# Auditoria de Perfil LinkedIn — Regras por Área

> Referência para auditoria de perfis LinkedIn de profissionais especializados (qualquer área).
> Não é específico para devs — aplica-se a marketing, produto, dados, design, finanças, operações, etc.

---

## 1. Headline

### Formato obrigatório

```
Posição | Áreas fortes | Ferramentas · Metodologias · Certificações
```

**Exemplos:**

- `Product Manager | Growth & Monetization | Amplitude · SQL · Lean Six Sigma`
- `Data Analyst | BI & Analytics | Power BI · Python · dbt`
- `UX Designer | Mobile & SaaS | Figma · Design Systems · WCAG`

### Regras de auditoria

| Condição | Severidade |
|---|---|
| Headline vazia | critical |
| Fora do padrão 3 blocos (Posição \| Áreas \| Ferramentas) | critical |
| Sem keywords do cargo-alvo | critical |
| Curta < 40 caracteres | warning |
| Contém buzzwords rejeitadas | warning |

### Buzzwords rejeitadas

**EN:** passionate, results-driven, hard-working, team player, self-motivated, guru, ninja, rockstar, wizard, thought leader, synergy, go-getter, detail-oriented, motivated

**PT:** apaixonado, proativo, dinâmico, comprometido, esforçado

---

## 2. Language

### Regras de auditoria

| Condição | Severidade |
|---|---|
| Mercado internacional e English não listado em Languages | critical |
| Perfil escrito em PT para mercado internacional | critical |

### Detecção de idioma

Contar stopwords PT vs EN no conteúdo do perfil:

- **PT:** de, da, do, em, para, com, que, uma, os, as, no, na
- **EN:** the, and, to, of, in, for, with, that, on, is, at, by

Se ratio PT > 60% e mercado-alvo é internacional → critical.

---

## 3. About

### Regras de auditoria

| Condição | Severidade |
|---|---|
| Vazio | critical |
| < 300 caracteres | warning |
| Sem keywords do cargo-alvo | warning |
| Sem métricas quantificáveis | warning |

### Modelo de estrutura

```
1. Abertura: anos de experiência + foco principal
2. Empresa atual: o que faz + escala (equipe, receita, usuários)
3. Áreas de atuação / especialidades
4. Experiência anterior com provas (métricas, resultados)
5. Lista de competências / stack / ferramentas
```

### Tamanho ideal

- Mínimo aceitável: 300 caracteres
- Ideal: 1000–2000 caracteres
- Máximo útil: 2600 caracteres (limite do LinkedIn)

---

## 4. Experiences

### Regras de auditoria

| Condição | Severidade |
|---|---|
| Nenhuma experiência listada | critical |
| Experiência sem bullets descritivos | warning |
| Mais de 5 bullets por experiência | warning |
| Nenhum bullet com métrica quantificada | warning |
| Título atual ≠ cargo-alvo | warning |
| Poucos verbos de ação nos bullets | info |
| Bullet > 320 caracteres | info |

### Formato ideal de bullet

```
Verbo de ação + métrica + ferramentas/metodologia + impacto
```

- ~3 linhas por bullet
- Máximo 5 bullets por experiência
- Pelo menos 1 bullet com número concreto

**Exemplos:**

- `Reduzi churn em 18% implementando modelo preditivo com Python e Amplitude, gerando R$240k/ano em receita retida`
- `Liderei redesign do checkout mobile com Figma e A/B testing, aumentando conversão de 2.1% para 3.4%`
- `Gerenciei portfólio de 12 projetos (R$8M budget) usando Jira e OKRs, entregando 94% no prazo`

---

## 5. Skills

### Regras de auditoria

| Condição | Severidade |
|---|---|
| > 3 skills listadas e nenhuma bate com keywords do cargo | info |

> **Nota:** O PDF exportado do LinkedIn mostra apenas as top 3 skills. Não auditar quantidade total — focar em relevância das primeiras.

### Recomendação

Reordenar skills para que as 3 primeiras sejam exatamente as keywords mais importantes do cargo-alvo.

---

## 6. Education

### Regras de auditoria

| Condição | Severidade |
|---|---|
| Sem formação listada | info |
| Sem certificações relevantes | info |

### Recomendação

Incluir certificações relevantes para a área (ex: PMP, AWS, CFA, Google Analytics, Scrum Master, etc.).

