Anti-ATS Evaluatorv1.3

[ANALYSIS_REPORT] **LOW** [Copilot: GPT5.1] This is a senior .NET-centric engineering role with some AI focus; the person has no .NET experience or Windows/.NET ecosystem background. AI and Python skills are relevant but secondary to the required .NET expertise. ATS will flag a major stack mismatch. **Strengths:** Strong AI understanding that could inform product modernization, Experience with data modeling, Python and cloud providers **Critical Gaps:** Primary stack is .NET in a financial software context, which is absent from the candidate's background **Missing Required:** Especialidade em desenvolvimento .NET em nível avançado

[ANALYSIS_REPORT] **LOW** [Opencode: opencode:glm-5] FullStack requires '8+ years professional experience in AI/ML architecture, Data Science, or advanced Data Engineering roles'. Candidate has zero years with these titles. Snowflake/Cortex/Vector Search experience also missing. This is a fundamental mismatch. **Strengths:** LangChain experience, Python proficiency, RAG/vector database concepts **Critical Gaps:** No AI/ML Architect title ever held, No Data Science career trajectory **Missing Required:** 8+ years AI/ML architecture experience, Snowflake platform expertise

[ANALYSIS_REPORT] **HIGH** [Copilot: GPT5.1] Strong match on JavaScript/Node, IA/ML (especially LLMs), Docker, APIs and production systems, closely aligned with building and operating GenAI products. Some gaps exist around GPU/vLLM operations and Kubernetes, but these are learnable given current infra experience. ATS will likely place the profile near the top of the stack for AI-focused JavaScript engineers. **Strengths:** Solid JavaScript/Node experience building production services, Extensive practice with LLM APIs (Claude, Gemini, OpenAI, etc.), Experience containerizing and deploying services with Docker

[ANALYSIS_REPORT] **HIGH** [Copilot: GPT5.1] Technically, there is a very strong fit: Python, LangChain, RAG, embeddings, multiple LLM providers, and agentic workflows closely mirror recent work. The main differences are lack of explicit vector DB tooling names and MCP/A2A protocols, plus no big-consulting brand experience. ATS will score this high on skills but competition and consulting-specific signals matter. **Strengths:** Hands-on RAG, embeddings and LLM pipeline design in recent projects, Experience with LangChain and multiple provider APIs (OpenAI, Claude, Gemini), Strong automation and system-architecture mindset for multi-agent workflows

[ANALYSIS_REPORT] **HIGH** [Copilot: GPT5.1] Stack match is good on Node, TypeScript, serverless AWS, AI integrations and fullstack work, but the profile lacks explicit React experience which is required for the frontend side. AI integration (LLMs, multimodal) and workflow orchestration map directly to current expertise. ATS will see a strong backend/AI match with a front-end keyword gap. **Strengths:** Strong TypeScript/Node backend and workflow orchestration experience, Hands-on integration of multiple AI providers via APIs, Ownership mindset and end-to-end product delivery **Missing Required:** Experiência comprovada com React em aplicações de produção

[ANALYSIS_REPORT] **MEDIUM** [Opencode: opencode:glm-5] Lumenalta AI Engineer role requires 3-5+ years AI/ML engineering with production deployment. Candidate has strong production AI work, RAG pipelines, Python backend, but missing TensorFlow/PyTorch deep experience and formal AI/ML engineering title years. **Strengths:** RAG pipeline implementation, Production AI system deployment, Python backend services, n8n workflow automation **Missing Required:** 3-5+ years AI/ML engineering title

[ANALYSIS_REPORT] **MEDIUM** [Opencode: opencode:glm-5] AgileEngine seeks Senior/Lead Software Engineer for AI Full Stack. Candidate has strong Go production experience, LLM APIs, vector databases, LangChain, but missing 5-8 years with 'Software Engineer' title. Rust and Kubernetes at scale also missing. Strong technical demonstration compensates partially. **Strengths:** Go production webserver built from scratch, LLM API integration (Claude/Gemini/OpenAI), Vector database and RAG implementation, LangChain/agentic frameworks **Missing Required:** 5-8 years software engineering title

