TL;DR
Career-Ops é um boilerplate gratuito e de código aberto que transforma o Claude Code em um centro de comando completo para a busca de emprego. Ele avalia ofertas com pontuação A-F, gera currículos otimizados para ATS e personalizados por vaga, escaneia automaticamente mais de 45 portais de empresas e rastreia tudo em um painel de terminal. Seu criador o utilizou para avaliar mais de 740 ofertas e conquistar um cargo de Head de IA Aplicada.
Introdução
A maioria dos desenvolvedores rastreia suas candidaturas a empregos em uma planilha. Você abre uma nova aba, cola uma descrição de vaga, a escaneia em busca de palavras-chave, atualiza uma linha com "Candidato, aguardando." Em seguida, você repete isso para mais 50 vagas e se pergunta por que o processo parece um segundo emprego.
Career-Ops inverte esse modelo. Em vez de você fazer o trabalho de avaliar, formatar e rastrear, você entrega a tarefa ao Claude Code. Você cola um URL ou uma descrição de vaga. O sistema lê seu currículo, avalia a adequação, pontua a oferta em 10 dimensões, gera um PDF personalizado e registra o resultado. Você decide se deve se candidatar.
Não é um bot de 'atirar para todos os lados'. O sistema é construído em torno de uma filosofia de filtro: encontre as poucas ofertas que valem o seu tempo entre centenas, e diga não a tudo abaixo de 4.0/5. O criador, Santiago Fernández de Valderrama, o usou para avaliar mais de 740 ofertas, gerar mais de 100 currículos personalizados e conseguir um cargo de Head de IA Aplicada. O projeto alcançou 11.9 mil estrelas no GitHub em menos de uma semana.
O que o Career-Ops realmente faz
Career-Ops é um boilerplate do Claude Code, não um aplicativo autônomo. Você clona o repositório, adiciona seu currículo como um arquivo markdown, configura um perfil YAML e abre o Claude Code nesse diretório. A partir daí, um único comando de barra executa todo o pipeline.
O fluxo de trabalho principal é assim:
You paste a job URL or description
|
v
Archetype detection
(LLMOps / Agentic / PM / SA / FDE / Transformation)
|
v
A-F Evaluation Engine
(reads your cv.md, scores 10 dimensions)
|
+----+----+
v v v
Report PDF Tracker
.md .pdf .tsv
Tudo é executado através do Claude Code como o ambiente de execução de IA. O sistema lê os mesmos arquivos que usa para executar, o que significa que Claude pode modificar seus próprios modos, pesos de pontuação e scripts de negociação quando você o solicita.
Os 14 comandos de barra
Career-Ops expõe um único ponto de entrada /career-ops com 14 modos:
/career-ops → Show all commands
/career-ops {paste a JD} → Full pipeline: evaluate + PDF + tracker
/career-ops scan → Scan 45+ company portals for new offers
/career-ops pdf → Generate ATS-optimized CV for a listing
/career-ops batch → Evaluate 10+ offers in parallel
/career-ops tracker → View application pipeline status
/career-ops apply → Fill application forms with AI
/career-ops pipeline → Process a queue of pending URLs
/career-ops contacto → Draft LinkedIn outreach messages
/career-ops deep → Deep research on a target company
/career-ops training → Evaluate a course or certification
/career-ops project → Evaluate a portfolio project
O comando mais usado é o auto-pipeline: cole qualquer URL de vaga e o Career-Ops cuida de tudo. A detecção automática significa que você não precisa especificar um modo; basta inserir o texto bruto da descrição da vaga e ele executa a avaliação completa.
Como funciona o motor de pontuação A-F
Este é o cerne do Career-Ops. Cada oferta é pontuada em 6 blocos estruturados:
Bloco A: Resumo da função: extrai o título do cargo, equipe, senioridade e habilidades necessárias. Classifica o arquétipo da função (LLMOps / Agentic / PM / SA / FDE / Transformação) para que a rubrica de avaliação correta seja aplicada.
Bloco B: Correspondência de currículo: compara seu currículo real com a descrição da vaga, raciocinando sobre a experiência, não pela correspondência de palavras-chave. Identifica lacunas e pontos fortes. Sinaliza os impeditivos.
Bloco C: Nível e estratégia de remuneração: pesquisa referências de remuneração para a função, localização e senioridade. Constrói um argumento de negociação baseado em seus pontos de prova.
Bloco D: Personalização: escreve o ângulo específico para sua carta de apresentação ou abordagem, com base no que a empresa está realmente construindo e no que em sua experiência se relaciona com isso.
