Construi un pipeline de busqueda de empleo que combina scraping con Selenium, normalizacion de datos, analisis de patrones ATS y automatizacion con n8n. El bot recopilo aproximadamente 10.000 ofertas de LinkedIn en unas 3 horas, extrayendo informacion clave como puesto, empresa, ubicacion, seniority, stack tecnologico y descripcion. Despues compare cada oferta contra mi CV para identificar donde podia ser uno de los candidatos con mayor encaje. Con esa seleccion envie solo 15 correos y consegui 10 entrevistas, incluyendo 5 procesos cuyo plazo oficial ya habia cerrado.
Problema, stack y resultado
Problema que resuelve
Sistema de automatizacion que recopilo aproximadamente 10.000 ofertas de empleo de LinkedIn en 3 horas, analizo patrones ATS y me ayudo a conseguir 10 entrevistas con solo 15 correos.
Tecnologias usadas
Stack principal: Python, Selenium, n8n. Tecnologias del proyecto: Python, Selenium, n8n, LinkedIn, ATS Analysis, LLMs, CV Matching, Data Cleaning.
Que hice yo
Mi rol fue Autor · Automation & AI Workflow. Trabaje la parte tecnica, el enfoque de producto y la documentacion suficiente para que el resultado pueda explicarse y evolucionar.
Resultado o aprendizaje
Aproximadamente 10.000 ofertas recopiladas en 3 horas. Ingenieria inversa de patrones ATS a partir de descripciones y formularios de empleo.
Highlights
- Aproximadamente 10.000 ofertas recopiladas en 3 horas.
- Ingenieria inversa de patrones ATS a partir de descripciones y formularios de empleo.
- 10 entrevistas conseguidas con solo 15 correos altamente personalizados.
- 5 entrevistas vinieron de ofertas cuyo plazo oficial ya habia cerrado.
- Ranking automatico de oportunidades donde mi perfil tenia mayor encaje.