[ANALYSIS_REPORT] **LOW** [Copilot: GPT5.2] Boa aderência em integração/orquestração de LLMs e backend real em produção, com evidência forte de automação e sistemas resilientes. Porém, a vaga exige full stack com React e AWS serverless (Lambda/Step Functions/EventBridge/DynamoDB) como core, que não aparecem com profundidade no currículo. O requisito explícito de “5+ anos como Software Engineer” tende a acionar filtro por título/experiência formal. **Strengths:** Integração prática com APIs de IA (Claude/Gemini/OpenAI), Sistemas assíncronos/orquestração e confiabilidade (watchdog, state persistence), SQL/PostgreSQL + automação em produção **Missing Required:** React, AWS Lambda/Step Functions/EventBridge (serverless), DynamoDB (NoSQL), 5+ anos como Software Engineer (critério ATS por título), TypeScript

[ANALYSIS_REPORT] **LOW** [Copilot: GPT5.2] O currículo mostra SQL/Python e automação, mas a vaga é extremamente específica em ADF + dbt + Snowflake. Sem evidência desses 3 pilares, o ATS tende a classificar como baixa aderência. Em consultoria grande, o funil costuma ser rígido por ferramenta. **Strengths:** SQL e modelagem/validação de dados, Automação e pipelines (evidência prática), Git/CI-CD (mencionado) **Missing Required:** Azure Data Factory (ADF), dbt, Snowflake

[ANALYSIS_REPORT] **MEDIUM** [Copilot: GPT5.2] Match forte em Python/SQL, integração de dados e arquitetura orientada a governança, com histórico real em ERP e controles de qualidade. Porém, o role é centrado em Microsoft Fabric/Power Apps e isso não aparece no currículo. ATS deve enxergar como “arquiteto de dados” viável, mas incompleto no stack Microsoft. **Strengths:** Python + SQL aplicados a dados/integridade, Integração com sistemas corporativos/ERP + governança de dados, Capacidade de alinhar negócio/roadmap e execução técnica **Missing Required:** Power Apps, Microsoft Fabric

[ANALYSIS_REPORT] **LOW** [Copilot: GPT5.2] A vaga exige Databricks + PySpark + arquitetura medalhão e Data Mesh como núcleo do trabalho. O currículo mostra SQL/Python e pipelines, mas não evidencia Spark/Databricks nem experiência Azure/medalhão. Para ATS, isso vira mismatch direto de stack. **Strengths:** SQL e automação de dados/validação, Mentalidade de eficiência/custos e produção, Integração técnico-negócio **Critical Gaps:** Databricks/PySpark (stack central) ausente **Missing Required:** Experiência prática com Databricks, PySpark, Arquitetura Medalhão (Bronze/Silver/Gold), Data Mesh

[ANALYSIS_REPORT] **MEDIUM** [Copilot: GPT5.2] Boa aderência em Python/SQL, automação e construção de pipelines com foco em integridade e documentação. Porém, falta evidência clara de orquestração padrão (Airflow) e de arquitetura de dados em cloud “de verdade” no contexto de engenharia de dados. ATS pode pontuar bem, mas a cultura/processo pesa. **Strengths:** SQL avançado aplicado a dados reais, Python e automação/pipelines, Comunicação e documentação técnico-negócio **Missing Required:** Orquestração de workflows (Airflow ou similar) com evidência direta, Arquitetura/infra de dados em cloud com evidência forte

