Percebi que gastava mais tempo procurando vagas do que realmente me candidatando.
Todo fim de tarde era a mesma rotina: abrir o Indeed, digitar "desenvolvedor PHP", rolar dezenas de resultados quase idênticos, abrir cinco ou seis em novas abas, ler a descrição, comparar mentalmente com meu currículo e, na maioria das vezes, fechar a aba sem me candidatar porque "não parecia ser bem o meu perfil". No dia seguinte, repetir.
O problema nunca foi encontrar vagas. Era descobrir quais realmente valiam meu tempo.
Depois de algumas semanas nesse ciclo, cheguei a uma pergunta meio óbvia, mas que eu ainda não tinha levado a sério: e se a IA pudesse atuar como um recrutador técnico? Não como um gerador de currículo genérico, e sim como alguém que primeiro entende profundamente quem eu sou tecnicamente, depois sai atrás de vagas reais, e só então me diz "essa aqui vale a pena, e é por isso".
Foi exatamente esse fluxo que construí. Neste artigo conto como ele nasceu, o que ele fez com o meu currículo real, e por que o resultado final — uma planilha ranqueada com score, justificativa e recomendações — mudou completamente a forma como eu busco emprego.
Buscar vaga de forma manual tem uma armadilha que ninguém avisa: parece produtivo, mas na prática é um teatro de produtividade.
Alguns motivos:
Eu precisava de alguém — ou de alguma coisa — capaz de olhar para esse conjunto de experiências como um todo e cruzar isso, vaga por vaga, com o que realmente estava sendo pedido no mercado.
O fluxo que desenhei tem uma lógica bem simples no papel, mas que muda tudo na prática: a IA só pode procurar vagas depois de entender profundamente quem eu sou tecnicamente.
Currículo
↓
Análise de Perfil (senioridade, stack, pontos fortes, lacunas)
↓
Detecção de Gaps Técnicos
↓
Busca de Vagas no Indeed
↓
Score de Aderência por Vaga
↓
Otimização de Currículo
↓
Candidatura
Cada etapa resolve um problema específico:
Não vou colar o prompt inteiro aqui — ele é longo e específico demais para ser reaproveitado copiando e colando. Mas vale explicar a lógica por trás das partes mais importantes.
Antes de procurar qualquer vaga, o primeiro bloco do prompt pedia uma análise estruturada do meu currículo, cobrindo pontos como:
Analise o currículo anexado e retorne:
- Senioridade adequada (com justificativa)
- Principais tecnologias (separadas por frontend, backend, dados, devops, IA)
- Experiências relevantes
- Projetos de destaque e o que cada um comprova
- Pontos fortes reais (não genéricos)
- Lacunas técnicas prováveis
O motivo de pedir isso antes de tudo é simples: se a IA não souber que eu tenho experiência com dois backends diferentes, ou que meu projeto de fintech (Quita) prova domínio de arquitetura multi-tenant e conformidade com LGPD, ela vai avaliar cada vaga de forma rasa, olhando só para bater ou não bater palavra-chave.
A segunda parte do prompt usava esse perfil já analisado como filtro para a pesquisa de vagas, com instruções explícitas de que tipo de vaga trazer:
Com base no perfil analisado, busque vagas recentes no Indeed para Desenvolvedor PHP que:
- sejam compatíveis com o nível de senioridade identificado
- exijam PHP como linguagem central (MVC, CodeIgniter, Laravel ou equivalente)
- considerem também stacks complementares do candidato (React, PostgreSQL, IA aplicada)
- tenham informações completas (empresa, local, modalidade, link)
A parte que fez mais diferença no resultado final foi obrigar a IA a justificar cada score, e não apenas cuspir um número:
Para cada vaga, calcule um score de aderência de 0 a 100% e explique:
- por que esse score e não outro
- quais tecnologias da vaga o candidato já possui
- quais projetos ele deve destacar nessa vaga específica
- quais palavras-chave usar no currículo
- pontos fracos e como compensá-los na candidatura
Esse detalhe muda tudo. Um score sem explicação é só um número que você tem que confiar cegamente. Um score com justificativa vira uma ferramenta de decisão.
O resultado da primeira etapa foi, honestamente, mais revelador do que eu esperava.
A IA classificou minha senioridade como "júnior avançado / transição para pleno", justificando com o tempo de experiência formal em desenvolvimento somado à bagagem anterior em suporte e infraestrutura — um raciocínio que eu mesmo tinha dificuldade de verbalizar em entrevistas.
Nas lacunas, ela foi direta: pouca exposição documentada a Kubernetes, arquitetura orientada a eventos (Lambda, SQS/SNS), testes automatizados em larga escala e ferramentas de observabilidade, além de nenhuma certificação formal em nuvem. Nada que eu não suspeitasse, mas ver isso escrito com clareza ajuda a priorizar o que estudar em seguida, em vez de estudar "um pouco de tudo".
