The latest articles on DEV Community by Thalisson Damião (@thalisson_damio_8ed19dd6). https://dev.to/thalisson_damio_8ed19dd6 https://media2.dev.to/dynamic/image/width=90,height=90,fit=cover,gravity=auto,format=auto/https:%2F%2Fdev-to-uploads.s3.amazonaws.com%2Fuploads%2Fuser%2Fprofile_image%2F3950869%2Fb4713ab8-33c8-4e3e-a402-458523029d8b.png https://dev.to/thalisson_damio_8ed19dd6 en Thalisson Damião Mon, 25 May 2026 23:06:56 +0000 https://dev.to/thalisson_damio_8ed19dd6/construi-um-motor-ats-deterministico-porque-estava-cansado-de-adivinhar-por-que-meu-curriculo-era-2e1h https://dev.to/thalisson_damio_8ed19dd6/construi-um-motor-ats-deterministico-porque-estava-cansado-de-adivinhar-por-que-meu-curriculo-era-2e1h <p>passei os últimos meses aplicando pra empresas de tech enquanto <br> trabalhava como dev numa empresa de construção civil. 50+ <br> currículos. 3 rejeições automáticas. nada mais.</p> <p>pedi pra um dev sênior revisar. ele disse que estava bom.</p> <p>fui investigar.</p> <p>a maioria das empresas médias e grandes roda os currículos num <br> ATS antes de qualquer humano ver. o sistema compara o texto do <br> seu currículo com a descrição da vaga e gera um score. abaixo <br> de um threshold você é arquivado automaticamente.</p> <p>meu currículo tinha "PostgreSQL" e "MySQL". a vaga pedia <br> "bancos de dados relacionais". pra qualquer dev é a mesma coisa. <br> pro sistema são strings diferentes.</p> <p>o motor de scoring</p> <p>não queria uma IA "achando" que estava bom ou ruim. queria <br> métrica real.</p> <p>embeddings com voyage-3-lite, cosine similarity no postgres <br> via pgvector com índice HNSW, mais keyword matching explícito <br> porque boa parte dos ATS brasileiros ainda usa sistemas simples que não entendem equivalências semânticas.</p> <p>score com 5 componentes auditáveis: keywords (40pts), título <br> e senioridade (20pts), estrutura (20pts), experiência (15pts), <br> requisitos obrigatórios (5pts).</p> <p>a otimização</p> <p>o problema de usar LLM pra reescrever é alucinação. você pede <br> pra injetar "kubernetes" e ele acha um jeito mesmo que você nunca tenha tocado nisso.</p> <p>solução: separar classificação de reescrita.</p> <p>haiku com temperatura 0.3 analisa os gaps e identifica quais <br> keywords têm evidência real no currículo. pra keywords sem evidência ele gera perguntas pro usuário antes de otimizar.</p> <p>sonnet recebe o currículo filtrado mais as respostas confirmadas <br> e faz a reescrita. o validador depois confere se cada keyword <br> declarada no output realmente aparece no texto. score não <br> melhorou, otimização rejeitada.</p> <p>custo por otimização separando os dois modelos: ~$0.059.</p> <p>stack: node.js 22 + fastify 5, next.js 15, supabase + pgvector, <br> redis + bullmq, voyage AI, anthropic API, SSE pra streaming <br> em tempo real, VPS hostinger 4GB.</p> <p>o produto se chama kore, está em beta com plano free. se quiser discutir a arquitetura estou nos <br> comentários.</p> ai braziliandevs webdev saas