[ANALYSIS_REPORT] **LOW** [Copilot: GPT5.2] A vaga pede perfil de arquiteto de dados especialista (8+ anos) com stack ampla de ferramentas (ETL/orquestração/cloud) e validação formal (certificações/declarações). O currículo mostra arquitetura e SQL/Python, mas não traz ferramentas padrão de data engineering nem cloud forte. Além disso, o requisito de graduação em áreas específicas de TI tende a prejudicar no ATS. **Strengths:** SQL + modelagem/integridade de dados (casos reais), Liderança e orientação técnica (histórico de arquitetura), IA/ML como componente arquitetural **Missing Required:** Graduação em área de TI relacionada (critério de triagem), ETL tools (evidência direta), Ferramentas de orquestração padrão (evidência direta), Cloud platforms (experiência prática forte)

[ANALYSIS_REPORT] **LOW** [Copilot: GPT5.2] Há match em SQL/Python, pipelines e automação, e o diferencial de GenAI/prompt engineering ajuda. Porém, a vaga exige prática forte em AWS Glue/S3/Athena e arquitetura Medallion, além de BI/dashboards — itens não comprovados no currículo. ATS tende a colocar no meio/fundo da pilha. **Strengths:** SQL + Python para automação, Integração de sistemas e pipelines, RAG/LangChain/prompt engineering (diferencial) **Missing Required:** AWS Glue, AWS Athena, Arquitetura Medallion (Data Lake), Experiência com BI (Power BI/Tableau ou similar)

[ANALYSIS_REPORT] **LOW** [Opencode: opencode:glm-5] CI&T Principal Data Engineer role requires deep data engineering career trajectory. Candidate has relevant technical skills but no 'Data Engineer' title history. Principal-level consulting role at 8000+ person firm requires enterprise career path that doesn't exist here. **Strengths:** Python proficiency, PostgreSQL expertise, Data pipeline concepts **Critical Gaps:** No Data Engineer title ever held, No enterprise consulting background **Missing Required:** Principal-level data engineering career, enterprise data architecture experience

[ANALYSIS_REPORT] **HIGH** [Copilot: GPT5.2] Excelente aderência ao núcleo: modelagem/integração/qualidade de dados, SQL e Python, e trabalho com stakeholders e requisitos. O histórico de ERP + saneamento + regras preventivas é diretamente transferível para governança e integridade. Falta apenas a “etiqueta” tradicional de Data Engineer em empresas de tech, mas a evidência prática é forte. **Strengths:** Modelagem/integração e qualidade de dados (casos reais), SQL + Python aplicados a transformação/validação, Tradução técnico-negócio e atuação autônoma

[ANALYSIS_REPORT] **TOP** [Opencode: opencode:glm-5] Edgevanta Data Engineer role focuses on PDF parsing, ETL pipelines, AI/LLM extraction. Candidate has strong PostgreSQL, Python, AI/LLM extraction experience from platform work. Missing formal 'Data Engineer' title but startup culture is flexible. LangChain and AI document processing are direct matches. **Strengths:** AI/LLM document extraction demonstrated, PostgreSQL expertise, Python production systems, LangChain experience (nice-to-have present) **Missing Required:** 3+ years Data Engineer title

[ANALYSIS_REPORT] **HIGH** [Copilot: GPT5.2] Match muito forte em GenAI/RAG/LangChain/n8n, APIs, Python e integração de sistemas — exatamente o que a vaga pede. O “Big Data” está no título, mas a descrição não exige explicitamente Spark/Hadoop; ainda assim pode ser questionado. ATS deve ranquear alto por aderência direta às keywords e ao escopo. **Strengths:** RAG + LangChain + n8n (match direto), Python + APIs + pipelines de dados, Integração cloud (AWS/GCP/Azure) em nível suficiente para o escopo descrito

[ANALYSIS_REPORT] **HIGH** [Copilot: GPT5.2] A vaga é essencialmente o mesmo núcleo da posição Pleno, com exigência de senioridade (7+ anos), e o currículo tem histórico longo de dados/integridade/modelagem e atuação autônoma. SQL/Python, integração e governança prática estão bem sustentados por exemplos. ATS deve ranquear alto, com pequena penalização por títulos não tradicionais. **Strengths:** Experiência longa e consistente com dados/integridade/modelagem, SQL + Python aplicados em problemas reais, Autonomia + comunicação com stakeholders

