Un sistema para analizar ofertas de empleo, valorar su encaje y concentrar la atención en las oportunidades que realmente merecen una decisión.
Sistema inteligente para reducir el ruido de la búsqueda de empleo: recibe oportunidades, analiza el encaje con un perfil profesional real, aplica filtros, puntúa, prepara candidaturas y mantiene el seguimiento sin enviar nada sin aprobación humana.
ROL
Estrategia de producto · IA aplicada · Automatización · Arquitectura de datos · UX · QA
HERRAMIENTAS
Lovable · Supabase · IA generativa · APIs · AI Intelligence Workspace
ESTADO
v1.0 funcional · Ofertas reales · Validación en uso
01 / EL RETO
Llegar a la decisión con menos ruido
Buscar empleo exige revisar muchas ofertas con información desigual, comparar requisitos y recordar el estado de cada candidatura.
Gran parte del tiempo se pierde descartando oportunidades que no encajan o reconstruyendo información dispersa entre portales, correos y notas.
El objetivo no era automatizar la decisión, sino llegar a ella con menos ruido y mejores criterios.
02 / ANTES Y DESPUÉS
De una búsqueda fragmentada a un seguimiento común
ANTES
•Ofertas repartidas entre distintos portales.
•Lectura manual de descripciones largas.
•Criterios difíciles de comparar.
•Seguimiento disperso.
•Tiempo invertido en oportunidades poco relevantes.
DESPUÉS
•Ofertas reales reunidas en una aplicación.
•Evaluación con criterios comunes.
•Scoring, filtros y nivel de confianza.
•Estados de seguimiento visibles.
•Decisión final siempre en manos de la persona.
03 / CÓMO EVALÚA
Seis criterios y tres niveles de decisión
El sistema compara cada oferta con un perfil profesional confirmado mediante seis criterios:
01
Ubicación y modalidad.
02
Encaje funcional.
03
Nivel de responsabilidad.
04
Competencias técnicas e idiomas.
05
Experiencia transferible.
06
Interés estratégico.
80–100 · Recomendar
Encaje alto que merece preparación.
60–79 · Revisar
Encaje parcial que requiere lectura humana.
0–59 · Descartar
No cumple los criterios definidos.
Si la oferta no contiene información suficiente, el sistema la marca como «Sin evaluar» en lugar de generar una puntuación poco fiable.
04 / EL SISTEMA CONECTADO
Seis capas hasta la decisión humana
01
AI Intelligence Workspace
Recopila las oportunidades.
02
Supabase
Almacena las ofertas, evaluaciones y estados.
03
Análisis con IA
Compara la información disponible con el perfil profesional.
04
Scoring y filtros
Ordena las oportunidades mediante criterios explícitos.
05
Job Agent
Presenta cada oferta, su encaje y su seguimiento.
06
Decisión humana
La persona revisa la información y decide si continúa con la candidatura.
El sistema nunca inventa experiencia ni envía candidaturas sin aprobación.
05 / MI APORTACIÓN
Producto, criterio y control humano
Definición del problema y del concepto de producto.
Diseño del perfil maestro y de los criterios de encaje.
Arquitectura de datos y conexión con Supabase.
Diseño del scoring, filtros y estados.
Experiencia de uso y navegación en Lovable.
Definición de límites y control humano.
Pruebas con ofertas reales y corrección de errores.
Documentación y mejora a partir del uso.
Control humano
No inventar experiencia, conocimientos ni idiomas.
No enviar candidaturas sin aprobación humana.
Los desacuerdos se registran como feedback.
Las nuevas preferencias deben aprobarse antes de convertirse en reglas.
06 / RESULTADO
Ofertas reales, comparables y recuperables
Job Agent gestiona ofertas reales y transforma una búsqueda fragmentada en un sistema donde las oportunidades pueden compararse, revisarse y seguirse desde un único lugar.
Durante su uso detecté que algunas ofertas incompletas estaban siendo analizadas con información insuficiente.
01
Reintentar la lectura de ofertas fallidas.
02
Evitar puntuaciones poco fiables.
03
Identificar claramente las ofertas «Sin evaluar».
04
Mantener intactas las candidaturas y decisiones anteriores.
La IA encuentra, organiza y aporta criterio. La decisión sigue siendo humana.