← Todos os posts

Automatizei minha busca de emprego por cinco meses

Mais de 400 candidaturas depois, o que o dado mostrou sobre o mercado, sobre os filtros que ninguém te conta e sobre o que a IA realmente resolve.

400+
candidaturas enviadas
127
rejeições formais
46
etapas de entrevista
1
oferta
CarreiraIAAutomaçãoBusca de emprego

Em abril de 2026 eu saí de uma vaga de Tech Lead. Em setembro entrei na Nectir, uma startup americana de IA para educação. No meio, construí um sistema que registrou cada candidatura, cada resposta e cada erro.

São mais de 400 candidaturas, 127 rejeições formais, 46 etapas de entrevista em 34 empresas e uma oferta. Conversão de candidatura para oferta: menos de 0,25%.

Este post não é sobre como conseguir emprego. É sobre o que aparece quando você para de aplicar no escuro e começa a medir. Boa parte do que eu achava que sabia estava errada, e o dado mostrou isso em menos de um mês.

Nenhum número aqui é estimado. Todos saem de um arquivo de log de 1,7 MB que a rotina escreveu sozinha e de um banco de dados com 431 linhas.

O problema não é esforço, é estado

Os dois primeiros meses foram do jeito que todo mundo faz. Abrir o LinkedIn, rolar, achar uma vaga boa, preencher nome e telefone pela milésima vez, subir o currículo, escrever uma cover letter que é 80% igual à anterior, enviar, fechar a aba.

No começo dava para fazer umas oito por dia. Depois de duas semanas, quatro. Depois de um mês, eu abria o LinkedIn e fechava sem aplicar em nada, porque as primeiras trinta vagas eram todas coisas em que eu já tinha me candidatado e não dava para lembrar quais.

Esse é o primeiro problema real, e ele não é de disciplina: busca de emprego em volume é um problema de estado, não de esforço.

Depois de cem candidaturas você não consegue mais guardar de cabeça onde aplicou, quando, por quanto, com qual versão do currículo e o que aconteceu depois. Sem esse estado, três coisas acontecem ao mesmo tempo, e todas custam caro:

O segundo problema é mais cruel: a parte que dá resultado é exatamente a parte que cansa. Ler a descrição inteira, entender se o fit é real, calibrar a pretensão, escrever uma carta que fala da vaga e não de você. São vinte a quarenta minutos por candidatura bem-feita. Ninguém sustenta isso quarenta vezes por semana durante cinco meses.

É aí que quase todo mundo usa IA para a coisa errada. Escrever cover letter é o uso óbvio e o menos valioso. O que a IA resolve de verdade é o estado.

Primeiro o log, depois a automação

A primeira coisa que passou a existir não foi um robô que aplica em vagas. Foi um arquivo de texto.

Cada candidatura vira uma linha: empresa, vaga, modalidade, valor pedido, status, data, link e um bloco de notas com o que foi escrito nos campos abertos e por que aquela vaga foi escolhida. Em paralelo, um banco estruturado com o mesmo dado, para dar para filtrar e contar.

Parece burocracia. É a decisão mais importante do sistema inteiro, por um motivo específico:

Um log que registra o erro é o único jeito de o erro virar regra.

Exemplo concreto. Preenchi um formulário inteiro e o sistema recusou dizendo que já tinha recebido minha candidatura anterior. Eu tinha aplicado semanas antes, por conta própria, fora da rotina, e não lembrava. Isso aconteceu cinco vezes, com cinco empresas diferentes, e cada uma custou de quinze a quarenta minutos jogados fora.

A regra que nasceu disso: dedup não pode ser por nome de empresa, tem que varrer o log inteiro procurando também o título da vaga, e o selo de "candidatou-se" do LinkedIn tem que ser checado antes de abrir qualquer formulário. Custo de checar: dois segundos. Custo de não checar: quarenta minutos.

Só depois disso vieram três rotinas automáticas por dia:

Cada rotina termina escrevendo o que fez, o que não conseguiu fazer e por quê. Essa última parte é a que gera valor. Um log que só registra sucesso é relatório. Um log que registra falha é aprendizado.

O que o dado mostrou

Aqui está o retorno real, e não foi o que eu esperava. Eu achei que ia ganhar velocidade. Ganhei, mas o que mudou o jogo foi medição.

Quando você aplica sozinho, cada rejeição vira uma história sobre você. Quando existe um log com centenas de linhas, rejeição vira dado. E o dado conta outra coisa.

