Pipeline de Scraping y Ranking de Ofertas con IA
Orquestador multi-etapa que revisa ~1.000 ofertas de LinkedIn al día con Playwright, las filtra y rankea con DeepSeek según perfil profesional, y deja ~300 listas por valoración.
Paso 01
Problema
Buscar ofertas de trabajo relevantes en LinkedIn requiere horas de navegación manual: filtrar cientos de listings, leer descripciones, evaluar compatibilidad. No hay forma eficiente de priorizar oportunidades sin invertir tiempo masivo.
Paso 02
Contexto y restricciones
Construí un pipeline automatizado de 4 etapas que navega LinkedIn con Playwright, extrae ofertas, las filtra por relevancia con IA, obtiene descripciones completas y las rankea por compatibilidad con un perfil profesional.
Rol: Arquitecto y desarrollador del pipeline completo: scraper con sesión persistente, integración de IA para filtrado y ranking, orquestación multi-etapa con control de errores y datos estructurados.
Paso 03
Decisiones clave
- Playwright con Chromium y sesión persistente para mantener autenticación en LinkedIn sin re-login.
- Pipeline orquestado en 4 etapas independientes: scrape → filtrar → detalle → rankear, cada una con su propio script.
- DeepSeek para filtrado semántico: evalúa relevancia real de cada oferta contra el perfil del candidato, no solo palabras clave.
- Extracción de descripción completa con expansión automática de 'See more' en cada oferta.
- Ranking con puntuación 4-10 y justificación textual para priorizar ofertas.
- Datos organizados por fecha con estructura de directorios consistente para trazabilidad.
Paso 04
Resultados
- Pipeline completo que reduce horas de búsqueda manual a minutos de ejecución.
- Filtrado inteligente que descarta ofertas irrelevantes y prioriza las mejores.
- Ranking con justificación transparente de cada puntuación.
Métricas
- ~1.000 ofertas revisadas a diario.
- ~300 ofertas filtradas y rankeadas por ejecución.
- 4 etapas orquestadas: scrape, filter, detail, rank.
- DeepSeek evalúa compatibilidad semántica, no solo keywords.
- Sesión persistente de LinkedIn sin necesidad de re-autenticación.
Paso 05
Aprendizajes y próxima mejora
Pipeline de Ofertas LinkedIn con IA
Orquestador multi-etapa que automatiza la búsqueda, filtrado y ranking de ofertas de empleo en LinkedIn usando Playwright e inteligencia artificial.
Stack técnico
- Lenguaje: Python 3.11+
- Navegación: Playwright + Chromium con sesión persistente
- IA: DeepSeek API para filtrado semántico y ranking
- Arquitectura: 4 etapas orquestadas (scrape → filter → detail → rank)
- Datos: JSON estructurado organizado por fecha
Etapas del pipeline
| Etapa | Script | Función |
|---|---|---|
| 1. Scrape | scraper.py | Navega LinkedIn Jobs, pagina resultados, extrae título + empresa |
| 2. Filtrar | filtrar_empleos.py | DeepSeek evalúa relevancia de cada oferta contra el perfil |
| 3. Detalle | detalle_empleos.py | Abre cada oferta, expande descripción, extrae el texto completo |
| 4. Rankear | rankear_empleos.py | DeepSeek puntúa 4-10 cada oferta con justificación |
Autenticación
Usa Playwright para abrir LinkedIn una vez, guarda las cookies de sesión en linkedin_auth.json y las reutiliza en ejecuciones posteriores sin necesidad de volver a iniciar sesión.
Paso 06
Recursos visuales