Bloco E: Pontuação de avaliação (A-F): agrega o acima em uma pontuação final. O sistema recomenda não se candidatar a nada abaixo de 4.0/5. Isso não é uma barreira; é respeitar tanto o seu tempo quanto o do recrutador.
Bloco F: Preparação para entrevista (STAR+R): gera histórias STAR a partir do seu currículo para as perguntas comportamentais mais prováveis. O "+R" é uma coluna de Reflexão que sinaliza senioridade. As histórias são armazenadas em um story-bank.md que se acumula nas avaliações, para que você construa uma biblioteca mestre de 5-10 histórias reutilizáveis em vez de reinventá-las para cada candidatura.
O sistema também gera scripts de negociação: ancoragem salarial, contestação de desconto geográfico e estruturas de uso de ofertas concorrentes.
Geração de PDF otimizado para ATS
Uma das partes mais úteis do Career-Ops é o gerador de PDF. Ele não produz um currículo genérico. Ele adapta seu currículo por descrição de vaga:
- Lê a descrição da vaga e extrai os requisitos chave e as palavras-chave que os sistemas ATS irão escanear
- Reescreve os itens da sua experiência para priorizar essas palavras-chave sem fabricar nada
- Renderiza para PDF via Playwright/Puppeteer usando um template HTML com as fontes Space Grotesk e DM Sans
O resultado é um currículo projetado para passar pelos filtros ATS e ser bem lido por um humano. O template é licenciado pelo MIT, então você pode fazer um fork e personalizá-lo.
# Generate a tailored CV for a specific listing
/career-ops pdf
# Or as part of the full pipeline
/career-ops {paste job URL or description}
A saída vai para o diretório output/, ignorado pelo git por padrão para que seus dados pessoais do currículo permaneçam locais.
Escaneamento de portais em escala
Career-Ops vem com mais de 45 empresas pré-configuradas para escaneamento automático:
Laboratórios de IA: Anthropic, OpenAI, Mistral, Cohere, LangChain, Pinecone
IA de Voz: ElevenLabs, PolyAI, Parloa, Hume AI, Deepgram, Vapi, Bland AI
Plataformas de IA: Retool, Airtable, Vercel, Temporal, Glean, Arize AI
LLMOps: Langfuse, Weights & Biases, Lindy, Cognigy, Speechmatics
Empresas: Salesforce, Twilio, Gong, Dialpad
Automação: n8n, Zapier, Make.com
Europeias (DACH): Factorial, Attio, Tinybird, Clarity AI, Travelperk + 31 empresas DACH adicionadas por contribuidores da comunidade
O scanner usa Playwright para navegar em páginas de carreira e consulta as APIs de Greenhouse, Ashby, Lever e Wellfound diretamente. Ele executa 19 consultas de busca pré-construídas em grandes quadros de empregos. Você configura as empresas-alvo em portals.yml e executa /career-ops scan; novas vagas são adicionadas automaticamente ao seu pipeline.
Processamento em lote com sub-agentes paralelos
Se você tem um backlog de URLs de vagas para avaliar, o modo em lote as executa em paralelo:
# Drop URLs into jds/ directory, then:
/career-ops batch
Por debaixo do capô, isso usa workers claude -p executando em paralelo, cada um processando uma oferta de forma independente. Os resultados são deduplicados e mesclados automaticamente em seu rastreador. O script do executor de lote (batch/batch-runner.sh) orquestra os workers e lida com falhas de forma elegante.
É aqui que o Career-Ops se torna realmente poderoso em escala. Avaliar 20 ofertas manualmente pode levar um dia inteiro. No modo em lote, ele é executado em menos de uma hora.
O painel TUI em Go
Seu pipeline de candidaturas reside em data/applications.md como uma tabela markdown. O painel de terminal integrado (escrito em Go com o framework Bubble Tea, tema Catppuccin Mocha) oferece uma visualização visual do pipeline:
cd dashboard
go build -o career-dashboard .
./career-dashboard
Recursos: 6 abas de filtro (por status, arquétipo, pontuação), 4 modos de ordenação, visualização agrupada e plana, prévias de relatórios de carregamento lento e alterações de status inline. Você pode atualizar o status de uma candidatura diretamente do TUI sem editar o arquivo markdown.