---

## 7. Featured

> **Nota:** Seção Featured não aparece no PDF exportado. Auditoria via dica fixa.

### Recomendação fixa

Ter pelo menos 1 item em Featured:
- Certificação relevante
- Projeto com resultado mensurável
- Artigo/publicação da área
- Case study ou apresentação

---

## 8. Job Preferences

### Regras de auditoria

| Condição | Severidade |
|---|---|
| Open to Work não ativado (ou ativado para todos) | info |
| Start date não configurado como Immediately | info |
| Profile language diferente do idioma do país-alvo | info |

### Recomendação

- Ativar Open to Work como **Recruiters only** (não mostra badge público)
- Start date: **Immediately** (sinaliza disponibilidade)
- Profile language: idioma do mercado-alvo

---

## Cálculo do Score

```
score = 100 - soma_penalidades
```

| Severidade | Penalidade |
|---|---|
| critical | -15 |
| warning | -6 |
| info | -2 |

- Score mínimo: **0** (não vai negativo)
- Score ≥ 80: perfil competitivo
- Score 60–79: precisa ajustes
- Score < 60: requer reescrita significativa

---

## Verbos de Ação Aceitos

### Inglês

led, built, designed, shipped, launched, scaled, reduced, increased, improved, automated, migrated, delivered, owned, drove, created, implemented, optimized, architected, managed

### Português

liderei, construí, criei, reduzi, aumentei, automatizei, entreguei, implementei, otimizei, escalei, desenvolvi

---

## Regex de Métricas

Padrão para detectar quantificação em bullets:

```regex
(\d+[\d.,]*\s?%|\$\s?\d|\bR\$\s?\d|\b\d[\d.,]*\s?(k|m|mi|mil|million|users|clientes|x)\b|\b\d+\b)
```

### Exemplos que matcham

- `18%`, `3.4%`
- `$2M`, `R$240k`
- `500k users`, `12 clientes`
- `3x`, `94`

---

## Mapa de Onde Editar no LinkedIn

| Seção | Caminho no LinkedIn |
|---|---|
| Headline | Perfil → ícone lápis no card principal → Headline |
| About | Perfil → seção "About" → ícone lápis |
| Experience | Perfil → seção "Experience" → + ou lápis na posição |
| Skills | Perfil → seção "Skills" → + Add skill / reordenar |
| Language | Perfil → seção "Languages" → + Add language |
| Education | Perfil → seção "Education" → + ou lápis |
| Featured | Perfil → seção "Featured" → + Add featured |
| Open to Work | Perfil → botão "Open to" → Finding a new job → Recruiters only |
| Profile language | Settings → Account → Site preferences → Language |
| SSI | [linkedin.com/sales/ssi](https://www.linkedin.com/sales/ssi) |

---

## Fix Prompt Individual — Template

Para cada finding gerado pela auditoria, produzir um prompt standalone com a estrutura abaixo:

```markdown
## Fix: [Nome da Seção] — [Descrição curta do problema]

**Onde editar:** [caminho no LinkedIn da tabela acima]

**Contexto:** O objetivo é [cargo-alvo] no mercado [país/região].

**Problema identificado:** [descrição do finding]

**Conteúdo atual:**
> [texto atual do perfil nessa seção, se disponível]

**Regras desta seção:**
- [regras específicas da área auditada]

**Tarefa:**
1. Explique por que isso prejudica o perfil
2. Forneça texto pronto para colar no LinkedIn, seguindo o formato obrigatório

**Texto sugerido:**
> [texto otimizado pronto para copiar e colar]
```

### Exemplo de Fix Prompt gerado

```markdown
## Fix: Headline — Fora do padrão 3 blocos

**Onde editar:** Perfil → ícone lápis no card principal → Headline

**Contexto:** O objetivo é Product Manager no mercado EUA.

**Problema identificado:** Headline atual não segue o formato
`Posição | Áreas | Ferramentas`. Está usando formato livre com buzzwords.

**Conteúdo atual:**
> "Passionate Product Leader driving results"

**Regras desta seção:**
- Formato: `Posição | Áreas fortes | Ferramentas · Metodologias`
- Sem buzzwords (passionate, results-driven, etc.)
- Deve conter keywords do cargo-alvo
- Mínimo 40 caracteres

**Tarefa:**
1. "Passionate" e "driving results" são buzzwords genéricas que não ajudam ATS nem recruiters. O formato 3 blocos permite scanning rápido.
2. Texto pronto:

**Texto sugerido:**
> Product Manager | Growth · Monetization · B2B SaaS | Amplitude · SQL · Mixpanel
```

# Diagnóstico ATS — Quatro Eixos de Análise

Aplicar os quatro eixos abaixo no diagnóstico do currículo atual.

