Vagas

Importar a base do Radar de Vagas

No Radar de Vagas, abra Configurações › Dados e exporte a base. Depois escolha o arquivo aqui. A importação copia o perfil, as vagas, as candidaturas e as configurações; o Radar de Vagas não muda.

Baixar meus dados

Baixa uma cópia de tudo o que é seu: vagas, candidaturas, perfil, critérios e histórico. Os anexos e prints vêm num segundo arquivo.

Modelo por funcionalidade

Escolha qual modelo gera cada funcionalidade e quanto do perfil ele recebe. "Só o relevante" usa a busca semântica para mandar apenas as conquistas ligadas à vaga.

Regras da pretensão

Quando a pretensão é "calculada por regra", a IA só classifica a vaga (função, nível, tipo de empresa, regime) e o valor sai destas faixas. Valores CLT, bruto mensal; PJ = CLT × 1,4.

Provedores

Onde cada modelo roda e se está pronto para uso.

Comparar modelos

Roda a mesma funcionalidade, na mesma vaga, com até 3 configurações. Nada é salvo na vaga.

Últimas execuções

Cada chamada de IA das funcionalidades migradas: modelo, contexto, tempo e tamanho do prompt.

Avaliar o Analisar vaga

O gabarito são as suas próprias decisões: vagas em que você se candidatou contra vagas que você descartou por falta de aderência (fora da busca, senioridade, domínio, inglês ou perfil técnico). Um bom modelo dá nota alta às primeiras e baixa às segundas. Nada é salvo nas vagas.

Histórico de avaliações

Compare configurações rodadas sobre o mesmo gabarito. Da nota aprendida, aparece só o treino mais recente.

Avaliar Etapas, CV e Preparo

Aqui não há uma decisão sua para servir de gabarito. Cada texto é conferido por regras (números que não aparecem no seu perfil, perguntas respondidas) e por um juiz: o Claude dá notas de 1 a 5 sem saber qual modelo escreveu. Nada é salvo nas vagas.

Histórico: Etapas, CV e Preparo

A nota do juiz compara configurações rodadas sobre os mesmos casos.

Avaliar a busca (RAG)

Toda funcionalidade com RAG depende da busca achar as conquistas certas. Cada caso é uma pergunta com a conquista que deveria aparecer. Mede só a busca, sem LLM: custa quase nada e roda em segundos. Rode de novo depois de editar conquistas.

Nota aprendida com as suas decisões

Em vez de pedir uma nota ao LLM, o sistema extrai critérios objetivos de cada vaga, sem IA, e aprende quanto cada um pesa nas suas decisões (regressão logística). A qualidade é medida em vagas que o modelo não viu no treino.

Usar no Radar PRO

Ligada, a coleta calcula as regras e a nota aprendida: a vaga mostra a nota aprendida, com os critérios que pesaram, e guarda a nota das regras. Vagas analisadas pela IA não mudam.

Índice do perfil

As conquistas do seu perfil viram vetores para a busca semântica. O índice se atualiza sozinho quando o perfil muda.

Índice de entrevistas

As análises das suas entrevistas (perguntas, o que você respondeu e o que melhorar) viram uma coleção de busca. O agente de preparo consulta essa coleção, inclusive entrevistas com outras empresas. Cada nova transcrição analisada entra sozinha.

Testar a busca

Escreva um tema e veja o que a busca escolheria, na ordem, nas suas conquistas ou nas suas entrevistas.

Perguntar ao perfil

A busca encontra as conquistas ligadas à pergunta e o modelo responde usando só elas, citando cada uma. Se o perfil não tiver a informação, a resposta diz que não consta.

Custo e uso da IA

Quanto cada funcionalidade usa de IA, quanto tempo leva e quanto custa. O Claude roda na sua conta do claude.ai (sem custo extra, tokens estimados). O Workers AI tem cota gratuita de 10.000 neurons por dia. A OpenAI é paga por token.

AI Gateway e cache

As chamadas do servidor ao Workers AI e à OpenAI passam pelo AI Gateway do Cloudflare, que registra custo, tokens e tempo de cada uma e reaproveita respostas idênticas (cache) em embeddings e reranking. As chamadas ao Claude não passam por ele.

Prompts

As instruções que cada funcionalidade de IA recebe. Você edita os trechos de instrução; os dados (vaga, perfil, e-mails) e o formato da resposta são montados pelo sistema e não aparecem aqui. Cada edição vira uma versão nova. A versão ativa é a usada no dia a dia; avalie uma versão nova antes de ativar.

Versões

Histórico desta funcionalidade. Compare uma versão com a ativa, ative uma versão (inclusive para voltar atrás) ou avalie com os seus dados. Analisar vaga, Etapas e Adaptar CV têm avaliação automática.

Último prompt enviado

O texto completo que foi para a IA na última vez que esta funcionalidade rodou: instruções da versão usada, dados e formato da resposta.

Fine-tuning de um modelo aberto (LoRA)

Ajusta o Gemma 2B, um modelo aberto, com as suas próprias decisões, para prever se você vai se candidatar a uma vaga ou descartá-la, e por qual motivo. O LoRA treina só uma camada pequena de pesos (poucos MB) por cima do modelo, que continua o mesmo. O treino precisa de GPU e roda no Google Colab, de graça. O modelo ajustado roda no Workers AI, também de graça.

Modelo ajustado

Nome que o notebook mostrou no fim do treino.

Comparar no conjunto de teste

As vagas de teste passam pelo modelo ajustado, pela nota aprendida treinada só com as vagas de treino e pelas regras; o Gemma 2B sem ajuste é opcional. Cada chamada ao Gemma gasta bastante da cota gratuita do Workers AI, então as respostas ficam guardadas: se a cota do dia acabar, a comparação para e continua de onde parou na próxima vez.

Resumo por tipo de canal

Clique no título de uma coluna para ordenar.

Desempenho por canal

De onde vieram as vagas da base e quantas viraram candidatura e processo seletivo.

Empresas e portais monitorados

Por que as vagas foram descartadas

Descartes por canal

Canais com muitos descartes trazem vagas fora do seu perfil.

Histórico de descartes

Últimas coletas

A coleta roda quando você clica em Atualizar vagas. Ela busca tudo o que saiu desde a última coleta (até 30 dias).