DEV Community

fecklesspleb
fecklesspleb

Posted on

¿Qué empresas buscan perfiles con Okta e Intune? Cómo etiqueté ofertas de empleo públicas para detectar su stack tecnológico

Este artículo es una traducción al español, hecha con ayuda de IA, de mi post original en inglés: Which companies are hiring for Okta and Intune? Tagging public job boards for tech-stack signals. El código, los comandos y los números se cotejaron con el original y con el repositorio antes de publicar.

Una oferta de empleo es uno de los pocos documentos públicos en los que una empresa dice qué herramientas usa. "3+ years administering Okta and Intune" (más de 3 años administrando Okta e Intune) dice más sobre el stack de TI de una empresa que la mayoría de los comunicados de prensa. Quería una forma rápida de preguntar "¿cuáles de estas empresas están contratando gente con Okta o Intune ahora mismo?", así que escribí un pequeño etiquetador y lo ejecuté contra unas cuantas bolsas de empleo públicas.

Todos los números de abajo provienen de una sola muestra que ejecuté el 2026-11-02 entre las 9:36 y las 9:38 a. m. ET (hora del este de EE. UU.): 22 bolsas públicas, 4330 ofertas abiertas, 28 solicitudes HTTP. Es una muestra pequeña, elegida a mano y formada sobre todo por empresas tecnológicas, así que lee los números como "lo que mostró esta muestra", no como una imagen del mercado.

De dónde salen las ofertas

Greenhouse, Lever y Ashby publican cada uno un feed JSON con las ofertas abiertas de una empresa: los mismos datos que usan las páginas de empleo que alojan. Sin iniciar sesión y sin hacer scraping de páginas HTML:

Greenhouse  boards-api.greenhouse.io/v1/boards/<slug>/jobs?content=true
Lever       api.lever.co/v0/postings/<slug>?mode=json&limit=100&skip=0
Ashby       api.ashbyhq.com/posting-api/job-board/<slug>
Enter fullscreen mode Exit fullscreen mode

El slug es el que aparece en la URL de la página de empleo de la empresa. Greenhouse devuelve todas las ofertas con su descripción en una sola solicitud; Lever pagina de 100 en 100; Ashby devuelve la bolsa completa.

Hice que el fetcher fuera lento a propósito: primero lee el robots.txt de cada host, espera al menos un segundo entre solicitudes y envía un User-Agent con el nombre del proyecto. La muestra del 2026-11-02 fueron 15 bolsas de Greenhouse (2699 ofertas), 2 de Lever (387) y 5 de Ashby (1244).

El etiquetado y los falsos positivos

El etiquetador es un diccionario escrito a mano de 328 herramientas (Okta, Microsoft Intune, Jamf, CrowdStrike, Kandji, etc.), cada una con sus variantes de escritura. "Intune", "Microsoft Endpoint Manager" y "MEM" corresponden todas a Microsoft Intune. La primera versión era una búsqueda de subcadenas. Estas son tres cosas que mostró la muestra del 2026-11-02 sobre por qué eso no funciona.

1. Subcadenas. En la muestra del 2026-11-02, 2154 de las 4330 ofertas contienen las letras "aws". Solo 279 están etiquetadas como AWS; la palabra "laws", por sí sola, aparece en 1983 ofertas. "rust" es peor: 2695 ofertas lo contienen, 201 están etiquetadas como Rust y casi todas las demás son "trust", "trusted" y "entrusted". La solución es buscar palabras completas: una variante solo cuenta si no tiene pegada ninguna letra, dígito ni guion bajo por ninguno de los dos lados.

import re
B, E = r'(?<![A-Za-z0-9_])', r'(?![A-Za-z0-9_])'
re.search(B + r'aws' + E, 'state and local laws', re.I)   # None
re.search(B + r'aws' + E, 'AWS, GCP or Azure', re.I)       # match
Enter fullscreen mode Exit fullscreen mode

Las palabras cotidianas tienen una regla más: Rust, Slack, Zoom, Git y Notion solo coinciden si llevan sus mayúsculas habituales. Eliminé por completo "Go" a secas. En esta muestra, 3755 ofertas contienen "go" como subcadena ("goals", "government", "good"), y como palabra completa también es un verbo corriente en inglés. Solo cuentan "Golang" y "Go (Golang)", lo que significa que se pierde algo como "Python or Go". Asumí esa contrapartida.

2. El nombre de la propia empresa. Las 811 ofertas de OpenAI de la muestra mencionan OpenAI, y las 400 ofertas de Datadog mencionan Datadog. Contarlas no dice nada sobre el stack, así que el etiquetador descarta el producto de la propia empresa. En la muestra del 2026-11-02, esa regla quitó una etiqueta a 2273 ofertas de 8 empresas.

