career-ops

oferta

Ejecuta la evaluación A–H sobre un único anuncio. Omite la generación de PDF, pero registra la evaluación en el tracker. Úsalo cuando solo necesitas la decisión de puntuación y no el pipeline completo.

Qué hace

El modo oferta lee una única JD (URL o texto pegado), la puntúa contra la rúbrica (cinco dimensiones más una puntuación global holística) con evidencia citada, y escribe el informe de evaluación. Sin PDF, pero registra el anuncio en el tracker con el estado Evaluated; si evalúas de nuevo la misma empresa y el mismo puesto, se actualiza esa fila en lugar de añadir una segunda. Rápido y barato.

Cuándo usarlo

Usa oferta para hacer un triaje rápido de un anuncio dudoso. Si la puntuación supera el 4.0 y decides aplicar, escala a auto-pipeline o al modo apply.

Cómo es una ejecución

Le pasas al modo un anuncio y devuelve la evaluación, con puntuación y razonamiento citado: los Bloques A a F, una lectura de legitimidad en el Bloque G y un veredicto de una línea, y además borradores de respuestas en el Bloque H cuando la puntuación es de 4.5 o más. Pega el texto de la JD directamente, o pasa una URL y el modo confirma primero que la publicación sigue activa, de modo que un enlace muerto nunca quema una evaluación completa.

Terminal
/career-ops oferta https://boards.greenhouse.io/acme/jobs/4021
Evaluation excerpt
# Evaluation: Acme — Staff AI Engineer

**Score:** 4.3/5
**Archetype:** LLMOps
**Legitimacy:** High Confidence

## A) Role Summary
| Field      | Value  |
|------------|--------|
| Domain     | LLMOps |
| Seniority  | Staff  |
| Remote     | Full   |

## G) Posting Legitimacy
Assessment: High Confidence — posted 3 days ago, apply button active,
JD names specific tools and first-6-month scope.

## Verdict (lead)
**Apply.** Strong match on the role's core axis with no hard stops,
and Block G returned High Confidence.

Los Bloques B a F cubren el encaje del CV y sus carencias, la estrategia de nivel, compensación y demanda, un plan de personalización, e historias de entrevista STAR+R mapeadas a los requisitos del puesto.

El veredicto va justo después del Bloque G: la decisión en negrita (Apply, Consider, Research first o Skip) y un motivo extraído de los bloques anteriores. Repite la decisión registrada en el Machine Summary del informe y nunca añade un juicio nuevo, de modo que quien se detenga ahí se lleva igualmente la respuesta.

Cuándo recurrir a él

Recurre a oferta para puntuar un único anuncio rápidamente sin comprometerte con el pipeline completo. Conviene saber:

  • Si pasas una URL, primero se ejecuta una comprobación de liveness — una publicación caducada o con 404 se detiene antes del Bloque A, así que nunca gastas una ejecución en contenido fantasma.

  • Una página de LinkedIn cuya descripción se queda en un esqueleto de carga cuenta como JD no disponible, no como un puesto cerrado: oferta se detiene antes del Bloque A y te pide que pegues el texto del anuncio o que proporciones un enlace del empleador o del ATS para el mismo puesto.

  • El arquetipo se clasifica según tus propios puestos objetivo, la sección Your Target Roles de modes/_profile.md; los tipos de puesto por defecto solo se aplican cuando no has definido ninguno. Un puesto que no coincide con ninguno de tus objetivos obtiene un 1 en alineación con North Star, la evaluación continúa con las demás dimensiones y la línea Archetype del informe muestra Not a target — closest default: {default role type} o Not a target — no close match.

  • La investigación de empresa y compensación está acotada a un máximo de cinco búsquedas web; esto es una evaluación, no una investigación en profundidad. Ejecuta /career-ops deep por separado cuando quieras la imagen más completa de la empresa.

  • El Bloque G devuelve uno de tres niveles — High Confidence, Proceed with Caution o Suspicious — de modo que los probables ghost jobs salen a la luz antes de que inviertas esfuerzo en la entrevista.

  • Cuando el puesto te llegó a través de un reclutador (un mensaje de LinkedIn, un correo electrónico o una llamada) en lugar de una publicación que encontraste tú, el Bloque G también comprueba al reclutador. Son cinco comprobaciones: si la propia página de empleo de la empresa publica el puesto, si un nombre desconocido aparece vinculado a una marca conocida, si el reclutador escribe desde un dominio que controla la empresa, si hay denuncias públicas de estafa, y si te piden ejecutar código que te envían, compartir tu pantalla, pasar a Telegram, WhatsApp o Discord, o pagar por algo. El contacto de un reclutador por sí solo cuenta como neutral. Dos comprobaciones preocupantes, si una de ellas es una página de empleo sin el puesto o una denuncia de estafa, ponen el nivel en Suspicious y añaden una nota sobre la identidad del reclutador. career-ops nunca clona ni ejecuta código que te haya enviado un reclutador.

  • Cuando la publicación describe explícitamente un puesto de duración determinada, como un contrato de 18 meses o un puesto temporal, el Bloque G añade una nota de contrato de duración determinada que cita la frase, además de un argumento opcional para la conversación sobre compensación. Es solo informativa: nunca cambia la puntuación, el nivel de legitimidad ni la recomendación.

  • En una CLI que permite al agente renombrar su propia sesión, la sesión toma el nombre de la publicación, como VP Infrastructure, Acme Health, una vez leída la JD. Pon session_title: off en config/profile.yml para conservar tus propios títulos de sesión.

Score Evidence

El informe incluye Score Evidence después de Risk Summary. Abarca cinco dimensiones: ajuste del CV, alineación con North Star, remuneración, señales culturales y señales de alerta. Cada fila recoge un estado de evidencia (supported, partial o unknown), una fuente u observación concreta y una pregunta pendiente. La sección termina con un nivel de confianza en la evidencia (High, Medium o Low), su motivo y hasta tres prioridades de verificación.

Este nivel describe la evidencia que respalda el Global Score; no es una probabilidad de contratación ni el nivel de legitimidad del anuncio del bloque G, y no modifica la puntuación numérica. Machine Summary conserva los cinco estados en score_evidence, el nivel en confidence y las prioridades en confidence_gaps. Cuando no quedan prioridades, confidence_gaps es una lista vacía.

Relacionados

En esta página