“Jobner”
El concepto
La idea surgió peloteando con mi mentora y compañeros y fue tomando forma mediante la investigación. La idea base de Jobner es: un algoritmo de webscraping que analiza una oferta de empleo, extrae datos, los barema y devuelve información relevante para el usuario.
El contexto
Lo he diseñado porque me fascina cómo asumimos y normalizamos la desinformación a la hora de buscar trabajo. Podemos saber cuánto nos pagarán en nuestro próximo empleo, pero no si el ambiente de trabajo será tan bueno como prometen o si nos podremos desarrollar profesionalmente, por ejemplo.
Jobner analiza estos aspectos y devuelve al usuario un informe detallado, que le ayuda a ver más allá de la oferta y, por tanto, a tomar mejores decisiones a la hora de aplicar a una oferta de trabajo.
En una fase inicial, está pensado para trabajadores de cuello blanco, especialmente del sector tecnológico, pero es extensible a otros sectores.
Propuesta de valor
Jobner es útil para cualquier profesional que quiera aplicar a una oferta de empleo y quiera conocer qué es lo que no le están contando (para bien y para mal).
Es útil y válido porque utilizo un algoritmo que no se basa únicamente en datos cualitativos como reseñas o encuestas (que también), sino porque utilizo datos cuantitativos basados en la migración de personal. Esto datos me permiten, después de baremarlos, llegar a conclusiones tan importantes como la tasa de rotación histórica o las probabilidades de promocionar en el que sería tu departamento.
El proceso
Yo comencé con el tema “Desinformación en la Alimentación”. Los dos temas iniciales que tenía, después de descartar otros, eran “Desinformación sobre las profesiones del futuro” y “Desinformación en el ámbito laboral”.
Eran temas muy muy amplios, así que desarrollé un sistema que me ayudó a mapear grandes cantidades de información en poco tiempo.
Lecciones aprendidas
Me ha servido mucho para cumplir mi objetivo del Gran Curso, que era hacerme fuerte en investigación. Respecto a mi proyecto, lo veo factible (desarrollé parte del algoritmo, y funciona) y vendible
Próximos pasos
La parte “complicada” puede parecer el algoritmo, pero no lo es tanto. Desarrollé parte de él (la parte más frontend) y es más que factible.
El modelo de negocio requiere de mucho tiempo, porque se basa en generar muchos usuarios para venderle a LinkedIn el sistema como una funcionalidad de Fact-checking, así que el ROI llegará a largo plazo, aunque he previsto algunas acciones para, por lo menos, intentar generar beneficio en el corto y medio plazo.