Preparação personalizada para entrevistas a partir do currículo do candidato e de uma vaga real.
- Coleta e normaliza uma vaga publicada na Gupy.
- Extrai o texto de um currículo em PDF e o estrutura com IA.
- Compara currículo e vaga para encontrar pontos fortes e lacunas.
- Usa o diagnóstico para definir tópicos e dificuldade de programação.
- Seleciona desafios compatíveis no PostgreSQL.
As interações de IA usam o OpenRouter com o modelo
deepseek/deepseek-v4-flash por padrão.
- Python 3.12+
- PostgreSQL com a tabela
questionscarregada - Chave de API do OpenRouter
python3 -m venv .venv
source .venv/bin/activate
pip install -r backend/requirements.txt
cp .env.example .envPreencha o .env:
OPENROUTER_API_KEY=coloque_sua_chave_aqui
OPENROUTER_MODEL=deepseek/deepseek-v4-flash
DATABASE_URL=postgresql+psycopg2://postgres.PROJECT_REF:SENHA@aws-0-REGIAO.pooler.supabase.com:5432/postgresPara executar com Docker em uma rede sem IPv6, use a conexão Session pooler
do Supabase, disponível em Connect > Session pooler. A conexão direta
db.PROJECT_REF.supabase.co:5432 usa IPv6 por padrão e pode não funcionar na
rede interna do Docker.
O coletor do LeetCode é um utilitário independente, usado somente para criar e
popular a tabela questions:
python -m backend.scripts.load_leetcodeEle não faz parte do fluxo executado para cada candidato.
python -m backend.app.services.pipeline \
"https://empresa.gupy.io/jobs/123456" \
--cv "./curriculo.pdf" \
--limit 10O resultado é um JSON com este formato:
{
"job": {},
"candidate": {},
"match": {
"aderencia": 75,
"resumo": "...",
"pontos_fortes": [],
"lacunas": [],
"focos_de_preparacao": []
},
"algorithm_profile": {
"tags": ["array", "hash-table", "string"],
"difficulty": "Medium"
},
"questions": []
}Com Docker Compose:
docker compose up --buildNo Ubuntu, caso o subcomando docker compose não esteja disponível:
sudo apt install docker-compose-v2Abra http://localhost:5173. A API também fica disponível em
http://localhost:8000/docs.
Para executar sem Docker, inicie a API na raiz do repositório:
source .venv/bin/activate
uvicorn backend.app.main:app --reloadEm outro terminal, inicie a interface:
cd frontend
npm install
npm run devAbra http://localhost:5173, informe a URL pública de uma vaga da Gupy e
selecione um currículo em PDF.
backend/
├── app/
│ ├── api/ # rotas HTTP e dependências
│ ├── integrations/ # Gupy e OpenRouter
│ ├── repositories/ # armazenamento das sessões
│ ├── schemas/ # contratos de entrada e saída
│ └── services/ # análise, preparação e mentor
├── scripts/ # utilitários operacionais
└── requirements.txt
frontend/ # interface React/Vite
O carregador do catálogo do LeetCode fica em
backend/scripts/load_leetcode.py. A orquestração do fluxo fica em
backend/app/services/pipeline.py.
- A coleta automática aceita vagas da Gupy.
- O currículo precisa ser um PDF com texto selecionável; não há OCR.
- O banco de desafios deve ser carregado antes da execução.
- As sessões ficam em memória e são perdidas ao reiniciar a API.
Rodrigo Rodrigues, Joao Schramm e Augusto Krause.