## I. Compatibilidade Geral ATS

Classificar como **baixa**, **média** ou **alta** e justificar em uma frase.

## II. Otimização de Palavras-chave

**A. Palavras-chave Ausentes**
Listar 5–10 palavras-chave ausentes relevantes ao `cargo_alvo`, com justificativa de prioridade.

**B. Densidade de Palavras-chave**
Avaliar termos subutilizados e sobreutilizados; sinalizar desequilíbrios de frequência.

**C. Posicionamento de Palavras-chave**
Recomendar seção ideal de inserção para cada termo: resumo, experiências ou competências.

## III. Análise de Formatação

**A. Formato de Arquivo**
Validar se o formato é DOCX ou PDF textual (nunca imagem escaneada).

**B. Fonte e Estilo**
Verificar legibilidade da fonte e ausência de elementos que quebram parsing (tabelas, gráficos, caixas de texto, ícones, fotos, múltiplas colunas).

**C. Títulos de Seção**
Validar uso de cabeçalhos padrão ATS: `Resumo Profissional`, `Experiência Profissional`, `Formação Acadêmica`, `Competências`. Sinalizar títulos criativos que comprometem reconhecimento.

**D. Listas e Bullets**
Validar consistência de marcadores e estrutura de listas.

## IV. Clareza e Legibilidade

**A. Jargões e Siglas**
Identificar termos pouco reconhecíveis por ATS ou recrutadores; sugerir substituições ou expansões.

**B. Verbos de Ação**
Identificar bullets passivos ou descritivos; propor verbos de ação orientados a impacto.

**C. Resultados Quantificáveis**
Apontar bullets sem métrica e sugerir dados que poderiam ser incluídos.

**D. Datas e Lacunas**
Validar consistência de datas (formato por extenso: "Janeiro de 2020 – Dezembro de 2021"); sinalizar lacunas temporais não explicadas.

## V. Recomendações Adicionais

Listar melhorias práticas de parsing não cobertas acima, por exemplo: simplificar dados de contato, remover cabeçalho/rodapé complexo, remover foto, evitar elementos gráficos decorativos.

# Diagnóstico Avançado com Vaga Definida

Executar as três partes abaixo quando `descricao_vaga` ou `especificacao_vaga_completa` estiver disponível.

## PARTE A — Otimização ATS

1. Extrair 20 palavras-chave/frases críticas da vaga e ranquear de 1 a 20 por relevância para o `cargo_alvo`.
2. Mapear em qual seção do currículo cada palavra-chave deve aparecer (resumo / experiência / competências) e sugerir frequência de uso.
3. Propor 5 trocas terminológicas específicas para elevar aderência semântica (ex.: "gestão de projetos" → "gerenciamento de projetos ágeis").
4. Sinalizar problemas de estrutura ou formatação que prejudicam o parsing automático desta vaga específica.

## PARTE B — Engajamento Humano

1. Pontuar de 1 a 10 a eficácia de escaneabilidade em 6 segundos para o `cargo_alvo`.
2. Identificar 3 pontos de subvalorização de resultados no currículo atual.
3. Propor 2 formas de adicionar personalidade profissional sem comprometer a objetividade.
4. Recomendar hierarquia ideal de informação para atrair o recrutador desta vaga.

## PARTE C — Estratégia de Integração

1. Demonstrar como inserir palavras-chave prioritárias de forma natural em bullets de conquista.
2. Fornecer pelo menos 3 exemplos concretos de transformação:

**Bullet fraco → Bullet forte**

| Antes | Depois |
|---|---|
| "Responsável pela área de marketing" | "Liderou equipe de 5 pessoas e aumentou o tráfego orgânico em 40% em 6 meses" |
| "Atuei no suporte ao cliente" | "Reduziu o tempo médio de resolução de 48h para 12h, elevando NPS de 62 para 78" |

Adaptar os exemplos ao `cargo_alvo` e `industria_alvo` do candidato.

# Presets de Cargo & Formatos Canônicos

> Referência para auditoria LinkedIn e currículo ATS. Cobre profissionais especializados em geral — não apenas dev.

