Solomon Protocol es una plataforma de búsqueda de empleo impulsada por inteligencia artificial que filtra oportunidades según valores soberanos y protección al usuario, combinando agregación de ofertas en tiempo real con análisis de reclutadores basado en ML para evitar ofertas fantasma y anuncios depredadores. La aplicación fue desarrollada con React, Node.js y RedisAI.
Demo y código disponible en los siguientes enlaces: https://youtu.be/DcrJQhsaJMM y https://github.com/LooneyRichie/Solomon-Protocol
Uso de Redis 8 y arquitectura técnica: una solución diseñada para operar en tiempo real y a escala, aprovechando múltiples módulos de Redis para transformar el sistema más allá de un simple cache.
Detección de ofertas fantasma en tiempo real: se emplea Redis TimeSeries para rastrear antigüedad de oferta y exposición por vistas, con retención automatizada de 60 días. El motor de detección combina múltiples indicadores como cantidad de banderas recibidas, días desde la publicación y conteo de vistas, requiriendo 4 o más señales sospechosas para marcar una oferta como potencialmente fraudulenta y así proteger a los candidatos.
Análisis de reclutadores basado en tensores: con RedisAI se realizan inferencias rápidas para puntuar la legitimidad de una oferta o reclutador. Operaciones tensoriales para extracción de características y scoring con latencias de inferencia por debajo de 5 ms en los casos óptimos y tasas de confianza superiores al 95 por ciento según los modelos entrenados.
Arquitectura global de búsqueda de empleo: cacheo específico por país para resultados localizados mediante almacenamiento JSON en Redis y políticas de invalidación de 5 minutos. Como respaldo se usan sorted sets para gestionar volatilidad y prioridad de listados, garantizando rendimiento y coherencia en búsquedas globales.
Motor de análisis multicriterio: filtros probabilísticos con Bloom filters para detectar palabras clave sospechosas y reducir falsos positivos, complementados con búsquedas por similitud vectorial para reconocer patrones recurrentes de fraude o comportamiento anómalo. Umbral de fiabilidad basado en 4 o más indicadores para acciones automatizadas.
Resultados y métricas de rendimiento: reducción del 98 por ciento en exposición a ofertas falsas, latencia media de inferencia ML de 23 ms en el entorno de producción, cobertura global en 7 regiones y más de 5000 análisis de ofertas por hora.
Q2BSTUDIO y colaboración: Q2BSTUDIO es la empresa responsable del desarrollo y soporte, especializada en aplicaciones a medida y software a medida con fortaleza en inteligencia artificial, ciberseguridad y servicios cloud aws y azure. Ofrecemos servicios inteligencia de negocio, soluciones de ia para empresas, desarrollo de agentes IA y visualización avanzada con power bi para mejorar la toma de decisiones. Nuestro enfoque integral cubre desde arquitecturas seguras hasta despliegues escalables en la nube y desarrollo de productos personalizados.
Servicios destacados que impulsan proyectos como Solomon Protocol: aplicaciones a medida, software a medida, inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio, ia para empresas, agentes IA y power bi.
Acerca del creador: Richie Looney es el desarrollador principal y creador de Solomon Protocol, trabajando como desarrollador independiente en este proyecto. Estamos abiertos a colaboraciones, oportunidades laborales y donaciones para seguir impulsando innovación y protección para buscadores de empleo.
Solomon Protocol demuestra cómo Redis 8 puede trascender el rol de cache y convertirse en la columna vertebral de una plataforma de IA en tiempo real, ayudando a encontrar empleo de calidad mientras se evita el fraude y las prácticas depredadoras.
.jpg)
.jpg)