Portais brasileiros de vagas e programas de estágio¶

Objetivo¶

Este documento expande a estratégia de fontes do SotuHire para o contexto brasileiro.

O SotuHire deve entender que o mercado brasileiro não depende só de LinkedIn. Muitas oportunidades aparecem em portais específicos, ATS corporativos, agentes de integração de estágio, páginas de programas, newsletters e posts de recrutadores.

Regra principal¶

Cada portal deve ser tratado como uma fonte com política própria.

O SotuHire não deve assumir que todo site pode ser raspado automaticamente. Para cada fonte, o sistema deve definir:

se é entrada manual, conector público, conector experimental ou bloqueado;
se exige login;
se há página pública de vagas;
se há risco de termos de uso;
se o conteúdo é estático ou dinâmico;
se precisa de Playwright;
se vale começar com link/descrição colada;
quais campos podem ser normalizados.

Matriz de fontes brasileiras¶

Fonte	Tipo	Prioridade	Melhor abordagem inicial	Observação
LinkedIn	rede social + vagas	Alta	manual/assistiva	colar vaga/post/link; extensão local no futuro; evitar bot logado
Gupy	ATS / portal de vagas	Alta	link/descrição + conector planejado	muito comum no Brasil; analisar páginas públicas caso a caso
InfoJobs	job board	Alta	busca manual + link/descrição	agregador grande; cuidado com termos e estrutura
Indeed Brasil	agregador/buscador	Alta	busca manual + link/descrição	indexa vagas de várias fontes; deduplicação é essencial
CIEE	estágio/aprendiz	Alta	conector planejado + manual	muito relevante para estágio e jovem aprendiz
Companhia de Estágios	estágio/trainee/aprendiz	Alta	conector experimental	possui páginas públicas de programas e inscrições
InHire	ATS / R&S	Média	manual + Playwright apenas se necessário	site depende de JavaScript; avaliar por página pública de empresa
Vagas.com	ATS/job board	Média/Alta	manual + conector planejado	forte no Brasil; também possui IA/currículo
Catho	job board	Média	manual + conector planejado	portal amplo; pode exigir cadastro em fluxos de candidatura
Cia de Talentos	programas de estágio/trainee	Média/Alta	manual + conector por programa	relevante para programas de entrada
Nube	estágio/aprendiz	Média/Alta	manual + conector planejado	forte para estágio
99jobs	programas e cultura	Média	manual + conector planejado	útil para estágio/trainee e empresas específicas
Eureca	programas de entrada	Média	manual + conector planejado	costuma ter processos seletivos e programas jovens
Trabalha Brasil	job board	Média	manual + conector experimental	agregador nacional
BNE	job board	Média	manual + conector experimental	agregador nacional
Glassdoor	vagas + reviews	Baixa/Média	manual	reviews podem ser úteis, mas não são foco do MVP
Remotar	remoto	Média	conector planejado	útil para vagas remotas
Programathor	tecnologia	Média/Alta	conector planejado	útil para dev/tech
Greenhouse	ATS global	Alta	conector planejado	muitas páginas públicas e previsíveis
Lever	ATS global	Alta	conector planejado	muitas páginas públicas e previsíveis
Ashby	ATS global	Alta	conector planejado	muitas páginas públicas modernas
Sites de empresas	carreira própria	Alta	conector público simples	melhor início para scraping responsável
Universidades/faculdades	murais de vagas	Média	manual + páginas públicas	útil para estágio local
Newsletters	vagas curadas	Média	entrada manual/RSS se existir	boa fonte para Hidden Jobs Radar
Telegram/Discord/WhatsApp	comunidades	Média	texto exportado/colado	não coletar grupos privados automaticamente

Estratégia por fonte¶

LinkedIn¶

LinkedIn é importante, mas deve ser tratado com cuidado.

Permitido:

usuário colar descrição da vaga;
usuário colar post público;
usuário salvar link;
extensão local enviar o texto da página aberta pelo usuário;
análise de match e mensagem para recrutador.

Não implementar:

login automático;
scraping de feed autenticado;
scraping de perfis em massa;
envio automático de mensagens;
candidatura automática;
download de contatos.

Status recomendado:

source: linkedin
status: manual_only
priority: high
connector: extension_assistive_future

Gupy¶

Gupy é uma das fontes mais importantes para o Brasil.

Abordagem recomendada:

aceitar link/descrição colada no MVP;
salvar URL da vaga;
normalizar empresa, cargo, local e requisitos;
estudar páginas públicas de vagas por empresa;
só depois criar conector automático.

Campos úteis:

título;
empresa;
localidade;
modelo de trabalho;
requisitos;
responsabilidades;
etapas do processo;
link de candidatura;
prazo, se houver.

Status:

source: gupy
status: planned
priority: high
initial_mode: manual_url_and_text

InfoJobs¶

InfoJobs é útil como job board amplo.

Abordagem:

começar com link/descrição colada;
permitir busca manual externa;
normalizar dados;
criar conector apenas se a estrutura pública for estável e permitida.

Pontos de atenção:

muitas vagas duplicadas;
qualidade variável;
alguns fluxos podem exigir login;
descrição pode vir com ruído.

Indeed Brasil¶

Indeed funciona como agregador/buscador de vagas.

Abordagem:

usar como fonte de descoberta manual no começo;
salvar URL e descrição;
deduplicar fortemente;
preferir página original da empresa quando possível.

