explore Contexto

Projeto pessoal (portfolio) criado para organizar melhor o processo de candidatura a vagas. Em vez de analisar cada anúncio manualmente, a ideia foi usar agentes de IA para apoiar a busca, comparar o perfil com a vaga e acompanhar o pipeline de candidaturas — sempre com validação humana ao final.

help Problema

Buscar vagas envolve várias tarefas repetitivas e difíceis de manter organizadas:

• Analisar manualmente muitas vagas consome tempo e gera inconsistência.
• É difícil comparar currículo, descrição da vaga e plano de desenvolvimento ao mesmo tempo.
• O acompanhamento das candidaturas costuma ficar espalhado e desatualizado.
• A intenção é apoiar a decisão sem substituir o julgamento humano.

lightbulb Solução

A proposta foi um sistema multiagente, em que cada agente cuida de uma etapa do processo, coordenado por um agente central. O backend orquestra os agentes e a comunicação com os modelos de linguagem; o frontend oferece a interação em formato de conversa; e o resultado são análises, sugestões e relatórios que a pessoa revisa antes de agir.

architecture Arquitetura / Como funciona

Em alto nível, o projeto combina:

• Frontend: React + TypeScript (Vite), com interface conversacional.
• Backend: FastAPI, com streaming em tempo real via WebSocket.
• Agentes: Um orquestrador (Maestro) que coordena agentes especializados — Scout (busca de vagas), Curator (trilha de aprendizado) e Coach (entrevista simulada).
• Integrações: LLM via OpenAI SDK e busca na web via Firecrawl para apoiar a análise de vagas.
• Estado / dados: Estado da sessão persistido em arquivos Markdown locais (sem banco de dados), facilitando a leitura do que é gerado.
• Funcionalidades: Diagnóstico de perfil, leitura de currículo (PDF/DOCX/TXT), análise de descrição de vaga, comparação currículo × vaga, sugestões de currículo, plano de desenvolvimento (PDI) e tracker de candidaturas.

school O que pratiquei e aprendi

Mais do que o resultado, o foco foi praticar:

• Arquitetura de um produto com IA aplicada, do problema à interface.
• Design de um fluxo multiagente e orquestração de etapas.
• Integração frontend/backend com comunicação em tempo real.
• Engenharia de prompts e tratamento estruturado de dados de vagas e currículo.
• Validação, testes automatizados (a suíte do repositório tem cerca de 150 testes) e robustez operacional, como logging e escrita atômica de arquivos.
• Cuidados com privacidade e dados sensíveis.

shield Cuidados e limitações

• É um projeto pessoal / portfolio, não um produto comercial em produção.
• As vagas sugeridas por IA precisam de validação humana — quando a busca não retorna resultados verificáveis, as sugestões são marcadas como geradas por IA e não confirmadas.
• Não deve ser usado com dados sensíveis reais sem proteção adicional; os arquivos de estado com currículo e perfil ficam fora do versionamento.
• Modelos de linguagem podem errar; o sistema apoia a decisão, não a substitui.

trending_up Próximos passos

• Refinar a avaliação de compatibilidade entre currículo e vaga.
• Melhorar a experiência de uso (UX) e a documentação.
• Ampliar a cobertura de testes.
• Reforçar segurança e preparar um deploy controlado.
• Adicionar observabilidade e logs mais ricos.