Plataforma de preparação para processos seletivos em tecnologia: o candidato sobe currículo e vaga, recebe um score de compatibilidade, faz um simulado técnico personalizado e sai com uma trilha de estudo personalizada e um perfil consolidado (Talent Passport).
| Nome | Papel | GitHub | |
|---|---|---|---|
| Nícolas (Líder) | Frontend | ||
| Karina | Backend | ||
| Andreia | IA(documentação técnica) |
| Recurso | Link |
|---|---|
| 🌐 Produto no ar | kando-eta.vercel.app |
| 📋 Pesquisa de mercado | Dashboard da pesquisa |
| 💻 Documentação do frontend | docs/frontend.md |
| ⚙️ Documentação do backend | docs/backend.md |
| 🤖 Documentação da IA | docs/ai.md |
- Equipe
- O problema
- A solução
- Funcionalidades
- Arquitetura
- Tecnologias
- Como rodar localmente
- Nota de esclarecimento
- Status do projeto
- Licença
Candidatos de tecnologia costumam chegar em processos seletivos sem saber exatamente onde estão fracos em relação aos requisitos reais da vaga específica que estão disputando. "Estudar tudo" não é viável no pouco tempo que normalmente existe entre a candidatura e a entrevista.
O candidato sobe o próprio currículo e a vaga desejada, ao mesmo tempo. A plataforma extrai e estrutura os dois documentos com IA, Entrega um score de compatibilidade e as lacunas de skill, gera um desafio técnico personalizado pra esse par currículo-vaga, avalia as respostas por skills, e devolve um plano de estudo priorizado pelas lacunas reais encontradas — tudo isso sem nenhum recrutador alimentando a plataforma.
Veja o produto no ar em kando-eta.vercel.app.*
- Normalização automática de currículo, com extração de skills, experiências e senioridade calculada
- Normalização automática de vaga, requisitos e tecnologias
- Matching currículo × vaga, com score de compatibilidade, skills compatíveis e lacunas
- Geração de simulado técnico personalizado com perguntas conceituais
- Avaliação de respostas com feedback e desempenho por skill
- Dashboard com score geral e desempenho técnico consolidado
- Geração de Talent Passport com perfil profissional e recomendações
- Geração de trilha de estudo personalizada a partir de lacunas e desempenho
- Principais telas conectadas à API: upload, matching, dashboard, simulado, trilha e Passport
- Importação de currículos e vagas em PDF, com tratamento de falhas de conversão
- Tratamento de erros de IA: prompt ausente, JSON inválido, limite de uso e erros de configuração
- Validação end-to-end contra a API real do Groq
- Deploy Concluido
Visão geral do fluxo:
flowchart LR
A[Currículo] --> C[Matching]
B[Vaga] --> C
A --> D[Desafio Técnico]
B --> D
C --> D
D --> E[Avaliação de Respostas]
E --> F[Dashboard]
F --> G[Trilha de Estudo]
F --> H[Talent Passport]
Para detalhes de implementação de cada parte, veja as docs específicas linkadas acima.
| Camada | Stack |
|---|---|
| Frontend | |
| Backend | |
| Banco | |
| IA | |
| PDFs | |
| Autenticação | |
| Deploy |
- Python 3.11+
- Node.js 20+
- Uma chave de API da Groq
cd backend
python -m venv .venv
# Ative o ambiente virtual conforme seu sistema
pip install -r requirements.txtCrie backend/.env:
DJANGO_SECRET_KEY=uma_chave_secreta_segura
DJANGO_DEBUG=True
DJANGO_ALLOWED_HOSTS=localhost,127.0.0.1
# IA: uma chave ou uma lista de chaves separadas por vírgula
GROQ_API_KEY=sua_chave_aqui
# GROQ_API_KEYS=chave_1,chave_2
GROQ_MODEL=openai/gpt-oss-120b
# Banco local (padrão)
DATABASE_ENGINE=sqlite
# Frontend local
DJANGO_CORS_ALLOWED_ORIGINS=http://localhost:5173
# Opcional: PostgreSQL/Supabase
# DATABASE_ENGINE=supabase
# DB_NAME=...
# DB_USER=...
# DB_PASSWORD=...
# DB_HOST=...
# DB_PORT=5432python manage.py migrate
python manage.py runserverPara as etapas de IA funcionarem, os prompts necessários precisam estar ativos no banco. Sem um prompt ativo, a API devolve um erro controlado para a etapa correspondente.
A API ficará disponível em http://localhost:8000/api e o health check em
http://localhost:8000/health/.
cd frontend
npm install
npm run devCrie frontend/.env:
VITE_API_URL=http://localhost:8000/apiO frontend consome a URL definida em VITE_API_URL. Para produção, defina essa
variável com a URL pública da API seguida de /api.
Detalhes completos em docs/frontend.md, docs/backend.md e docs/ai.md.
Nota de esclarecimento — histórico da escolha de modelo: durante a fase de testes, a equipe avaliou múltiplos modelos servidos pela Groq (incluindo Llama, GPT e Qwen) ao longo de aproximadamente uma semana. O Llama apresentou os resultados mais consistentes nos testes locais e foi a escolha inicial para produção. Dois dias antes da entrega do projeto, a Groq comunicou por e-mail a descontinuação do modelo Llama utilizado, exigindo a migração para o segundo modelo com melhor desempenho nos testes (
openai/gpt-oss-120b) em um prazo de 24 horas. Essa migração emergencial explica as trocas de modelo visíveis no histórico de commits (qwen → gpt → qwen → gpt) e reforça a recomendação acima de sempre conferirai_core/llm.pye a variávelGROQ_MODELefetivamente configurada em produção, em vez de assumir que o modelo documentado aqui é definitivo — dado o precedente de descontinuações por parte do provedor com pouco aviso prévio.
Construído para o Hackathon Juninhos-Nortjobs, entre 16/07/2026 e 16/08/2026.
- Fluxo principal implementado: currículo e vaga → matching → simulado → avaliação → dashboard → trilha → Talent Passport
- Autenticação JWT, persistência e isolamento dos dados por usuário
- Upload por texto ou PDF, com validação e tratamento de falhas
- Tratamento de erros de IA e persistência de resultados com falha controlada
- Frontend conectado aos principais endpoints da API
- Validação end-to-end com a API real do Groq
- Configuração e validação final de deploy
Durante o desenvolvimento deste projeto, a equipe utilizou o Claude Sonnet 5 (Anthropic) como ferramenta de apoio e tutoria técnica — auxiliando em dúvidas de implementação, revisão de lógica e boas práticas ao longo do processo. As decisões de arquitetura, implementação e integração final foram de responsabilidade da equipe.
Este projeto está licenciado sob a MIT License — você pode usar, copiar, modificar e distribuir livremente, inclusive para fins comerciais, desde que mantenha o aviso de copyright original.