Na busca de vagas, o resultado foi uma planilha com colunas de título, empresa, localização, modalidade, tecnologias exigidas, score de aderência, justificativa, link oficial e recomendações de candidatura. Filtrando pelas vagas que realmente pediam PHP como linguagem central, o ranking ficou assim:
| Posição | Vaga | Score |
|---|---|---|
| 1 | Desenvolvedor(a) React, PHP ou Fullstack — Advisorh Talent Solutions | 90% |
| 2 | Programador PHP Back-end — Why Digital | 85% |
| 3 | Desenvolvedor(a) Backend (PHP + IA aplicada) — SOM VIBE | 85% |
A vaga da Advisorh ficou em primeiro não por ser a "mais impressionante" no papel, mas porque foi a de menor atrito real entre o meu currículo e o requisito: ela aceita explicitamente as duas frentes que já exerço no dia a dia (PHP e React/TypeScript), sem exigir anos mínimos de experiência formal.
O que mais me chamou atenção foi o nível de detalhe nas justificativas. Na vaga da Why Digital, a análise notou que a descrição mencionava "rastreamento veicular" e sugeriu reaproveitar um discurso que eu já tinha preparado para uma candidatura anterior parecida — algo que eu jamais lembraria sozinho no meio de dezenas de abas abertas. Já na vaga da SOM VIBE, a IA conectou diretamente meu projeto de agente RAG (POPS_AI) com o requisito de "IA aplicada" da vaga, mesmo ela sendo, no fim das contas, uma vaga de PHP.
Isso é muito melhor do que buscar vaga manualmente porque elimina o viés de "acho que essa vaga é boa para mim" e substitui por "essa vaga é boa para você por estes motivos específicos, e aqui está o que fazer a respeito".
Com o ranking pronto, usei a IA novamente — mas dessa vez para gerar currículos personalizados para cada vaga de PHP mais bem posicionada.
O motivo é simples: mesmo dentro de um único alvo — "vaga de PHP" — um currículo único não funciona igual para todas as oportunidades. Minha experiência com PHP aparece em contextos bem diferentes:
Cada versão manteve os mesmos fatos — não inventei nada — mas reordenou a ênfase, trocou os termos técnicos que abrem cada bullet e priorizou o projeto certo para o contexto certo. É o tipo de trabalho que, feito manualmente para três ou quatro vagas diferentes, consome uma tarde inteira. Automatizado, levou minutos, e o mais importante: com justificativa explícita de por que cada mudança foi feita.
Depois de rodar esse processo algumas vezes, ficaram claras algumas coisas.
A primeira é que a IA não substitui um recrutador humano — ela elimina o trabalho repetitivo que normalmente consome o tempo que você deveria estar usando para se preparar de verdade. Ler cem vagas, comparar cada uma com seu perfil, calcular mentalmente aderência: isso é trabalho mecânico, não julgamento humano.
A segunda é que ela ajuda na tomada de decisão, mas não decide por você. O score de 90% da vaga da Advisorh foi um ótimo ponto de partida, mas a decisão de se candidatar, de como se posicionar na entrevista e de negociar proposta continua sendo minha.
A terceira, e talvez a mais importante: entrevistas continuam humanas. Nenhuma IA vai simular a pressão de uma sala (ou chamada de vídeo) com um entrevistador do outro lado perguntando por que você tomou determinada decisão de arquitetura. O que esse fluxo faz é garantir que você chegue até essa entrevista pelo motivo certo — porque a vaga realmente combina com você — em vez de chegar lá por sorte estatística de ter mandado currículo para cinquenta lugares.
Também vale registrar uma lição mais prática: a qualidade do resultado depende diretamente da qualidade da análise inicial. Se a etapa de "conhecer o candidato" for rasa, todo o resto do fluxo — busca, score, currículo — herda essa rasez. Foi por isso que a primeira etapa do prompt recebeu tanta atenção quanto todas as outras juntas.
A IA não encontrou um emprego para mim. Ela encontrou as oportunidades certas.
Continua sendo eu quem participa das entrevistas, quem negocia e quem decide aceitar ou não uma proposta. Mas o tempo que eu gastava rolando páginas de resultados genéricos agora vai para estudar exatamente as lacunas que a própria análise apontou, e para chegar em cada entrevista sabendo exatamente por que aquela vaga faz sentido para mim — e por que eu faço sentido para ela.
Se você também está numa busca ativa por vaga de PHP (ou de qualquer outra stack): como você tem usado IA nesse processo? Já tentou automatizar a análise de aderência entre currículo e vaga, ou ainda faz tudo manualmente? Tenho muita curiosidade de saber se outras pessoas chegaram a fluxos parecidos — ou completamente diferentes — para resolver o mesmo problema.