Configurando em 15 minutos
A configuração é simples:
# 1. Clone e instale
git clone https://github.com/santifer/career-ops.git
cd career-ops && npm install
npx playwright install chromium
# 2. Configure seu perfil
cp config/profile.example.yml config/profile.yml
# Edite profile.yml: seu nome, localização, função alvo, faixa salarial, preferências
# 3. Configure as empresas alvo
cp templates/portals.example.yml portals.yml
# Adicione ou remova empresas da lista do scanner
# 4. Adicione seu currículo
# Crie cv.md na raiz do projeto
# Cole seu currículo em formato markdown
# 5. Abra o Claude Code
claude
# Então peça ao Claude para adaptar o sistema:
# "Mude os arquétipos para funções de engenharia de backend"
# "Adicione estas 5 empresas a portals.yml"
# "Atualize meu perfil com este currículo"
O sistema é projetado para que o Claude possa se personalizar. Como o Claude lê os mesmos arquivos de modo que executa, você pode pedir a ele para mudar os pesos de pontuação, reescrever scripts de negociação ou adicionar novos arquétipos, e ele sabe exatamente quais arquivos editar.
O sistema de atualização automática
A versão 1.1.0 introduziu uma arquitetura de duas camadas que separa arquivos do sistema (regras de pontuação, modos, contexto compartilhado atualizáveis automaticamente) de arquivos do usuário (seu perfil, currículo, personalizações). As atualizações se aplicam apenas à camada do sistema; seus dados nunca são alterados.
# Check for updates (runs automatically on session start)
node update-system.mjs check
# Apply update
node update-system.mjs apply
# Roll back if something breaks
node update-system.mjs rollback
Uma branch de backup é criada antes de cada atualização. A validação pós-atualização confirma que nenhum arquivo do usuário foi modificado.
O que torna o Career-Ops diferente de outras ferramentas de busca de emprego
A maioria das ferramentas de busca de emprego com IA são uma de duas coisas: um reescritor de currículos ou um bot de candidatura em massa. O Career-Ops não é nenhum dos dois.
É um sistema de decisão, não uma máquina de candidaturas. O motor de pontuação A-F é explicitamente projetado para ajudá-lo a dizer não. A documentação é clara: não se candidate a nada abaixo de 4.0/5. O sistema sinaliza ofertas que não correspondem ao seu perfil para que você não perca tempo com elas.
Ele raciocina sobre a adequação, não sobre palavras-chave. O Bloco B compara seu currículo com a descrição da vaga, compreendendo ambos, não contando sobreposições de palavras-chave. Uma função que lista "5 anos de Python" quando você tem 3 anos de Python mais sistemas de ML em produção ainda pode ter uma boa pontuação se o raciocínio for válido.
Ele melhora quanto mais contexto você fornece. A primeira avaliação não será precisa porque o Claude ainda não o conhece. Quanto mais pontos de prova, histórias de carreira e preferências você adicionar ao seu perfil, mais precisas as avaliações se tornam. Pense nisso como a integração de um recrutador: na primeira semana eles aprendem sobre você; depois se tornam úteis.
Tudo permanece local. Seu currículo, candidaturas, PDFs gerados; tudo ignorado pelo git por padrão. Nada sai da sua máquina, exceto as chamadas de API que o Claude faz para avaliar e pesquisar.
Limitações importantes a serem conhecidas
Requer Claude Code: Career-Ops é um boilerplate para Claude Code especificamente. Ele não funciona com outros modelos ou frontends. Você precisa de uma conta Anthropic com acesso ao Claude Code.
Playwright pode ser instável em alguns portais: as páginas de carreira das empresas mudam sua estrutura HTML regularmente. O scanner Playwright funciona bem para portais baseados em Greenhouse/Ashby/Lever (APIs padronizadas), mas pode falhar em páginas de carreira personalizadas. A comunidade rastreia esses problemas em issues do GitHub.
As primeiras avaliações precisam de calibração: como o README adverte, as primeiras avaliações serão rústicas. O sistema não conhece sua história de carreira até que você a alimente. Reserve uma hora para configurar corretamente seu perfil e adicionar pontos de prova antes de confiar nas pontuações.
O modo em lote usa claude -p: workers paralelos podem consumir créditos de API rapidamente em grandes lotes. Monitore seu uso antes de executar um lote de 50 ofertas pela primeira vez.
Veja [interno: how-ai-agent-memory-works] para entender por que os sistemas de IA precisam de tempo de calibração e contexto antes de performar bem.