1. A maioria das rejeições não é sobre o candidato

Das 127 rejeições formais, um pedaço grande veio com o motivo escrito. Contando só essas:

Isso muda a leitura do funil inteiro. Seis rejeições num dia parecem um veredito. Quando duas são corte de orçamento e uma terceira é uma etapa que ficou pendente, o número é o mesmo e o significado é outro.

Princípio: sem registro, você atribui a si mesmo resultados que são do mercado. É a forma mais rápida de desistir cedo.

2. O gargalo raramente é técnico

Eu tinha certeza de que o problema era stack. Faltava Python, faltava Kubernetes, faltava alguma palavra-chave. O dado mostrou outra coisa.

Em dias inteiros, as melhores vagas do dia morreram em bloqueio administrativo, não em falta de qualificação. Num deles, cinco vagas de fit alto caíram só por isso:

Some a exigência de ensino superior completo, que apareceu em mais de uma dúzia de vagas boas. Não é fit. É cadastro.

E o diagnóstico vira ação imediata: deixar foto, data de nascimento e CEP prontos num lugar só destrava uma família inteira de formulários de uma vez. Uma tarde de organização rendeu mais que uma semana de candidatura. Eu nunca teria descoberto isso sem medir, porque cada bloqueio isolado parece só um azar do dia.

3. O mercado acessível é menor do que parece

Esse é o dado mais duro, e ele foi medido dia após dia até a décima quarta medição consecutiva antes de eu aceitar.

Numa única noite, a rotina varreu cerca de 1.400 redes de fundos de venture capital, 550 anúncios do LinkedIn, 202 de um agregador de tech e mais de 750 boards de ATS diferentes. Candidaturas viáveis no fim: quatro.

Não é que o mercado esteja vazio. É que, depois de filtrar por stack real, remoto de verdade, piso salarial e empresas em que você já aplicou, o que sobra é um conjunto pequeno que gira devagar. Num dos canais, duas rotas de busca diferentes convergiram para exatamente o mesmo conjunto de 264 anúncios.

Princípio: existe um teto de volume, e ele chega rápido. Depois dele, cada hora gasta procurando vaga nova rende menos que a mesma hora gasta cuidando de um processo que já está vivo. Quase todo mundo faz o contrário.

4. "Remoto global" mente com frequência

Um anúncio dizia "Anywhere in the World". A vaga era do Canadá, com faixa em dólar canadense. Outro anunciava uma faixa alta que, lida com atenção, estava em reais e não em dólares.

O teste mais barato que existe: a moeda da faixa salarial é o melhor detector do país real da vaga. Cinco segundos, e evita uma candidatura inteira feita para o lugar errado.

As regras que eu criaria de novo

O log virou, sem planejamento, um documento de regras. Cada uma tem um prejuízo específico atrás.

Ler a descrição inteira antes de aplicar, inclusive o rodapé. Nasceu no dia em que apliquei lendo os primeiros três mil caracteres e descobri depois que a remuneração estava no fim do texto, abaixo do meu piso. Virou uma checagem automática por palavras de salário no corpo inteiro do anúncio.

Nunca inflar resposta em formulário. Quando perguntavam se eu tinha quatro anos de Python, a resposta era não, porque tenho cerca de três. Quando perguntavam se eu já tinha rodado determinada tecnologia em produção, a resposta era que não, e que eu preferia dizer isso de forma simples a maquiar.

Isso custou candidaturas, e o log registra os casos. Mantive por um motivo prático além do ético: mentira em formulário vira entrevista que você não sustenta. O custo aparece mais tarde e é maior.

Nada de processo em que a IA avalia o candidato. Entrevista gravada pontuada por IA, entrevista conduzida por bot, avaliação automatizada de vídeo: descarte. Mantive processos com notetaker de IA e leitura automática de currículo, porque ali a decisão continua humana.

A linha é essa: a IA pode organizar o processo, não pode ser o juiz. E ela corta para os dois lados. Se eu não aceito que uma máquina me julgue, eu também não posso pedir que ela finja ser eu.

Sem parágrafo de disponibilidade em e-mail. Se você está respondendo a um recrutador para avançar num processo, dizer que está disponível e que é flexível é redundante e soa ansioso. O teste: se dá para apagar a frase e a mensagem continua a mesma, a frase sobrava.

O que eu não deleguei

Esta é a parte que costuma sumir quando alguém conta esse tipo de história, e ela é a mais importante.

E o principal: o sistema não transforma um candidato médio em um candidato forte. Ele tira do caminho as quarenta horas de trabalho burro que impedem você de chegar nas conversas com energia. As conversas você ganha ou perde sozinho.

