De acordo com pt.wedoany.com-O LinkedIn lançou uma plataforma de integração unificada que consolida pipelines de dados de recrutamento dispersos numa base consistente e escalável, com o objetivo de padronizar e harmonizar os dados de recrutamento de diferentes sistemas, melhorar a qualidade dos dados, acelerar a integração de parceiros e apoiar aplicações de IA a jusante. A plataforma resolve problemas de padrões inconsistentes e registos incompletos ao ingerir dados de fontes como sistemas de rastreio de candidatos, sites de recrutamento e quadros de empregos, através da introdução de um modelo de dados unificado e de uma camada de integração.
Gaurav Sisodiya, diretor de engenharia do LinkedIn, destacou num artigo que a sua abordagem visa a coexistência, não a substituição. Outro artigo técnico indica que o LinkedIn desenvolveu esta plataforma de integração unificada para padronizar, harmonizar e entregar dados de recrutamento em escala. Segundo o LinkedIn, a plataforma reduziu o tempo de integração de parceiros em 72%, ao mesmo tempo que expandiu a cobertura de dados e melhorou a integridade. Parceiros externos e sistemas internos podem integrar-se sem transformações personalizadas, partilhando uma infraestrutura que substitui os pipelines anteriormente isolados.
Arquiteturalmente, a plataforma divide-se em três camadas: padronização, orquestração e aprimoramento. A camada de padronização normaliza os dados de fontes heterogéneas num esquema consistente, abstraindo as diferenças entre vários sistemas de rastreio de candidatos e plataformas de empregos. A camada de orquestração gere fluxos de trabalho para ingestão, validação e harmonização, coordenando o movimento de dados e executando verificações de qualidade. A camada de aprimoramento processa os dados padronizados para preencher lacunas, desduplicar registos e melhorar sinais, antes de os fornecer aos sistemas a jusante.
Aditya Hegde, engenheiro do LinkedIn, descreveu num artigo os fluxos de trabalho subjacentes: fluxos de trabalho orquestrados pelo Temporal, streams Kafka, persistência de registos no Espresso, orquestração multimodelo e mapeamento declarativo de esquemas/IDs, permitindo reprodução, sincronização bidirecional e evolução segura.
Esta base de dados estruturada permite que os engenheiros do LinkedIn construam interfaces de perceção e ação para assistentes de recrutamento. Os dados de recrutamento padronizados permitem que os sistemas de IA interpretem sinais em perfis de candidatos, requisitos de cargos e interações de recrutadores, agregando esses sinais em recomendações, automação e suporte à decisão nos fluxos de trabalho dos recrutadores. Ritvik Kar, profissional de produto do LinkedIn, salientou que a fiabilidade do sistema é crucial, pois os clientes necessitam de sistemas altamente fiáveis, observáveis e estáveis para garantir elevada disponibilidade de dados e consistência de leitura e escrita.
O LinkedIn reportou que a plataforma unificada reduziu a duplicação de pipelines de integração e simplificou a manutenção através do processamento centralizado de dados. A abordagem também melhorou a consistência dos dados para análises a jusante e sistemas de IA, que dependem de dados de recrutamento partilhados de múltiplas fontes.
Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com