Para quem isso é
Career-Ops é construído para desenvolvedores e profissionais técnicos que:
- Estão ativamente procurando emprego e cansados de rastreamento manual
- Candidatam-se a funções em empresas de IA especificamente (a lista de portais é focada em empresas de IA por design)
- Desejam usar IA para avaliação e suporte à decisão, não para automação de candidaturas em massa
- Sentem-se confortáveis executando uma ferramenta de linha de comando (CLI) e editando arquivos YAML
Não é a escolha certa para usuários não técnicos que procuram uma GUI, ou para quem deseja automatizar a submissão real da candidatura. O sistema nunca submete uma candidatura. Essa decisão sempre permanece com você.
Começando
Clone o repositório, adicione seu currículo, dedique uma hora configurando seu perfil com Claude e execute sua primeira avaliação em uma função na qual você esteja genuinamente interessado. O processo de calibração compensa rapidamente.
GitHub: github.com/santifer/career-ops
O projeto é licenciado pelo MIT. Contribuições da comunidade são bem-vindas; abra uma issue antes de enviar um PR.
Conclusão
Career-Ops é o pipeline de busca de emprego de código aberto mais completo disponível atualmente. O sistema de pontuação A-F, a geração de PDF para ATS, o processamento em lote paralelo e o painel TUI em Go são úteis por si só. Combinados com um perfil devidamente calibrado, eles oferecem um fluxo de trabalho que filtra implacavelmente e ajuda você a se candidatar apenas onde faz sentido.
A percepção central está correta: a busca de emprego é um problema de informação, não de volume. O Career-Ops trata-o dessa forma.
FAQ
O Career-Ops custa alguma coisa?A ferramenta em si é gratuita e licenciada pelo MIT. Você paga pelo uso da API Claude, que depende de quantas avaliações e PDFs você gera. Uma única avaliação completa (avaliação + PDF + entrada no rastreador) normalmente usa de 10.000 a 30.000 tokens, dependendo do tamanho do currículo e da descrição da vaga. Com o preço do Claude 3.5 Haiku ($0,25/1M de entrada, $1,25/1M de saída), uma avaliação completa custa menos de $0,05.
Posso usá-lo com outros modelos além do Claude?Não diretamente. O Career-Ops é construído como um boilerplate para o Claude Code. Os modos e arquivos de contexto compartilhado são escritos para as capacidades de uso de ferramentas do Claude. Portá-lo para outro modelo exigiria a reescrita das definições de habilidades.
Como funciona a otimização para ATS?O Career-Ops lê a descrição da vaga, extrai as habilidades e palavras-chave necessárias que os sistemas ATS procuram, e reescreve os tópicos da sua experiência para que essas palavras-chave apareçam naturalmente. Ele não inventa experiência; ele reformula a experiência existente na linguagem que a função utiliza. O template HTML renderiza para PDF via Playwright com fontes (Space Grotesk, DM Sans) que são seguras para ATS.
Quais quadros de empregos o scanner suporta?Greenhouse, Ashby, Lever, Wellfound, Workable e RemoteFront diretamente. Para empresas que não estão nessas plataformas, o Playwright navega em suas páginas de carreira personalizadas. Contribuidores da comunidade adicionaram 31 empresas DACH/Europeias. Veja [interno: local-vs-api-ai-models] para contexto sobre como o Claude Code lida com diferentes superfícies de API.
Meus dados de currículo estão seguros?Sim. Tudo é local por padrão. Seu currículo, candidaturas, PDFs gerados e relatórios são todos ignorados pelo git. Nada é enviado a terceiros, exceto as chamadas de API que o Claude faz durante a avaliação (que vão para a API da Anthropic, as mesmas chamadas que o Claude Code faz normalmente). Veja [interno: claude-code] para mais informações sobre como o Claude Code lida com os dados.
Posso adicionar minhas próprias empresas ao scanner de portais?Sim. Copie templates/portals.example.yml para portals.yml e adicione qualquer empresa. Se a empresa usa Greenhouse, Ashby ou Lever, o scanner a detecta automaticamente através de sua API padrão. Para páginas de carreira personalizadas, você pode definir seletores Playwright na configuração.
Quanto tempo leva uma avaliação completa?Uma única avaliação de oferta com geração de PDF geralmente leva de 2 a 4 minutos com o Claude 3.5 Sonnet. No modo em lote com workers paralelos, 10 ofertas são executadas aproximadamente no mesmo tempo que 1.
O que é a estrutura STAR+R?STAR (Situação, Tarefa, Ação, Resultado) é um formato padrão de entrevista comportamental. O "+R" é Reflexão: o que você faria diferente, o que aprendeu, como isso mudou sua abordagem. O Career-Ops adiciona esta coluna porque ela sinaliza senioridade. Candidatos seniores não apenas descrevem o que aconteceu; eles demonstram que aprenderam com isso.