LinkedIn Corporativo: Plataforma de Matching entre Colaboradores e Vagas Internas com Arquitetura de Microsservços e Recomendações Baseadas em IA
Resumo
A mobilidade interna nas organizações ainda depende de ferramentas fragmentadas e processos manuais, o que limita a visibilidade das competências dos colaboradores e dificulta o matching entre profissionais e oportunidades internas. Sistemas tradicionais de gestão de talentos frequentemente operam de forma isolada, sem integrar mecanismos de recomendação capazes de pontuar automaticamente a compatibilidade entre candidatos e vagas abertas. Este trabalho propõe o desenvolvimento de uma plataforma de talent marketplace interno, estruturada em arquitetura de microsserviços, que integra um motor de aprendizado de máquina para recomendar colaboradores para projetos e vagas internas. A pesquisa está sendo conduzida por meio de revisão sistemática da literatura sobre mobilidade interna, sistemas de recomendação e arquitetura de microsserviços, seguida da especificação e implementação de um protótipo. Espera-se que a plataforma automatize a pontuação de compatibilidade entre perfis e vagas, reduzindo o tempo gasto em alocação manual e ampliando a visibilidade do talento interno. Conclui-se, preliminarmente, que a arquitetura proposta tem potencial para melhorar a eficiência operacional na alocação de talentos, sendo necessária validação empírica futura. Para o treinamento do modelo, será utilizado inicialmente um dataset público de matching entre currículos e vagas, e dados sintéticos serão considerados apenas se necessário
Palavras-chave: Mobilidade interna; Talent marketplace; Recomendação com IA; Microsserviços; Matching de competências.
Ler trabalho completo (DOCX)