Please ensure Javascript is enabled for purposes of website accessibility

Sistema de triagem de candidatos com inteligência artificial baseado em critérios e questionários configuráveis

dc.contributor.advisorMontes, José Lucas Brandão
dc.contributor.authorLivino, Lucca Fernandes
dc.date.accessioned2026-11-19T18:35:28Z
dc.date.available2026-11-19T18:35:28Z
dc.date.issued2026
dc.descriptionArtigo entregue como Trabalho de Conclusão de Curso apresentado ao Instituto Federal de Educação, Ciência e Tecnologia de Rondônia (IFRO), Campus Vilhena, como requisito parcial para obtenção do grau de Tecnólogo, junto ao Curso Superior em Tecnologia em Análise e Desenvolvimento de Sistemas
dc.description.abstractA triagem manual de candidatos pode ser um processo lento e inconsistente, por isso, este trabalho teve como objetivo desenvolver o TrIA, sistema de triagem em que o recrutador define os critérios de cada vaga, seus pesos e um questionário próprio. O trabalho caracteriza-se como pesquisa aplicada e exploratória. A aplicação web usa Node.js, MongoDB e React, com o método Kanban. Os critérios obrigatórios são conferidos em código contra um catálogo, e um modelo de linguagem de grande escala, o Google Gemini, atribui a cada critério uma nota com a evidência que a sustenta. Com essas notas, o sistema calcula uma média ponderada pelos pesos, e as candidaturas que alcançam uma nota mínima seguem para a análise do recrutador, que não vê a nota; ela é registrada apenas para auditoria. O sistema foi verificado por rodadas manuais com o modelo de linguagem e por testes automatizados, nessas rodadas, quando o modelo calculava a nota final, os pesos nem sempre foram respeitados, o que levou esse cálculo para o código. Os 1.886 testes da API e os 180 da interface foram aprovados, e o sistema foi implantado em servidor do Instituto Federal de Rondônia. Como limitação, o sistema não foi avaliado com recrutadores ou profissionais de Recursos Humanos, e os resultados mostram que ele funciona como projetado, não que melhora a triagem de uma equipe real. A contribuição está em deixar com o recrutador tanto a definição do que conta na avaliação quanto a decisão sobre cada candidato.
dc.description.abstract2Manual candidate screening can be a slow and inconsistent process; therefore, this work aimed to develop TrIA, a screening system in which the recruiter defines the criteria of each job, their weights and a job-specific questionnaire. The work is characterized as applied research conducted under Design Science Research. The web application uses Node.js, MongoDB and React, under the Kanban method. Mandatory criteria are checked in code against a catalog, and a large language model, Google Gemini, assigns each criterion a score with the evidence that supports it. From these scores, the system computes a weighted average, and the applications that reach a minimum score move on to the recruiter's review; the recruiter does not see the score, which is recorded only for auditing. The system was verified through manual rounds with the language model and automated tests. In these rounds, when the model computed the final score, the weights were not always respected, which moved this calculation into code. The 1,961 API tests and the 180 interface tests passed, and the system was deployed on a server of the Federal Institute of Rondônia. As a limitation, the system was not evaluated with recruiters or Human Resources professionals, and the results show that it works as designed, not that it improves the screening of a real team. The contribution lies in leaving to the recruiter both the definition of what counts in the evaluation and the decision on each candidate.
dc.identifier.citationLIVINO, Lucca Fernandes. Sistema de triagem de candidatos com inteligência artificial baseado em critérios e questionários configuráveis. Orientador: José Lucas Brandão Montes. 2026. 30 f. Trabalho de Conclusão de Curso (Superior de Tecnologia em Análise e Desenvolvimento de Sistemas); Instituto Federal de Educação, Ciência e Tecnologia de Rondônia, Vilhena, 2026.
dc.identifier.urihttp://repositorio.ifro.edu.br/handle/123456789/3011
dc.language.isoPortuguêspt_BR
dc.publisher.campiCampus Vilhenapt_BR
dc.publisher.programTecnologia em Análise e Desenvolvimento de Sistemaspt_BR
dc.subjectRecrutamento e seleção
dc.subjectTriagem de candidatos
dc.subjectModelos de linguagem de grande escala
dc.subjectCritérios configuráveis
dc.subject.keywordRecruitment and selection
dc.subject.keywordCandidate screening
dc.subject.keywordLarge language models
dc.subject.keywordConfigurable criteria
dc.titleSistema de triagem de candidatos com inteligência artificial baseado em critérios e questionários configuráveis
dc.typeTrabalho de Conclusão de Curso

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
TCC_LUCCA_FERNANDES_LIVINO.pdf
Tamanho:
1.33 MB
Formato:
Adobe Portable Document Format

Licença do Pacote

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
682 B
Formato:
Item-specific license agreed upon to submission
Descrição: