Automação de sourcing de talentos no setor imobiliário

1. Objetivo principal

Desenvolver um script de automação (web scraper) para identificar e coletar informações de potenciais candidatos no Brasil para uma posição de Estruturação de CRI e Operações Imobiliárias. O foco principal é encontrar profissionais que sejam candidatos ao Nível II da certificação CFA.

2. Perfil do candidato-alvo

O candidato ideal se encaixa nos seguintes critérios:

• Status CFA: Indivíduos que estão explicitamente listados como "Candidato ao CFA Nível II" ou, como um proxy de alta probabilidade, que mencionam ter sido "aprovados no CFA Nível I".

• Experiência setorial: Experiência ou interesse demonstrado no mercado de capitais, com foco em finanças estruturadas, securitização e/ou o setor imobiliário (Real Estate).

• Funções e cargos: Analistas de Investimentos, Associados de Investimentos, Analistas de Real Estate, profissionais em áreas de Finanças Corporativas, M&A, Private Equity ou Investment Banking.

• Localização: Brasil.

3. Fontes de dados para varredura

A automação deve focar nas seguintes fontes:

• Fonte primária - LinkedIn:
- Realizar buscas gerais na plataforma.
- Mapear funcionários de empresas-alvo específicas, como XP Investimentos, Pátria Investimentos, Cyrela e outras grandes gestoras, bancos de investimento e incorporadoras.
- Analisar membros de grupos relevantes, como "Mercado Imobiliário Brasil" e "Real Estate Brasil".

• Fonte secundária - Google (OSINT):
- Executar buscas direcionadas para encontrar nomes em documentos públicos.

Alvos de busca:

• Relatórios de Equity Research de corretoras (ex: "relatório XP investimentos real estate filetype:pdf").
• Listas de palestrantes e participantes de eventos do setor (ex: "palestrantes GRI Club Real Estate Brasil 2023").
• Páginas de "Nossa Equipe" ou "Time" de sites de gestoras de ativos e boutiques de investimento.

4. Lógica de busca e palavras-chave

O script deve utilizar combinações de palavras-chave (buscas booleanas) para refinar os resultados.

Strings de busca para o LinkedIn (e Google):

• Busca direta: ("CFA Level II Candidate" OR "Candidato CFA Nível II") AND ("Real Estate" OR "Mercado Imobiliário" OR "CRI" OR "Securitização")
• Busca por proxy (mais eficaz): ("Passed CFA Level I" OR "Aprovado CFA Nível I" OR "Passei no CFA Nível 1") AND ("Analista de Investimentos" OR "Investment Analyst" OR "Associado" OR "Associate") AND ("Brasil")
• Busca por função e setor: ("Analista de Real Estate" OR "Real Estate Analyst") AND ("CFA") AND ("Brasil")
• Busca por produto: ("Estruturação de CRI" OR "Securitização Imobiliária" OR "Real Estate Finance") AND ("CFA")

Mapeamento de empresas-alvo:

O script deve ter uma lista pré-definida de empresas (ex: XP, BTG Pactual, Pátria, Credit Suisse, Cyrela, etc.).

Navegar até a página de funcionários dessas empresas no LinkedIn.

Filtrar/buscar por palavras-chave como "analista", "associado", "investimentos", "real estate" dentro da lista de funcionários.

Analisar os perfis resultantes em busca de menções ao CFA.

5. Dados a serem extraídos

Para cada candidato potencial identificado, o script deve extrair e organizar os seguintes campos:

• Nome completo
• URL do perfil no LinkedIn
• Cargo atual
• Empresa atual
• Localização
• Status CFA (ex: "Candidato Nível II", "Aprovado Nível I", "Membro da CFA Society")
• Palavras-chave encontradas (listar os termos do perfil que corresponderam à busca, ex: "CRI, Real Estate, Passed CFA Level I")
• Fonte da descoberta (a URL exata onde o candidato foi encontrado, seja um perfil do LinkedIn, um PDF de um relatório ou uma página de evento)

6. Formato do output

Os dados extraídos devem ser salvos em um arquivo CSV com o seguinte cabeçalho:
Nome Completo,URL_LinkedIn,Cargo_Atual,Empresa_Atual,Localizacao,Status_CFA,Palavras_Chave,Fonte_Descoberta

7. Considerações técnicas e de implementação

• Autenticação: O script precisará gerenciar o login na plataforma LinkedIn. É recomendável usar contas de teste para evitar o bloqueio da conta principal.
• Limites de taxa e anti-scraping: Implementar pausas aleatórias (delays) entre as requisições para simular o comportamento humano e evitar ser bloqueado pelas medidas anti-scraping do LinkedIn.
• Proxies: Considerar o uso de um pool de proxies rotativos para variar os endereços IP e reduzir o risco de bloqueio.
• Tratamento de erros: O script deve ser robusto para lidar com perfis privados, páginas que não carregam e outras exceções, registrando o erro e continuando a execução.
• Processamento de dados: Após a extração, pode ser necessário um pós-processamento para limpar os dados (ex: padronizar nomes de cargos) e remover duplicatas.