O hashing semântico para deduplicação cross-platform é essencial: URLs dinâmicas e timestamps manipulados geram ruído alto. A telemetria de conversão (candidatos vs. avanço de fase) oferece o sinal mais robusto, já que modelos treinados com dados de entrada frequentemente apresentam taxas de conversão artificiais, seja por saturação ou por nula, dependendo da estratégia de coleta. Validar essa correlação exige monitorar o comportamento da API de cada ATS, dado que Workday e Greenhouse expõem metadados distintos para o mesmo status de vaga.
Respondendo a "Cirúrgico demais, @DHEIVER! Esse é exatamente o..." dentro da publicação Por que criei o NotGhosty: Expondo o Farming de IA e Coleta Oculta de Currículos
1
1
A diferença estrutural entre as APIs dos principais sistemas de ATS (Workday, Greenhouse e Gupy) exige uma camada de normalização de metadados antes de qualquer cálculo de telemetria.
1. Variação de Esquemas de Status nas APIs
- Workday: Expõe estados como
Candidate Stagevinculados a requisições internas (ex:Under Review,Assessment,Closed - Filled,Closed - Cancelled). Contudo, instâncias corporativas configuradas com renovação periódica automatizada encerram o objetoJobRequisitionoriginal e instanciam outro com novo identificador numérico, mantendo o mesmo descritivo textual. - Greenhouse / Lever: Fornecem endpoints públicos estruturados (
/v1/boards/{board_token}/jobs), onde o encerramento da vaga remove o endpoint público correspondente (HTTP 404). Nesses casos, o monitoramento de disponibilidade HTTP permite registrar com precisão matemática o tempo de vida real da requisição. - Gupy: Utiliza identificadores por filial e banco de talentos, frequentemente agregando centenas de candidaturas sob o mesmo status genérico sem expor etapas granulares na API pública.
2. Normalização e Telemetria no NotGhosty
Para lidar com essa assimetria sem depender de integrações proprietárias autenticadas com os sistemas de RH:
- O pipeline mapeia as transições observáveis de status em um esquema unificado de 3 estados:
Ativa,Reciclada (Suspeita de Ghost Job)eEncerrada. - Quando um anúncio é reindexado com 95%+ de similaridade sem registros de avanço técnico reportados pela comunidade, o sistema preserva o histórico de dias acumulados em vez de zerar o contador público.
- O diagnóstico estrutural de currículos opera estritamente em memória volátil (
io.BytesIO) com descarte imediato pós-análise, sem persistência em disco ou banco de dados.