Estudo de caso
FindJobApp
Descoberta determinística de vagas com matching transparente
Objetivo
Criar uma plataforma que resolva o problema de busca de emprego de forma transparente, usando matching determinístico e IA controlada apenas para auxiliar na personalização de currículos.
Problema
Buscas de emprego são fragmentadas, barulhentas e tendenciosas para as mesmas plataformas visíveis. Candidatos enviam currículos genéricos sem ajuste estratégico para cada vaga.
Impacto
O projeto demonstra domain modeling centrado em JobLead, pipelines determinísticos inspecionáveis, e uso ético de IA com fronteiras claras - sem AI ranking ou matching opaco.
Como foi desenvolvido
Estruturei o modelo de domínio com JobLead como entidade central, separando discovery, matching e geração de currículo em camadas distintas.
A descoberta de vagas é puramente determinística - cada fonte tem parser específico, sem crawling genérico ou enriquecimento por IA.
O workspace do usuário mostra leads organizados por utilidade, priorizando vagas com maior overlap de habilidades primeiro.
ResumeVariant é gerado apenas sob demanda do usuário, em três modos: faithful (original), ats_boost (otimizado) e ats_safe (conservador).
PDF export renderiza variantes já armazenadas, sem chamadas adicionais à API - garantindo rastreabilidade e previsibilidade.
Decisão técnica principal
A decisão central deste projeto foi tratar tecnologia como meio para resolver um problema de produto. A arquitetura foi pensada para manter clareza, evolução futura e boa experiência para o usuário final.