En el contexto de la rápida evolución tecnológica, resulta esencial desarrollar un sistema de recomendación inteligente que analice las competencias profesionales de los egresados en Ingeniería en Ciencias Informáticas, con el fin de reducir la brecha entre su formación académica y las demandas del mercado laboral. El avance tecnológico exige profesionales con competencias técnicas y transversales actualizadas. Se propone un modelo basado en SR para personalizar contenidos formativos. Este artículo analiza la necesidad de implementar un sistema de recomendación (SR) para optimizar la formación continua de egresados en ingeniería informática, abordando la sobrecarga informativa en plataformas educativas. Este sistema implementó un modelo híbrido de recomendación, combinando filtrado colaborativo (basado en perfiles similares de egresados) y filtrado basado en contenido (para alinear habilidades técnicas con cursos de actualización). Se implementó en Python, empleando técnicas de procesamiento de lenguaje natural (NLP) para extraer competencias clave de ofertas laborales y datos académicos, junto con algoritmos de aprendizaje automático (KNN para similitud entre perfiles) para personalizar las sugerencias. La integración con el sistema de desarrollo de competencias de la Universidad de las Ciencias Informáticas (UCI) permitió ofrecer recomendaciones para los egresados y empleadores, mejorando la empleabilidad y la formación continua de los profesionales en informática.