Month: May 2025

Introdução

A nova era da velocidade, mas potencial perda de profundidade

Vivemos na era da eficiência digital. A tecnologia trouxe agilidade às empresas, mas também uma pressa desmedida nos processos humanos. No recrutamento, isso traduz-se na automatização da triagem de currícula, muitas vezes via algoritmos de machine learning, filtros semânticos e sistemas de ATS (Applicant Tracking Systems).

A promessa é boa: filtrar o ruído e identificar o talento. Mas a prática revela um paradoxo cruel: estamos a descartar perfis com competências relevantes, apenas porque não usam a semântica esperada.

Este artigo é uma análise crítica e profissional sobre como a leitura superficial de CVs está a falhar na identificação de talento com experiências transferíveis para áreas como Product Management, Product Analytics e UX Research, através de um exemplo real: o meu.

 

O novo modelo de análise de CVs

Das heurísticas humanas a inferências automáticas

Historicamente, a análise de currículos era feita com base em julgamento humano, com a possibilidade de vários tipos de interpretações sobre o que se estaria a ler (ou seria analisar?). Hoje, com a pressão por escalar processos de recrutamento, passámos para sistemas automatizados de triagem, denominados de ATS – Automatic Tracking Systems.

 

Dada Science por detrás dos ATS

Nuances como contexto e transferência de competências

Esses sistemas utilizam técnicas estatísticas aplicadas em contexto de NLP (Natural Processing Language), para modelar features em dimensões categóricas como são os textos, extraindo entidades e vetorizadores de texto para identificar “match semântico” entre a descrição da vaga e o CV do candidato. A ideia é nobre, mas as limitações são técnicas e conceptuais:

Os algoritmos baseiam-se em features como função, hard skills, keywords, anos de experiência e por ai fora. Mas falham em captar, entre outras coisas, as ”soft features” como: pensamento crítico, transferência de conhecimento, contexto de atuação.

Ignoram as experiências que não seguem o padrão semântico estrito do cargo.

Na prática, o ATS clusteriza os candidatos e, como é expectável, com um número (elevado ou não, não está em questão a quantidade, mas a qualidade) de falsos negativos. Ou seja, de perfis que têm à partida as competências certas, mas que são excluídos pela ausência de padrão que o algoritmo necessita.

Isto para não mencionar que não sabemos a forma como o algoritmo foi construído, porque há muitas formas de vetorizar textos e há muitas formas de clusterizar informação. A utilização dessas formas, depende do objetivo que se pretende atingir, do formato e estrutura de dados que o sistema reconhece e por quem faz a manutenção ao sistema.

 

A transferência de competências: quando o cargo esconde a função real

Look behind the Obvious

Nas áreas digitais, muitas vezes as funções, responsabilidade e atividades inerentes  ultrapassam o âmbito formal do cargo. Até diria mais, mesmo em áreas fora do mundo digital, as competências podem perfeitamente ser transferíveis. Por exemplo, um chef de cozinha pode perfeitamente assumir uma função de Product Owner.

 

Experiência como Chef	Competência Transferível	Equivalência no Product Management
Planeamento de menus	Planeamento estratégico e visão de produto	Definição de roadmap, funcionalidades
Gestão de equipa de cozinha	Liderança de equipas multidisciplinares	Alinhamento com design, tech, marketing
Execução sob pressão	Gestão de dependências e prazos	Gestão de sprints e releases
Controlo de qualidade	Foco na experiência do cliente	Garantia da qualidade do produto
Feedback dos clientes	Empatia e escuta ativa	Product discovery
Otimização de processos	Eficácia operacional	Priorização baseada em impacto/esforço

 

Voltando ao campo Digital, os profissionais de marketing podem exercer funções de análise de produto. UX researchers podem liderar ciclos completos de Product Discovery. Analistas de dados podem estar envolvidos em decisões estratégicas de produto sem nunca serem chamados de Product Managers ou de Product Analysts, ou Business Analysts.

