Cómo Apna usa Elasticsearch para potenciar la búsqueda de empleo con IA a escala

Apna se lanzó en 2019 con una misión concreta: reducir la distancia entre candidatos y empleadores en India, donde millones de personas que buscan trabajo por primera vez se enfrentan a barreras económicas, geográficas y de acceso a redes profesionales. La plataforma creció rápidamente hasta alcanzar 50 millones de usuarios registrados y 600.000 empleadores, llegando al estatus de unicornio con una valoración de 1.100 millones de dólares. A esa escala, la calidad de la búsqueda y el emparejamiento se convirtió en el diferenciador competitivo central, porque conectar al candidato adecuado con el empleador correcto en el menor tiempo posible es exactamente lo que promete el producto.

El desafío era tanto técnico como comercial. Los empleadores pagan por el acceso premium a la base de datos de candidatos de Apna, por lo que la calidad de los resultados de búsqueda impactaba directamente en los ingresos. Una búsqueda basada en palabras clave que devolviera candidatos irrelevantes erosionaba la confianza y reducía la conversión. Al mismo tiempo, el equipo de ingeniería necesitaba una plataforma que pudiera escalar con el crecimiento de la empresa sin añadir carga operativa que desviara recursos del desarrollo de producto.

Suresh Khemka, Director de Ingeniería de Plataforma, aportó experiencia previa con Elasticsearch de grandes empresas de retail y tecnología. En Apna reconoció que Elasticsearch en Elastic Cloud—desplegado en Google Cloud—ofrecía la combinación de profundidad de búsqueda semántica, escalabilidad en la nube y simplicidad operativa que el equipo necesitaba. Abhishek Ranjan, Director de Ingeniería, lideró el despliegue técnico. Las funciones de búsqueda semántica e IA en Elasticsearch permitieron a Apna ir mucho más allá de la coincidencia por palabras clave: el sistema analiza perfiles de candidatos—incluyendo educación, habilidades, experiencia y aspiraciones profesionales—y afloraba coincidencias basándose en la intención del empleador, no en cadenas de texto literales.

El impacto en el negocio fue directo. Los empleadores que buscaban en la base de datos de Apna con resultados de alta calidad basados en intención convirtió a suscripciones premium a una tasa notablemente mayor: un aumento del 20% en cuentas de empleadores de pago. El equipo de ingeniería de plataforma, liberado de la gestión de infraestructura, aumentó su productividad en un 20% y pudo dedicar más tiempo a desarrollar funcionalidades generadoras de ingresos. En toda la organización, las mejoras de procesos habilitadas por la plataforma impulsaron una mejora del 50% en la productividad de los empleados.

El modelo de emparejamiento de empleo con IA de Apna sigue evolucionando con la plataforma. La trayectoria de crecimiento de la empresa depende de su capacidad para mantener la calidad de las coincidencias a medida que crecen la base de usuarios y el pool de empleadores, y la escalabilidad de Elasticsearch es central en eso. La plataforma también proporciona a los candidatos consejos de solicitud en tiempo real, evaluaciones de roles y recursos comunitarios, todos los cuales retroalimentan perfiles de candidatos más ricos y un mejor emparejamiento con el tiempo.