Um detalhe que vale contar: em dois formulários diferentes eu encontrei instruções escondidas dentro das perguntas, pedindo que um modelo de linguagem ignorasse as instruções anteriores e respondesse com uma frase específica. São empresas tentando detectar candidatura escrita por IA. Achei justo e ignorei as instruções.

Se o seu processo depende de a empresa não descobrir, a detecção não é o problema.

Os quatro erros que me custaram mais caro

Todos são de operação, não de sorte. Todos se repetem com quem está buscando emprego agora.

1. Perseguir meta de candidatura em vez de cuidar do que está vivo. Perdi duas etapas técnicas por prazo vencido enquanto estava ocupado enviando candidatura nova. Um teste técnico que expira por esquecimento custa mais que trinta candidaturas que ninguém leu. As duas melhores oportunidades do meu funil inteiro vieram de canais baratos e específicos, não das cinco mil vagas varridas por noite.

2. Adiar o que é pequeno e está travando o resto. Durante mais de um mês eu tive uma oportunidade parada numa plataforma esperando que eu gravasse dois vídeos curtos em inglês. Dois vídeos. Ela expirou esperando. Era a ação de maior retorno por esforço do processo inteiro, e eu adiei semana após semana porque era desconfortável.

3. Deixar o currículo contar histórias diferentes. Passei semanas com um número de anos de experiência no currículo que não batia com a minha própria linha do tempo, e com cidades diferentes em documentos diferentes. Numa mesma semana declarei três números diferentes de experiência em três formulários. Ninguém me pegou, mas era questão de tempo.

4. Gastar call antes de saber a faixa. Numa ocasião a recrutadora abriu o orçamento por conta própria duas horas e meia antes da conversa, e o número era menos da metade do que eu pedia. Aquela call morreu ali, e foi o melhor desfecho possível para os dois lados. Se a empresa não abrir o número, pergunte antes de reservar a agenda.

A parte chata vale mais que a empolgante

Quando a oferta chega, a tendência é assinar rápido. Vale gastar uma tarde lendo, principalmente se você for contratado como PJ por empresa estrangeira.

O item que eu mais recomendo olhar é a cláusula de cessão de invenções. O padrão americano diz, em letras pequenas, que se você não anexar uma lista de invenções anteriores, você está declarando que elas não existem. Deixar em branco não é neutro. É uma declaração.

E tem uma segunda camada, que quase ninguém vê: mesmo listando, se você usar o seu produto anterior dentro do trabalho da empresa, a cláusula costuma conceder a ela uma licença perpétua e sublicenciável sobre aquilo.

Listar protege a propriedade. Só a separação total de código protege o valor. Se você tem projeto próprio, essas duas frases valem mais do que qualquer negociação de percentual.

Outras coisas baratas de conferir antes de assinar: se a unidade de período está escrita na tabela de remuneração, se a entidade contratada é você ou a sua PJ, e se o que foi combinado de boca aparece no papel. Contrato tem cláusula dizendo que só vale o que está escrito.

O que isso diz sobre IA e trabalho

Construí esse sistema no momento em que a discussão mais alta é se a IA vai substituir engenheiro de software. A ironia de usar IA para conseguir emprego de engenheiro não me passou despercebida.

O que eu vi, vivendo dentro dessa rotina por cinco meses, foi bem menos dramático e bem mais útil do que a discussão pública sugere.

A IA não deu nenhuma vantagem nas partes que decidiram o resultado. Não fez entrevista, não desenhou arquitetura no quadro, não leu contrato por mim, não negociou. Nas rodadas que decidiram a contratação, eu estava sozinho.

O que ela fez foi memória e disciplina. Lembrou onde eu já tinha aplicado. Mediu que o gargalo era cadastro e não stack. Transformou "seis rejeições hoje" em "duas são corte de faixa salarial". Escreveu num arquivo, no dia do erro, a regra que impediu o erro seguinte.

Isso é pouco glamouroso e é exatamente onde ela é boa hoje: excelente no trabalho que cansa e não decide, ainda ruim no trabalho que decide.

A frase que eu escrevi num formulário em agosto e que virou o resumo desse período inteiro foi esta:

Quando não dá para automatizar a verificação, eu não delego para o agente.

Vale para código. Valeu para isso também.


Se você está no meio de uma busca e quiser trocar ideia sobre qualquer parte disso, inclusive sobre montar o seu próprio registro, me chama. Eu respondo.