Com a crescente popularidade dos empregos remotos e a evolução da IA, está havendo um aumento de candidatos falsos a vagas de emprego. A Gartner estima que 1 em cada 4 candidatos a vagas será falso até 2028 (!)
Este é um problema real que também estamos enfrentando hoje. Nossa equipe de recrutamento precisa gastar muito tempo revisando essas candidaturas. Foi por isso que Chandni, nossa head de talentos e pessoas, e eu decidimos unir forças para resolver esse problema.
Demonstração
Depois de 4 horas de programação, eu tinha um protótipo funcional. Eu o executei contra as candidaturas recebidas durante um dia e consegui sinalizar candidaturas suspeitas. Veja o vídeo de demonstração a seguir para entender melhor:
Arquitetura técnica
Este é o diagrama de arquitetura do sistema de duas etapas que construímos.
As duas etapas são:
- Triagem da candidatura: quando os candidatos se candidatam à vaga, nós os avaliamos automaticamente com base no currículo e nos dados enviados na candidatura.
- Triagem da entrevista. Em segundo lugar, se os candidatos passarem na triagem do currículo, capturamos informações adicionais do dispositivo quando eles clicam no link de convite para a reunião.
Vou explicar os detalhes nas seções a seguir.
Etapa 1: Triagem da candidatura
Usamos o Ashby como nosso ATS (Applicant Tracking System). O Ashby e outros ATS (como o greenhouse e o lever) fornecem webhooks para notificar sistemas de terceiros quando uma nova candidatura é criada.
Eu construí uma simples Cloud run function que ingere esses webhooks. O payload do webhook contém informações como o nome, e-mail, telefone e endereço IP do candidato. Como a Sardine já tem capacidades de prevenção de fraude de identidade, eu só precisei chamar a API existente da Sardine aqui. Usei o cursor para codificar, e como já temos um MCP que conhece nossa API, fazer vibe coding com a API da Sardine foi bem simples.
Com base nas informações coletadas durante a candidatura, a Sardine pode verificar vários sinais, incluindo:
- Endereço IPSe o país do endereço IP corresponde à localização da vagaSe o endereço IP é uma VPN ou proxyReputação do endereço IP
- E-mailSe o e-mail é novoSe o domínio do e-mail é descartável
- Número de telefoneSe o telefone é VOIPSe o número de telefone corresponde ao nome fornecido
- Recursos baseados em grafoEsse número de telefone tem muitas candidaturas?Esse endereço de e-mail tem muitas candidaturas?
Depois de obter os resultados da avaliação de risco da API da Sardine, podemos chamar a API da Ashby para anexar uma nota à candidatura do candidato.
Etapa 2: Link da entrevista
A Sardine já possui tecnologia proprietária de inteligência de dispositivo e biometria comportamental, então minha ideia inicial foi integrar nosso SDK web à página de candidatura para capturar quaisquer sinais suspeitos de dispositivo e comportamento. No entanto, descobri que o Ashby (e muitos outros ATS) não permite incorporar JavaScript personalizado na página de candidatura. Eu poderia incorporar a página de candidatura dentro de uma página hospedada pela Sardine (onde conseguimos rastrear dados do dispositivo) via iframe, mas não há como vincular a informação (ou seja, qual sessão do frontend é vista pelo SDK da Sardine correspondente àquela candidatura específica?).
Por esse motivo, decidi trabalhar em um segundo projeto, que é uma página web simples que redireciona os candidatos para as URLs das reuniões (por exemplo, o Google Meet). Dessa forma, esse site intermediário pode capturar as informações do dispositivo do candidato com o SDK da Sardine. Usei o bolt.new para gerar uma página web estática bem simples.
Depois disso, integrar o SDK da Sardine é simples (observe que nossa documentação está disponível apenas para clientes atuais da Sardine. Se quiser conferir, entre em contato conosco!).
Usando o SDK de dispositivo da Sardine, agora podemos capturar diversas informações, como:
- Qual é a localização real por trás do proxy?
- A tela está sendo controlada remotamente?
- Qual é a impressão digital do dispositivo
Esses sinais reforçam ainda mais nossas capacidades de prevenção de fraude.
Conclusão e melhorias futuras
Descobrimos que nossa tecnologia pode ser aplicada para detectar candidaturas fraudulentas usando dados reais.
Aqui estão algumas ideias adicionais para melhorias futuras:
- Implementar uma página de candidatura hospedada para também capturar o comportamento do usuário, como copiar e colar e movimento do mouse.
- Ingerir o PDF do currículo e verificar se é autêntico.
- Ter uma integração nativa dentro do ATS.
Estamos empolgados com o que podemos alcançar para resolver esse problema. Se você quiser resolver o problema das candidaturas fraudulentas, entre em contato conosco!