su foto, una insignia de origen (REFERRAL resaltada en verde, INBOUND en gris) y un resumen de una línea. Las tarjetas fluyen de izquierda a derecha a través de las etapas: Nuevo contacto → Revisando → Llamada inicial → Entrevista presencial → Oferta. **La insignia de origen es lo primero que ve el reclutador.** La mayoría de los reclutadores de Lever trabajan en la columna 'Nuevo contacto' de arriba a abajo, y la parte superior se ordena por estado de referencia + fecha de creación. Una solicitud entrante fría sin referencia comienza en la parte inferior de la columna detrás de todos los contactos interesantes de los últimos 7 días.
Vista típica del pipeline Kanban de Lever. Las insignias de colores en la esquina superior izquierda de cada tarjeta son la atribución de origen: verde = referido, gris = entrante.
Workday no está solo, cada candidato Fortune 500 acaba topándose con Taleo, SuccessFactors, iCIMS o Greenhouse. Esto es lo que diferencia a cada uno en lo que decide si tu CV se lee.
| Criterio | Lever | Greenhouse | Ashby | Workday | Teamtailor |
|---|---|---|---|---|---|
| Cuota de mercado (global) | 4.5% | 7.2% | ~0.8% (AI-native) | 22.5% | ~0.6% (EU-heavy) |
| Formato CV preferido | Cualquiera | Cualquiera | Cualquiera | .docx | Cualquiera |
| Tolerancia multi-columna | Bueno | Bueno | Bueno | Bajo | Bueno |
| Precisión parsing PDF | ~95% | ~95% | ~95% | ~85% | ~95% |
| Modelo de cuenta | Por empleador | Por empleador | Por empleador | Por empleador | Por empleador |
| Knockout questions | Ninguno | Ninguno | Bajo | Alto | Ninguno |
| Rechazo automático | Revisión manual | Revisión manual | Revisión manual | Solo knockout | Revisión manual |
| Interfaz recruiter | Kanban | Kanban | Kanban | Tabla | Kanban |
| Más común en | Tech / startups | Tech / startups | Scale-up IA, series B–D | Enterprise | Scale-up europea |
| Vocabulario de estados | Personalizado | Personalizado | Personalizado | Estandarizado | Personalizado |
Las etapas de Lever son más claras que las de Workday porque cada empresa puede renombrarlas, pero el ciclo de vida subyacente es consistente en todos los empleadores:
| Aplicado / Cliente potencial nuevo | Estado predeterminado al enviar. Tu solicitud está en la columna 'Nuevo cliente potencial' esperando la revisión del reclutador. El tiempo de revisión depende del volumen; en una startup activa como Stripe, puede ser de 2 a 4 semanas; en una escala más tranquila, 24 horas. |
| Oferta | Oferta extendida. Lever mueve las tarjetas a 'Oferta' en el momento en que se da una oferta verbal, a menudo antes de que el paquete escrito esté finalizado. |
| Contratado / Archivado | Estado final. 'Contratado' se explica por sí mismo; 'Archivado' cubre todo lo demás (rechazado, retirado, oferta rechazada, ignorado). La mayoría de los inquilinos de Lever no diferencian el motivo del archivo en la interfaz de usuario visible para el candidato: su actualización de estado simplemente dirá 'Archivado'. |
Estos empleadores procesan a cada candidato a través de Lever. Cada uno se vincula a la bóveda de entrevistas de JobMentis: preguntas pasadas, rúbricas, señales del reclutador.
Abrir bóveda de entrevistas →
Una solicitud de recomendación de LinkedIn de un empleado actual -incluso de alguien que nunca has conocido- te saca de la columna de "entradas frías" y te lleva a la cola de recomendaciones. La interfaz de Lever trata todas las recomendaciones por igual, independientemente de su fuerza. Una conexión de segundo grado dispuesta a dedicar 30 segundos al formulario de recomendación vale más que 10 horas de pulido de currículum.
Desbloquea el playbook ATS de Lever completo
Tácticas paso a paso de candidatos reales que superaron los filtros de Lever. Gratis con una cuenta de JobMentis.
El Optimizador de CV con IA de JobMentis reescribe tu currículum para el pipeline de Lever + te ayuda a encontrar rutas de referidos a empresas objetivo. Construido a partir de la ponderación de señales de origen que los reclutadores de Lever realmente utilizan.
Optimizar mi currículum para Lever