---

## Presets de Cargo

Cada preset contém: **label**, **role**, **keywords**, **headline_areas**, **headline_tech** (ferramentas/competências).

### Tecnologia

| Label | Headline Canônica |
|---|---|
| `backend-engineer` | Backend Engineer \| APIs, Microservices & Distributed Systems \| Python · Java · Go · PostgreSQL · AWS · Kubernetes |
| `frontend-engineer` | Frontend Engineer \| Web Apps, UX Performance & Design Systems \| React · TypeScript · Next.js · CSS · Performance |
| `fullstack-engineer` | Full Stack Engineer \| Product Engineering, APIs & Full Stack Delivery \| React · Node.js · TypeScript · PostgreSQL · AWS |
| `data-engineer` | Data Engineer \| Data Platform, CDP & Reliability \| GCP · Airflow · BigQuery · Spark · Terraform · dbt |
| `devops-engineer` | DevOps / SRE \| Cloud Infrastructure, Reliability & Platform Ops \| Kubernetes · Terraform · AWS · Docker · CI/CD |
| `mobile-engineer` | Mobile Engineer \| Mobile Apps, Performance & Cross-Platform \| Kotlin · Swift · Flutter · React Native |
| `staff-engineer` | Staff Software Engineer \| Platform Architecture, Scale & Technical Leadership \| System Design · Distributed Systems · Cloud |

### Dados & Analytics

| Label | Headline Canônica |
|---|---|
| `data-scientist` | Data Scientist \| Machine Learning, Statistical Modeling & Business Intelligence \| Python · R · TensorFlow · SQL · Tableau |
| `data-analyst` | Data Analyst \| Business Intelligence, Reporting & Data Visualization \| SQL · Power BI · Tableau · Excel · Python |
| `analytics-engineer` | Analytics Engineer \| Data Modeling, Metrics & Self-Serve Analytics \| dbt · SQL · Looker · BigQuery · Snowflake |

### Marketing & Growth

| Label | Headline Canônica |
|---|---|
| `growth-marketer` | Growth Marketing Manager \| Acquisition, Retention & Experimentation \| Google Ads · Meta Ads · GA4 · HubSpot · A/B Testing |
| `product-marketer` | Product Marketing Manager \| Positioning, Launch Strategy & Sales Enablement \| Messaging · Competitive Intel · Content · GTM |
| `seo-specialist` | SEO Specialist \| Technical SEO, Content Strategy & Link Building \| Ahrefs · Screaming Frog · GSC · GA4 · Schema |

### Finanças & Negócios

| Label | Headline Canônica |
|---|---|
| `financial-analyst` | Financial Analyst \| FP&A, Modeling & Strategic Planning \| Excel · Power BI · SAP · Bloomberg · SQL |
| `product-manager` | Product Manager \| Discovery, Roadmap & Delivery \| Jira · Amplitude · Figma · SQL · OKRs |
| `management-consultant` | Management Consultant \| Strategy, Operations & Digital Transformation \| McKinsey 7S · Lean · Excel · PowerPoint |

### Engenharia & Indústria

| Label | Headline Canônica |
|---|---|
| `mechanical-engineer` | Mechanical Engineer \| Product Design, FEA & Manufacturing \| SolidWorks · AutoCAD · ANSYS · GD&T · Lean Manufacturing |
| `civil-engineer` | Civil Engineer \| Structural Design, Project Management & BIM \| AutoCAD · Revit · SAP2000 · MS Project · BIM 360 |

> **NOTA:** Estes são exemplos. O usuário pode definir qualquer cargo — o agente deve adaptar keywords e sugestões ao contexto fornecido.

---

## Formatos Canônicos

### Headline LinkedIn

**Formato:** `{Posição} | {Áreas de trabalho mais fortes} | {Ferramentas/Competências com ·}`

**Regras:**
- Exatamente 3 blocos separados por `|`
- Bloco 1: cargo/posição (com senioridade quando relevante)
- Bloco 2: áreas de domínio / especialidades
- Bloco 3: ferramentas, tecnologias ou competências-chave separadas por `·`
- Máximo 220 caracteres

**Exemplo:**
```
Senior Data Engineer | Data Platform, CDP & Reliability | GCP · Airflow · BigQuery · Spark · Terraform
```