3. Frases sobre la cultura. Slack aparece en 78 ofertas de la muestra, a menudo en frases como "coffee chats and Slack conversations that help them stay connected" o "works mostly async, with regular pairing sessions, 1:1s, and Slack". Eso describe cómo se comunica un equipo, no una habilidad que se busca. Por eso, Slack, Zoom, Microsoft Teams y Webex ahora tienen una condición: solo cuentan dentro de una sección de requisitos o cerca de una expresión como "experience with". Con esa condición, 38 de las 78 ofertas con Slack siguen contando. Es una regla heurística, ya que depende de los encabezados, y se equivocará con algunas ofertas.

También hay una regla que omite las frases del tipo "trusted by companies like..." y "backed by investors...". Existe porque esas frases nombran herramientas, pero en la muestra del 2026-11-02 no se activó con ninguna de las seis herramientas de identidad y de gestión de dispositivos que cuento más abajo.

De las ofertas a una tabla

Con las etiquetas de cada oferta, la tabla por empresa es un conteo de las ofertas abiertas que mencionan cada herramienta:

jobstack boards greenhouse:discord greenhouse:asana ashby:openai ... \
  --focus "Okta,Microsoft Intune,Jamf,CrowdStrike,Kandji,Microsoft Entra ID" \
  --jobs-out jobs.jsonl
Enter fullscreen mode Exit fullscreen mode

Parte de la tabla de la muestra del 2026-11-02: las nueve bolsas con más coincidencias para estas seis herramientas. Otras siete bolsas tenían una o dos ofertas con Okta cada una (Notion y Vanta 2; Coinbase, Duolingo, Figma, Reddit y Robinhood 1).

bolsa ofertas abiertas Okta Intune Jamf CrowdStrike Kandji Entra ID
Cloudflare (Greenhouse) 467 4 1 2 0 1 4
Palantir (Lever) 301 6 0 0 0 0 6
Asana (Greenhouse) 110 4 1 1 3 0 0
OpenAI (Ashby) 811 0 3 3 0 0 2
Ramp (Ashby) 173 2 0 2 1 1 0
Discord (Greenhouse) 41 2 2 2 0 0 0
Dropbox (Greenhouse) 24 1 2 0 0 0 3
Airbnb (Greenhouse) 201 3 0 0 0 0 0
GitLab (Greenhouse) 235 2 0 1 0 0 0

Algunas conclusiones de la muestra del 2026-11-02:

  • Okta apareció en 33 ofertas de 15 de las 22 empresas. Algunas son la misma oferta publicada en varias ubicaciones; contando una sola vez cada combinación de empresa y puesto, son 26.
  • Microsoft Intune apareció en 9 ofertas de 5 empresas. Solo 3 ofertas mencionaban tanto Okta como Intune: una de Cloudflare y dos de Discord.
  • Las coincidencias se concentran en unos pocos tipos de puesto: soporte y operaciones de TI, seguridad corporativa, ingeniería de identidad y soporte al cliente de productos de seguridad. Una oferta de IT Ops de Discord menciona "identity (Okta), device management across both Mac (Jamf) and Windows (Intune)"; una oferta de IT Support de Asana pide "build and deploy new laptops using standard deployment tools like JAMF, Intune".
  • 6 de las 22 bolsas (Datadog, Instacart, Linear, Lyft, Pinterest y Spotify) no tenían ninguna oferta que mencionara alguna de las seis herramientas.

Un conteo de ofertas abiertas es, por sí solo, una señal débil: una empresa con 800 vacantes mencionará más herramientas que una con 40. Es más útil como lista de ofertas concretas para leer, y por eso --jobs-out guarda cada oferta etiquetada con su URL.

El código

El código está en mi repositorio, con licencia MIT: el etiquetador, el diccionario, los tres lectores de bolsas y las pruebas. https://github.com/fecklesspleb/jobstack

from jobstack import Tagger

Tagger.default().tag("IT Support Specialist",
                     "Build and deploy new laptops using tools like JAMF, Intune, ABM")["tags"]
# ['Jamf', 'Microsoft Intune']
Enter fullscreen mode Exit fullscreen mode

Si lo pruebas con otras bolsas y encuentras una herramienta que no detecta o un falso positivo que se le escapa, lo más útil que puedes enviar es un issue con el texto de la oferta.


Sobre el uso de IA: este artículo se tradujo del inglés con ayuda de IA; el artículo original y el código también se escribieron con ayuda de IA. Los números provienen de la muestra descrita arriba. El código, los comandos y los números se cotejaron con el original y con el repositorio antes de publicar.

Top comments (0)