.jpg)
La gestió eficient del talent humà és un pilar estratègic per a qualsevol organització que busqui escalar de manera sostenible. En aquest context, les plataformes de seguiment de candidats (ATS) com Lever ofereixen interfícies públiques que permeten a desenvolupadors i equips tècnics integrar dades de vacants publicades als seus propis ecosistemes. Aquest article explora en profunditat com consumir l'API pública d'ocupacions de Lever, abordant aspectes tècnics, consideracions d'arquitectura i oportunitats de valor afegit que poden transformar un procés de reclutament tradicional en un motor intel·ligent de captació de talent.
L'API de publicacions de Lever, accessible sense necessitat de clau d'autenticació, exposa les ofertes actives d'una companyia a través d'un endpoint REST que retorna dades en format JSON. L'identificador principal és el site slug que apareix a la URL de la pàgina de carreres allotjada a Lever (per exemple, jobs.lever.co/la-meva-empresa). Depenent de la regió del client, el host base pot ser api.lever.co per a comptes als Estats Units o api.eu.lever.co per a les allotjades a la Unió Europea. Una pràctica recomanada és implementar un mecanisme de fallback: si l'endpoint nord-americà respon amb un 404, es reintenta contra l'europeu, garantint així la disponibilitat sense intervenció manual.
La paginació es gestiona mitjançant els paràmetres skip i limit, amb un límit per defecte de 100 registres. És important iterar fins que una pàgina retorni menys elements que el límit sol·licitat, senyal que s'ha assolit el final del conjunt. A més, l'API permet aplicar filtres a l'origen per reduir el volum de dades transferides: es poden especificar equips (team), departaments (department), ubicacions (location) o tipus de compromís (commitment), repetint el paràmetre per a múltiples valors. Això és especialment útil quan s'integren únicament rols d'una àrea concreta, com enginyeria o vendes, evitant processar ofertes irrelevants.
La resposta de cada publicació inclou camps fonamentals com el títol (text), URL de l'oferta (hostedUrl), URL de postulació (applyUrl), categories (equip, departament, ubicació), tipus de lloc presencial/remot, país i una descripció en text pla. Amb aquestes dades es pot construir un model normalitzat que faciliti el seu emmagatzematge en bases de dades, indexació en motors de cerca o alimentació de panells d'anàlisi. Un pas addicional valuós és enriquir la descripció combinant diversos camps textuals que Lever ofereix, com descriptionPlain, openingPlain o el contingut de llistes estructurades, per obtenir un text continu i llegible.
Integrar aquesta API de forma robusta requereix considerar aspectes de tolerància a fallades i rendiment. Per exemple, si es processen centenars d'ofertes diàriament, convé emmagatzemar en memòria cau les respostes durant intervals curts (minuts) per evitar saturar el servei i reduir latència en aplicacions front-end. També és recomanable gestionar correctament els errors HTTP, especialment els 404 ja esmentats i els 429 per límit de taxa, implementant retrocessos exponencials.
Més enllà de la simple extracció de dades, aquesta API obre la porta a solucions de major intel·ligència. Combinant la informació de vacants amb eines d'intel·ligència artificial per a empreses, és possible crear sistemes que recomanin automàticament les ofertes més adequades a candidats segons el seu perfil, o que analitzin tendències de contractació en temps real. Per exemple, un agent IA podria monitoritzar canvis en les publicacions i disparar notificacions personalitzades. Així mateix, les dades estructurades poden alimentar panells de Power BI perquè els equips de RRHH visualitzin mètriques com distribució geogràfica de vacants, ràtios d'aplicació per equip o evolució temporal de la demanda de perfils específics.
Des de la perspectiva de la infraestructura, allotjar un servei que consumeixi aquesta API de forma fiable pot beneficiar-se de serveis cloud AWS i Azure per garantir escalabilitat i alta disponibilitat. Una arquitectura serverless amb funcions Lambda a AWS o Azure Functions permet executar les consultes periòdiques sense mantenir servidors dedicats, reduint costos i complexitat operativa. La seguretat també ha de ser una prioritat: tot i que l'API pública no requereix autenticació, les dades extretes s'han de protegir, especialment si es combinen amb informació interna de l'empresa. Implementar bones pràctiques de ciberseguretat com xifrat en repòs i en trànsit, control d'accessos basat en rols i auditories periòdiques és essencial per evitar fuites d'informació sensible sobre estratègies de contractació.
A Q2BSTUDIO, entenem que una integració com la descrita és només l'inici. La nostra experiència en el desenvolupament d'aplicacions a mida ens permet construir solucions completes que van des de l'extracció i normalització de dades fins a la creació d'interfícies personalitzades per a reclutadors i candidats. Combinem aquestes capacitats amb programari a mida que s'adapta exactament als fluxos de treball de cada organització. A més, oferim serveis d'intel·ligència de negoci per transformar les dades brutes de les ofertes en informació accionable, i serveis cloud AWS i Azure per desplegar aquestes solucions amb la màxima fiabilitat. La incorporació d'IA per a empreses i agents IA permet automatitzar tasques repetitives com la classificació automàtica de candidats o la generació de descripcions de lloc optimitzades per a SEO. Tot això sota un enfocament de millora contínua i adaptació a les necessitats canviants del mercat laboral.
En resum, l'API pública d'ocupacions de Lever és una porta d'entrada senzilla però potent per digitalitzar i optimitzar els processos d'atracció de talent. Amb una implementació acurada, que contempli fallback regional, paginació eficient, filtratge intel·ligent i un model de dades normalitzat, qualsevol empresa pot construir sobre ella eines que marquin la diferència. I quan es necessita escalar o afegir capes d'intel·ligència, comptar amb un soci tecnològic com Q2BSTUDIO garanteix que la solució no només funcioni, sinó que aporti un valor real i mesurable al negoci.