---

### Bullet de Experiência (LinkedIn)

**Formato:** `Ação + métrica em destaque + ferramentas/tecnologias + impacto para a empresa`

**Regras:**
- ~3 linhas máximo por bullet
- Máximo 5 bullets por experiência
- Iniciar com verbo de ação
- Incluir pelo menos 1 métrica por bullet quando possível

**Exemplo:**
```
Productionized a multi-agent AI remediation platform using Google ADK, FastAPI, LLMs, RAG,
Kubernetes, and GitHub-hosted runbooks, resolving ~70% of recurring low-risk KTLO incidents
across Airflow, Dataproc, BigQuery, and Keboola
```

---

### About LinkedIn

**Modelo narrativo:**
1. Abertura com anos de experiência + foco principal
2. Empresa atual com escala/métricas
3. Áreas de atuação
4. Experiência anterior com provas
5. Lista de domínios/competências/stack no final

**Tamanho:** 1000–2000 caracteres ideal

**Exemplo:**
```
I'm a Senior Data Engineer and Cloud Data Architect with 6+ years of experience focused on
helping create and support scalable, reliable, and governed data platforms across GCP and Azure.

At ShopNova, I work on petabyte-scale data platforms supporting 2,000+ pipelines, 500+
Airflow/Composer DAGs, and large-scale GCP workloads. [...]

My strongest areas are Cloud Data Architecture, Data Engineering, Airflow/Composer, GCP, Azure,
BigQuery, Dataproc, Databricks, PySpark, Terraform, Kubernetes, CDP, Observability, and AI
Automation.
```

---

### Bullet de Currículo (ATS)

**Formato:** `Verbo de ação + resultado quantificado + contexto/ferramenta`

**Regras:**
- 1–2 linhas por bullet
- 4–6 bullets por experiência
- Priorizar impacto mensurável
- Usar verbos de ação fortes (Projetou, Implementou, Reduziu, Automatizou, Liderou, Otimizou)

**Exemplo:**
```
Reduziu tempo de processamento de pipelines em 40% ao migrar jobs Spark para Dataproc Serverless com Terraform
Automatizou 200+ DAGs no Airflow/Composer, eliminando 15h/semana de intervenção manual
```

# Social Selling Index (SSI) — Referência de Interpretação

> Acesso: [linkedin.com/sales/ssi](https://linkedin.com/sales/ssi)

O SSI mede sua presença no LinkedIn em 4 pilares (0-25 cada), total 0-100.

---

## Classificação

### Por pilar (0-25)

| Score | Nível |
|-------|-------|
| ≥ 18 | Forte |
| 12-17 | Ok |
| < 12 | Fraco |

### Total (0-100)

| Score | Nível |
|-------|-------|
| ≥ 50 | Bom |
| 30-49 | Mediano |
| < 30 | Fraco |

---

## Pilares e Tips Acionáveis

### 1. Professional Brand (Laranja)

**Significado:** Quão bem seu perfil vende quem você é para recrutadores.

#### Se fraco (< 12):
- Perfil mal posicionado — recrutadores não entendem em 5s o que você faz
- Reescrever headline no padrão: `Posição | Áreas | Ferramentas`
- Reescrever About com métricas e CTA
- Foto profissional + banner com área de atuação
- Featured section: certificação, projeto, artigo ou case
- Fixar 3 skills mais relevantes ao cargo
- Pedir 2-3 recomendações de gestores/colegas

#### Se ok (12-17):
- Refinar headline e About com mais uma métrica concreta
- Adicionar Featured se vazia

#### Se forte (≥ 18):
- Manter headline e About atualizados a cada mudança de foco

---

### 2. Find People (Roxo)

**Significado:** Se sua rede não tem recrutadores e profissionais da área, você não aparece para quem contrata.

#### Se fraco (< 12):
- Rede fraca para inbound — adicione recrutadores e profissionais da área
- Buscar "Recruiter" + sua especialidade
- Buscar cargo-alvo e conectar 10-20 pessoas/semana
- Buscar "Talent Acquisition" + empresa-alvo
- Conectar com profissionais de empresas-alvo
- Seguir páginas de empresas-alvo e comentar posts

#### Se ok (12-17):
- Dobrar conexões com recrutadores da área esta semana
- Buscar "Hiring [cargo]" nos posts e conectar com quem publicou