Pontos de atenção:

a mesma vaga pode aparecer no Indeed, Gupy e site da empresa;
o link pode redirecionar;
algumas candidaturas passam pelo próprio Indeed;
pode haver bloqueios ou termos específicos.

CIEE¶

CIEE é essencial para estágio e jovem aprendiz.

Abordagem:

priorizar no radar de estágio;
permitir filtro por tipo: estágio, aprendiz, processos públicos;
começar com busca manual e link;
estudar vitrine pública de vagas;
não tentar acessar área logada automaticamente.

Campos úteis:

tipo de vaga;
nível de ensino;
curso;
cidade;
código da vaga;
empresa, quando visível;
bolsa/benefícios, se visíveis;
link/código para candidatura.

Status:

source: ciee
status: planned
priority: high
initial_mode: manual_and_public_vitrine

Companhia de Estágios¶

Companhia de Estágios é forte para estágio, trainee e jovem aprendiz.

Abordagem:

bom candidato para conector experimental;
muitas oportunidades aparecem como programas públicos;
extrair nome do programa, empresa, status de inscrição e link.

Campos úteis:

nome do programa;
empresa;
tipo: estágio, trainee, aprendiz;
status: aberto/encerrado;
link de inscrição;
requisitos;
localização;
cursos aceitos.

Status:

source: companhia_de_estagios
status: experimental
priority: high
initial_mode: public_program_pages

InHire¶

InHire deve ser tratado como fonte dinâmica.

O site principal pode depender de JavaScript, então o SotuHire não deve começar tentando crawler genérico.

Abordagem:

aceitar link/descrição colada;
se uma empresa usar InHire com página pública estável, estudar caso a caso;
usar Playwright apenas quando o conteúdo for público e realmente depender de JS;
não acessar área privada ou login.

Status:

source: inhire
status: planned_dynamic
priority: medium
initial_mode: manual_url_and_text

Vagas.com¶

Vagas.com é relevante porque mistura portal, ATS e currículo.

Abordagem:

começar com link/descrição colada;
estudar páginas públicas;
manter status planejado;
usar como referência de features de IA/currículo.

Catho¶

Catho é amplo e útil para busca geral, mas não deve ser prioridade máxima para estágio/IA.

Abordagem:

link manual;
descrição colada;
conector futuro somente se houver valor claro.

Cia de Talentos, Nube, 99jobs e Eureca¶

Essas fontes são muito relevantes para programas de entrada.

O SotuHire deve tratá-las como categoria:

programas_de_entrada

Campos especiais:

nome do programa;
período de inscrição;
requisitos de graduação;
cursos aceitos;
localidade;
trilhas/áreas;
etapas do processo;
link de inscrição.

Ordem recomendada de implementação¶

Fase 1 — Entrada manual e links¶

Implementar suporte para:

LinkedIn;
Gupy;
InfoJobs;
Indeed;
CIEE;
Companhia de Estágios;
InHire;
Vagas.com;
Catho;
Programathor;
Remotar.

Nesta fase, o sistema não coleta automaticamente. Ele apenas recebe texto/link e classifica a fonte.

Fase 2 — Páginas públicas simples¶

Implementar conectores para:

sites de carreira de empresas;
páginas públicas de programas de estágio;
Companhia de Estágios, se a página continuar estável;
Remotar/Programathor, se permitido e simples;
Greenhouse/Lever/Ashby por empresa.

Fase 3 — ATS e portais brasileiros¶

Implementar conectores específicos para:

Gupy;
CIEE;
Vagas.com;
InfoJobs;
Indeed;
InHire, se houver páginas públicas estáveis.

Cada conector precisa de testes com fixtures.

Fase 4 — Hidden Jobs Radar¶

Adicionar:

posts colados;
newsletters;
comunidades;
textos de recrutadores;
e-mails de vagas encaminhados pelo usuário;
prints convertidos em texto apenas quando necessário.

Schema de fonte¶

{
  "source_name": "Gupy",
  "source_key": "gupy",
  "source_category": "ats_portal",
  "collection_mode": "manual_url_and_text",
  "requires_login": false,
  "supports_public_pages": true,
  "connector_status": "planned",
  "risk_level": "medium",
  "priority": "high",
  "notes": "Start with pasted URL and job text. Automatic connector only after source evaluation."
}

Testes por portal¶

Cada portal deve ter testes como:

normaliza nome da fonte;
detecta tipo de vaga;
extrai cargo;
extrai empresa;
extrai localidade;
extrai modelo de trabalho;
detecta senioridade;
detecta estágio/aprendiz/trainee;
não quebra com campo ausente;
gera erro controlado quando a página muda.

Não transformar em bagunça¶

O SotuHire não deve ter um arquivo gigante chamado scraper.py.

Estrutura recomendada:

modules/sources/
├── base.py
├── manual.py
├── normalizer.py
├── deduplication.py
├── portals/
│   ├── gupy.py
│   ├── ciee.py
│   ├── companhia_de_estagios.py
│   ├── infojobs.py
│   ├── indeed.py
│   └── inhire.py
└── fixtures/

Critério para ativar um portal¶

Um portal só deve sair de planned para active quando:

há teste automatizado;
há fixture salva;
há rate limit;
há tratamento de erro;
há deduplicação;
não depende de login;
não faz bypass;
não coleta dados pessoais desnecessários;
não gera candidatura automática.