O problema é que os modelos de análise de CV funcionam com base em cargos e rótulos. Se o termo “Product Manager” não aparece, o sistema assume que o candidato não tem experiência. Isto ignora a realidade do mundo digital moderno, onde as fronteiras entre funções são fluidas e interdependentes. Vivemos num mundo diferente, mas está-se a utilizar a IA, no caso dos ATS, como se vivêssemos há 30 ou 40 anos atrás, em que existia uma profissão para a vida e como tal perfis pouco fluídos e interdependentes.

 

Caso prático: 12 anos de experiência digital and counting, vistos pela lente errada

Antes de enveredar pelo mundo digital, tive responsabilidade de co-liderança durante 3 anos e depois de liderança durante mais 2 anos na implementação e manutenção de Sistemas de Gestão da Qualidade numa Empresa B2B, setor químico-industrial onde a interdependência entre áreas é enorme: áreas de produção, área de investigação e desenvolvimento, área de produção, área de compras, área de expedição, área de controlo de qualidade, área de manutenção. E a tecnicidade dos temas é diária e deve ser constantemente aprofundada.

Será que um ATS é capaz de analisar estas competências transferíveis para as áreas de Produto ou de Web Analytics? Tenho muitas dúvidas mesmo.

No decurso do meu percurso profissional, trabalhei ao longo de mais de uma década em Digital Marketing, Web Analytics, UX Research e, mais recentemente, como Product Owner com foco em Product Analytics. Assumi funções e responsabilidades e executei atividades centrais em qualquer função relacionada com product management:

• Mapeamento de jornadas de utilizador com impacto direto em roadmap
• Implementação de tracking e medição de eventos com GTM e GA4
• Construção de dashboards com Looker Studio e Power BI
• Liderança de discovery qualitativo e quantitativo com utilizadores reais
• Interação direta com equipas de tecnologia, design, desenvolvimento e marketing
• Escrita de documentação funcional e proposta de melhoria de produto

 

Experiência como Digital Marketing	Competência Transferível	Equivalência em Product Manager
Product Owner Digital Analytics	Visão estratégica de produto	Definição de roadmap e funcionalidades
Criação de measurement plans	Documentação técnica	Product Requirements Documentation (PRDs)
Mapeamento de customer journeys	User journey mapping	User story creation e journey optimization
Subject-matter expert multidisciplinar	Conhecimento cross- functional	Stakeholder management
Análise de campanhas e insights	Data-driven decision making	Product analytics e KPI management
Desenvolvimento de dashboards	Data visualization	Product performance monitoring
Coordenação de projetos de transformação	Project leadership	Product development leadership
Gestão de equipas de consultores	Team management	Agile team leadership
Criação de Go-To-Market offers	Go-to-market strategy	Product launch strategy
UX-Reseearch e Usability Tests	User research	Product discovery e validation

Tabela de Matriz de Competências desenvolvida com ajuda da AI-Generativa

Esta experiências, apesar de distribuídas por diferentes job titles, são funcionalmente equivalentes àquilo que Empresas com cultura e de produto esperam de um Product Manager ou Product Analyst. Mas essa equivalência é invisível para algoritmos e muitas vezes também para recrutadores com filtros excessivamente formais.

 

O que empresas de produto procuram (e como isso colide com os filtros de seleção)

• Empresas com verdadeira cultura de produto valorizam:
• Colaboração multidisciplinar e systems thinking
• Capacidade analítica e orientação a dados
• Compreensão profunda do utilizador
• Mentalidade de discovery e experimentação
• Capacidade de priorizar e comunicar com stakeholders

 

Estas são competências que se desenvolvem em várias funções digitais. Só que os ATS estão orientados com outro paradigma: um check de palavras-chave e um matching linear entre cargo anterior e cargo desejado.

 

UX Research, Digital Analytics e Product Thinking: a combinação invisível

A integração entre UX-research, Analytics e decisão é a tríade competitiva no digital, nomeadamente em desenvolvimento e gestão de produtos digitais. Mas poucos recrutadores (e responsáveis de áreas, talvez) reconheçam que esta combinação pode surgir de forma orgânica, “líquida” e não formalizada.