#### Se forte (≥ 18):
- Continuar adicionando recrutadores de empresas-alvo

---

### 3. Engage Insights (Verde)

**Significado:** LinkedIn premia quem interage. Sem curtir, comentar e postar, fica invisível.

#### Se fraco (< 12):
- Quase não engaja — algoritmo não mostra perfil para recrutadores
- Curtir e comentar posts de líderes da área 3-5x/semana
- Pelo menos 1 post técnico/profissional por semana
- Ideias: problema resolvido, ferramentas que usa, lição de projeto, opinião sobre trend
- Comentar com valor (não só "ótimo post")
- Compartilhar artigo com perspectiva própria

#### Se ok (12-17):
- Subir para 1 post/semana + comentários diários
- Agendar 15 min/dia para comentar em 3 posts do nicho

#### Se forte (≥ 18):
- Manter consistência — algoritmo recompensa frequência

---

### 4. Build Relationships (Verde-água)

**Significado:** Conexão sem conversa não gera oportunidade.

#### Se fraco (< 12):
- Adiciona pessoas mas não conversa — conexão parada não vira contato
- Adicionar pessoas que já conhece e mandar mensagem
- Responder DMs de recrutadores em <24h
- Após conectar com recrutador: nota curta com especialidade + disponibilidade
- Reativar conexões antigas
- Participar de grupos da área

#### Se ok (12-17):
- Foco em follow-up com recrutadores que já adicionaram
- 30 min/semana para responder DMs pendentes

#### Se forte (≥ 18):
- Continuar nutrindo conexões com recrutadores ativos

---

## SSI Fix Prompt (Template)

Para cada pilar fraco/ok, gerar coaching com:

1. **Plano de 7 dias** com ações concretas
2. **3 ações para hoje** (com exemplos)
3. **Rotina semanal mínima** (minutos/dia)
4. **2 templates prontos** (conexão, comentário ou post)
5. **Como medir** se está funcionando

### Exemplo de prompt:

```
Seu pilar [NOME_PILAR] está [NÍVEL] (score: [X]/25).

Crie um plano de 7 dias para subir este pilar com:
- 1 ação concreta por dia
- 3 ações que posso fazer AGORA (com texto pronto)
- Rotina mínima diária (em minutos)
- 2 templates prontos para usar hoje
- Métrica para saber se está funcionando em 2 semanas

Contexto: sou [CARGO/ÁREA], buscando [OBJETIVO].
```

# Template de Saída — Entregáveis por Modo

## Entregáveis Obrigatórios (todos os modos)

1. **Currículo completo** reescrito e otimizado para ATS.
2. **Resumo das melhorias**: síntese das principais mudanças aplicadas.
3. **Palavras-chave adicionadas**: lista das palavras-chave inseridas e em qual seção.
4. **Checklist de requisitos eliminatórios**: tabela com status por critério — `atende` / `não atende` / `pendente de evidência`.
5. **Riscos de ranking**: lista de fatores que podem reduzir o score (ex.: ausência de métrica, gap temporal não explicado, termo crítico faltante).

## Entregáveis Adicionais — Diagnóstico Padrão

Incluir quando `modo_execucao` = `modo_diagnostico` ou `modo_completo`.

Estruturar usando os quatro eixos definidos em `references/diagnostico-ats.md`:

- **I. Avaliação Geral de Compatibilidade ATS**
- **II. Otimização de Palavras-chave** (A. Ausentes · B. Densidade · C. Posicionamento)
- **III. Análise de Formatação** (A. Formato · B. Fonte e Estilo · C. Títulos · D. Bullets)
- **IV. Clareza e Legibilidade** (A. Jargões · B. Verbos · C. Métricas · D. Datas)
- **V. Recomendações Adicionais**

## Entregáveis Adicionais — Diagnóstico Avançado

Incluir quando `descricao_vaga` ou `especificacao_vaga_completa` estiver disponível, além do diagnóstico padrão.

Estruturar usando as três partes definidas em `references/diagnostico-avancado.md`:

- **PARTE A — Otimização ATS** (20 palavras-chave ranqueadas · mapa de posicionamento · 5 trocas terminológicas · problemas de parsing)
- **PARTE B — Engajamento Humano** (nota de escaneabilidade 1–10 · 3 pontos de subvalorização · 2 ajustes de personalidade · hierarquia recomendada)
- **PARTE C — Estratégia de Integração** (exemplos de keywords em bullets · transformações concretas fraco → forte)