Stenyo Fonseca Avatar
Stenyo FonsecaSenior Product Manager
HomeAboutProjectsArticlesContact

© 2026 Stenyo Fonseca. All rights reserved.

GitHubLinkedInEmail
Voltar para os Artigos

Transformei minha busca de emprego em produto: o nascimento do RoleVector

Publicado em 28 de outubro de 2025

Fluxo da arquitetura do RoleVector

TL;DR
Em 2025, transformei a frustração da busca por vagas em um produto real: RoleVector.com. Este artigo conta a jornada completa, do problema à solução, passando por hipóteses, arquitetura, escolhas de design, métricas iniciais e próximos passos.

Por que este projeto existe

Em transição de carreira, notei três dores repetidas na busca por vagas:

Baixa clareza sobre "onde aplicar"

Era difícil priorizar oportunidades com fit técnico e contextual (stack, senioridade, contexto de produto, tipo de squad).

Currículo genérico vs. vaga específica

Ajustar o currículo para cada descrição tomava tempo e energia. ATS (Applicant Tracking Systems) punem falta de aderência textual.

Desorganização do funil

Planilhas e anotações soltas fragmentavam a jornada: onde apliquei, quando, com quem falei, qual status.

A pergunta que guiou tudo: como transformar esse fluxo em um sistema que decide melhor onde aplicar, otimiza o currículo automaticamente e orquestra o funil de ponta a ponta?

Hipóteses que moldaram o MVP

Hipótese 1: Seleção importa mais que volume.
Aumentar qualidade das candidaturas tem mais impacto do que ampliar a quantidade.

Hipótese 2: A personalização do currículo é determinante.
Um currículo contextualizado para a vaga eleva a taxa de callbacks.

Hipótese 3: Guidance reduz ansiedade e acelera execução.
Um assistente guiado (pré e pós-aplicação) encurta o tempo entre leitura da vaga e uma candidatura de alta qualidade.

Hipótese 4: Uma base de conhecimento do candidato evita retrabalho.
Guardar experiências, projetos e métricas em formato estruturado permite reuso rápido nos ajustes de currículo e preparo de entrevistas.

Princípios de produto

  • Tempo é moeda. Tudo deve acontecer em poucos cliques.
  • Clareza radical. Interface minimalista, linguagem direta, sem "magia opaca".
  • Modularidade. Cada peça do fluxo funciona sozinha, mas brilha em conjunto.
  • Privacidade e controle. Dados do usuário, prompts e históricos sob governança clara.
  • Medição desde o dia zero. Métricas instrumentadas no MVP.

O que o RoleVector faz (hoje)

Decide quando vale aplicar

Analisa a vaga e calcula fit com base em critérios explícitos (requisitos, senioridade, contexto) e sinais textuais.

Otimiza o currículo para ATS

Gera ajustes contextuais de títulos, bullets e palavras-chave — mantendo voz e histórico do candidato.

Organiza o funil da busca

Dashboard com status por vaga, lembretes, anotações e histórico de interações.

Prepara entrevistas com contexto real

Gera roteiros, perguntas e respostas ancoradas na própria vaga e no currículo otimizado.

Arquitetura técnica (MVP pragmático)

A proposta foi construir rápido, com confiabilidade e espaço para evoluir.

Fluxo da Arquitetura:

  1. Vaga (URL ou texto) → Parser & Normalizer
  2. Feature Extractor → Vector Embeddings
  3. Scoring & Heuristics → Decide aplicar?
    • Sim → Otimizador de currículo
    • Não → Insights & Gaps -> Analise outra vaga
  4. Dashboard & Tracker → Preparação para entrevistas

Stack e decisões

Frontend & App: Next.js
Motivo: velocidade de desenvolvimento, rotas app dir, Server Actions quando útil.

IA: OpenAI APIs
Motivo: prompts orquestrados, few-shot e camadas de análise (rápida → detalhada).

RAG e Embeddings
Motivo: usar o contexto do próprio candidato (experiências, métricas, projetos) para personalização consistente.

Cache
Motivo: reduzir latência e custos — cache de análises (TTL 24h), keywords e parsing de currículos.

Observabilidade
Logs de prompts, latência por funcionalidade, taxa de erro por etapa do funil.

Nota: Em paralelo, integro serviços como SMTP (via Google + Supabase) para email transacional e lembretes.

Design de experiência

  • Fluxo linear e curto: colar vaga → ver fit → otimizar currículo → registrar candidatura
  • Cópia direta: rótulos objetivos, sem jargões desnecessários.
  • Feedback imediato: escores, rationale e "o que fazer agora".

Segurança, privacidade e ética

  • Dados sob controle do usuário: export, exclusão e visibilidade do que é armazenado.
  • Prompts auditáveis: registro mínimo para diagnóstico sem expor conteúdo sensível.
  • Uso responsável de IA: explicabilidade leve (por que o escore é o que é).

MVP → resultados iniciais

  • Efeito imediato: meu índice de entrevistas quase triplicou após adotar o sistema.
  • Sinal de valor: redução de tempo entre leitura da vaga e candidatura com currículo alinhado.
  • Menos ansiedade, mais cadência: com guidance e agenda claros, o processo ficou sustentável.

Métricas que importam (e por quê)

  • Application Quality Rate (AQR): % de candidaturas com fit alto.
  • Callback Rate (CBR): % de respostas positivas/válidas.
  • Time-to-Apply (TTA): tempo do paste da vaga até a candidatura final.
  • Resume Reuse Ratio (RRR): quanto do currículo otimizado vem do knowledge base do candidato.
  • Interview Readiness Score (IRS): cobertura de perguntas-chave com exemplos contextualizados.
Dashboard de métricas do RoleVector

Dashboard de métricas mostrando AQR, CBR, TTA e outras métricas-chave

O que não entrou (ainda)

  • Marketplaces de vagas e scraping em escala
    Optei por bring-your-own-link no MVP para reduzir risco de bloqueios e manter o foco no valor principal.

  • Integrações nativas com LinkedIn/Glassdoor/Greenhouse
    Estão no roadmap; a prioridade foi acertar o core loop.

  • Job matching puramente automático
    A curadoria humana segue importante; o sistema recomenda e explica, não "decide por mim".

Roadmap (curto → médio prazo)

  • Playbooks de entrevista por função (PM, Eng, Data, Design) com exemplos ancorados em histórias reais do candidato.
  • Pacotes de métricas e bullets reusáveis por tipo de entrega (crescimento, retenção, pricing, IA/ML).
  • Integrações (calendário, email, ATSs) para fechamento do loop com menos trabalho manual.
  • Melhorias de explicabilidade (por que seu fit é X? quais lacunas? como fechar o gap em 7 dias?).
  • Modo "Portfólio vivo": página pública com cases dinâmicos gerada a partir do knowledge base.

Lições aprendidas

  • A dor é real e emocional. O produto precisa reduzir atrito e ansiedade.
  • MVP é sobre foco. Resolver 1–2 momentos críticos cria tração; o resto vem depois.
  • Contexto é rei. Personalizar com o seu histórico muda o jogo frente ao ATS e ao recrutador.
  • Medição desde o início. Sem métrica, não há iteração — só intuição.

Chamado à comunidade

Se você também está em transição ou quer acelerar sua busca:

  • Teste o RoleVector e me diga: o que te ajudou? o que faltou?
  • Envie uma vaga real que você está avaliando: quero expandir os playbooks.
  • Dê feedback sobre a experiência: tempo, linguagem, clareza do guidance.

Créditos e agradecimentos

A todas as pessoas que deram feedback nas primeiras versões — vocês ajudaram a transformar um rascunho em produto utilizável.