A experiência em UX Research permite entender o comportamento humano, levantar problemas reais e validar soluções com base em evidência. A experiência em Digital Analytics permite medir o impacto de cada decisão e orientar equipas de design e de desenvolvimento. E atualmente, com a IA até pode permitir, dependendo da profundidade de conhecimento do tema de Analytics, conversar e compreender o que fazem os algoritmos ou que algoritmo poderá funcionar. Mais uma vez, esta tríade é fundamental para qualquer produto que queira crescer de forma sustentada.

Quando estas experiências coexistem num mesmo profissional, o valor entregue é substancial. Mas essa intersecção não aparece num campo específico do CV e é raramente indexada por algoritmos de triagem.

 

O desafio do matching semântico em NLP aplicado a recrutamento

No mundo de NLP, o matching semântico entre dois textos envolve técnicas como word embeddings, transformers e modelos de similaridade. Mas aplicar estas técnicas a CVs exige um entendimento contextual que raramente é alcançado por sistemas ATS.

Um bom modelo de NLP precisaria de:

• Captar relações não-lineares entre funções
• Incorporar conhecimento do mundo real sobre transferência de competências
• Contextualizar a experiência em função do impacto, não apenas do cargo

Na prática, os sistemas operam com vetores simplificados e regras de business logic rígidas. Isso perpetua enviesamentos estruturais: candidatos com títulos não convencionais, formação híbrida ou percursos não lineares são penalizados.

 

O futuro do recrutamento em produto exige inteligência contextual

Se quisermos construir equipas de produto verdadeiramente eficazes, precisamos de abandonar o paradigma da equivalência semântica e adotar uma leitura mais profunda, baseada em inteligência contextual.

Isso implica:

• Reformular os sistemas de ATS para permitir análise narrativa
• Treinar recrutadores para reconhecer competências transferíveis
• Promover o pensamento de produto também no recrutamento
• Incorporar métricas de impacto, e não apenas histórico de cargo

 

Conclusão

Talento não é uma palavra-chave, é um conjunto de evidências

A experiência profissional é multifacetada. Um CV é uma síntese limitada. E um sistema de análise automatizada, por mais avançado que seja, não pode substituir a capacidade humana de interpretar contexto, transferência e potencial. E porque não dizer mesmo“empatia”. Acredito que muitas das passagens da primeira entrevista para a segunda fase aconteça por empatia entre entrevistador-candidato.

Como profissionais da área digital, devemos ser os primeiros a aplicar o pensamento de produto também ao talento: analisar o problema real (a necessidade da equipa), entender o utilizador (o candidato) e validar soluções com base em dados e experiência, não em atalhos semânticos.

O talento não se define por uma função e atividades. Define-se intrinsecamente pela pessoa pela vontade de crescer, pela motivação do desafio, pela capacidade trabalhar em prol e com os outros, pela capacidade de se entregar, pela vontade de investir em si valor em contexto. E manifesta-se extrinsecamente pelas restantes pessoas a outros níveis que não são o objeto deste artigo.

E isto, muitas vezes, não está contemplado onde o algoritmo procura.

 

NOTA:

Este artigo não é uma queixa, nem um crítica. É uma reflexão e um convite.

Um convite a todos, todos, todos (profissionais de RH, digital marketers, product managers, managers, c-levels…): olhem para além do cargo atual e anteriores. Não leiam, sim analisei com atenção os verbos, os resultados, os contextos. Perguntem-se e perguntem aos v/ seniores, managers, clientes:

• Este perfil já viveu algum ou todos os ciclos de vida de um produto?

• Já resolveu problemas com equipas interdisciplinares?

• Já usou dados para tomar decisões?

• Já ouviu utilizadores, testou hipóteses, documentou processos?

• Já esteve em empresas com cultura ou com metodologias agile adotadas em desenvolvimento de produtos?
• Já investiu em conhecimento sobre a função a que se candidata?

Se a resposta for “sim”, talvez tenham à vossa frente o próximo talento de produto — mesmo que o CV diga “Digital Marketing” e a “máquina” confirme-o.