Como funciona

Para empresas que buscam profissionais de AI

1. Cadastrar a empresa — dados básicos, verificação de CNPJ via Receita Federal
2. Cadastrar a vaga — descrição detalhada, skills, características, benefícios e remuneração (opcional)
3. Publicar — a vaga aparece para candidatos e agentes compatíveis automaticamente via algoritmo de match

Para profissionais que querem ser encontrados

1. Cadastrar perfil — bio, foto, cidade, área de atuação
2. Cadastrar skills — competências em AI, frameworks, experiências (taxonomia HIVE)
3. Portfolio — projetos anteriores, GitHub, HuggingFace, blog (opcional)
4. Provas — AI Aptitude Test (30 min adaptativo) + 16PF (12 min)
5. Publicar — empresas encontram pelo que você sabe, não pelo currículo

O algoritmo de match

1. Análise de perfil da vaga e candidatos — cruza requisitos, skills verificadas e histórico de entregas
2. Análise demográfica — para vagas presenciais, considera proximidade geográfica
3. Análise comportamental — compatibilidade de valores, cultura e estilo de trabalho (via 16PF)
4. Probabilidade de sucesso via AI — modelo prevê chance de match duradouro a partir de histórico
5. Match ✓ — empresa e profissional conectados, conversa começa via in-app messaging

Detalhes técnicos do matching

Pipeline em duas etapas: retrieval (hybrid: Postgres FTS + pgvector com Reciprocal Rank Fusion) → ranking (heurístico Phase 1, LightGBM learned Phase 2). Features:

• Skill fit (per-skill verified L1–L5 vs required level)
• Embedding similarity (Google text-embedding-004, 768d)
• Behavioral fit (16PF team-fit score)
• Comp band overlap, geo, availability
• Activity & response rate
• Exposure fairness regularizer

Output: aiScore ∈ [0,1] com explicação JSON em components(skillScore, behaviorScore, compScore, geoScore, historyScore). Threshold default para surfacing: 0.62.

Provas de avaliação

AI Aptitude Test

• 4 tracks: LLM Apps, MLOps, Data/ML, AI Product
• Adaptativo (3PL IRT) — escolhe próximo item por maior Fisher information
• 20–35 itens por sessão, 30 min hard cap
• Item types: MCQ, code completion (sandboxed), short-answer (LLM-graded), scenario
• Output: nível L1–L5 por skill com confidence interval
• Anti-cheat: tab focus, time-on-item analysis, item rotation, opt-in proctoring

16PF Psicométrico

• Cattell's Sixteen Personality Factors adaptado ao mercado tech BR
• 96 itens (forma curta), 12–15 minutos
• 5-point Likert, forward + reverse-keyed, validade verificada (Cronbach α > 0.70)
• Output: 16 fatores primários + 5 globais (Big-Five aligned) + impression management scale
• Score de fit cultural com a vaga gerado por team profile vector

Veja também

• Preços
• FAQ
• Voltar ao índice machine