[ANALYSIS_REPORT] **LOW** [Copilot: GPT5.2] Boa base em Python/SQL e construção de pipelines, mas a vaga é GCP-first (BigQuery/Cloud Storage/Cloud Functions) e Airflow é obrigatório. Sem evidência direta de GCP + Airflow, o ATS tende a reduzir bastante o ranking. A parte de qualidade/governança é um ponto forte do candidato. **Strengths:** ETL/automação com Python + SQL, Qualidade e integridade de dados (casos reais), Mentalidade de produção e confiabilidade **Missing Required:** GCP (BigQuery, Cloud Storage, Cloud Functions), Apache Airflow

[ANALYSIS_REPORT] **MEDIUM** [Copilot: GPT5.2] O currículo cobre Python/SQL, integrações via APIs e tem diferencial direto em LangChain/RAG, que aparece como diferencial na JD. Porém, os requisitos obrigatórios listam um conjunto pesado de Big Data (Spark/Hadoop/Kafka/Databricks) e orquestração padrão (Airflow/Control-M) que não estão evidenciados. ATS tende a colocar como “parcialmente aderente”, não como especialista de plataforma. **Strengths:** Python + SQL + pipelines e integração, Diferencial em LangChain/RAG (match com diferencial), Mentalidade de performance/custo e produção **Missing Required:** Stack Big Data (Spark/Hadoop/Kafka/Databricks), Workflow/orquestração (Control-M e/ou Airflow), Storage/formatos (Delta/Parquet/Redshift) com evidência forte

[ANALYSIS_REPORT] **MEDIUM** [Copilot: GPT5-mini] Candidate shows strong data-pipeline, Python and SQL experience and proven production orchestration, but lacks direct Databricks and PySpark experience required by the JD. Architecture and RAG/LLM experience partially compensate but do not replace explicit Databricks/Spark skills. ATS will consider this a moderate semantic match but mark missing platform-specific keywords. **Strengths:** Python data pipelines & orchestration, SQL/PostgreSQL experience, Production LLM/RAG and scraping systems **Missing Required:** Databricks, PySpark

[ANALYSIS_REPORT] **MEDIUM** [Copilot: GPT5-mini] Candidate demonstrates strong systems architecture, data-pipeline delivery, and LLM/RAG knowledge but lacks explicit Databricks/Spark (PySpark) and Delta Lake experience called out for the senior data-engineer role. Degree requirement is satisfied (engineering), and many infra and data-governance concepts match. ATS will treat this as a moderate match but note missing platform-specific skills for enterprise lakehouse work. **Strengths:** Data pipeline design & production deployment, LLM/RAG and vector ingestion experience, Strong SQL and systems thinking **Missing Required:** Databricks, PySpark

[ANALYSIS_REPORT] **LOW** [Copilot: GPT5-mini] The role explicitly requires mandatory in-office presence in the Região Metropolitana de Campinas; the candidate is based in São Paulo and lists EU work authorization but not locality in Campinas. This geographic restriction is a hard filter for the ATS/hiring process. As a result, the application would be auto-rejected regardless of skills. **Strengths:** Python and SQL pipelines, Data engineering fundamentals, LLM/RAG knowledge **Critical Gaps:** Geographic location (must be Campinas) **Missing Required:** On-site presence in Campinas

[ANALYSIS_REPORT] **LOW** [Copilot: GPT5-mini] This CI&T role requires mandatory presence in the Região Metropolitana de Campinas and therefore fails a geographic hard filter for a candidate based in São Paulo. Regardless of technical alignment, ATS/hiring rules will auto-filter out non-local applicants. The presence requirement is a blocker to any human seeing the resume. **Strengths:** Data modeling and pipeline thinking, Python and SQL experience, Production orchestration skills **Critical Gaps:** Geographic location (must be Campinas) **Missing Required:** On-site presence in Campinas