Objetivo: El objetivo de esta investigación es mejorar la adecuación entre la oferta y la demanda de mano de obra en Colombia mediante el uso de técnicas de aprendizaje automático y el marco único de clasificación de ocupaciones para Colombia (CUOC). Este marco nos permite mejorar la alineación entre los currículos y las ofertas de empleo, lo que ayuda a los solicitantes de empleo a obtener recomendaciones personalizadas de acuerdo con sus perfiles. Métodos: Esta propuesta utiliza una combinación de algoritmos de agrupación, clasificación y filtrado colaborativo para obtener las diez mejores vacantes disponibles para un currículo concreto. La estandarización de los currículums y las ofertas de empleo se realizó durante la fase de preprocesamiento. Utilizamos algoritmos de lenguaje natural para extraer atributos del marco CUOC. Para el proceso de entrenamiento, inicialmente empleamos el algoritmo K-Means para agrupar los atributos del marco CUOC. Posteriormente, utilizamos KNN, DNN y AdaBoost como algoritmos de clasificación para desarrollar un modelo que correlacione mejor un currículum con el grupo de vacantes. Por último, se desarrolló una aplicación web utilizando el marco Django, que proporciona una interfaz fácil de usar para que los solicitantes de empleo reciban recomendaciones basadas en los resultados del modelo. Resultados: Se seleccionó el mejor modelo en función de la precisión y el tiempo de procesamiento. Los resultados indican que la mayor precisión y rendimiento de las recomendaciones se consiguen utilizando el marco CUOC, que genera una recomendación de las 10 mejores vacantes en función de su nivel de similitud.