Redefinindo a descoberta de carreira: como a Jobright usa o Zilliz Cloud para oferecer correspondências de talentos mais rápidas e inteligentes além do LinkedIn
<50ms
Latência
Tempo de inatividade zero
com implantações de funcionalidades mais rápidas
Zero Complicação
para Administração de Banco de Dados
Corte de Custos
Por usuário
Choosing Zilliz Cloud was one of our best early decisions. It enabled us to build the product we envisioned rather than the product our infrastructure limitations would allow. In AI applications, that difference often determines success or failure.
Ethan Zheng
Sobre a Jobright: Redefinindo a busca por emprego na era da IA
Jobright é uma plataforma de busca por emprego nativa de IA que vem ganhando rapidamente espaço sobre os líderes tradicionais do setor, como LinkedIn e Indeed. Em pouco mais de dois anos, alcançou quase 100.000 usuários ativos diários e agora lidera o setor em duração média da sessão do usuário, segundo a SimilarWeb.
Criada pelos engenheiros Eric Cheng e Ethan Zheng, que deixaram cargos em Big Techs para corrigir o que viam como um problema de descoberta falho. A Jobright oferece correspondência de vagas mais inteligente e personalizada por meio de busca semântica, análise de grafos e feedback do sistema em tempo real. Os recursos de destaque da plataforma, como filtragem de patrocínio H-1B e descoberta de indicações, a tornaram especialmente valiosa para profissionais internacionais e talentos técnicos qualificados.
Por que a busca tradicional quebrou com 2 milhões de consultas por dia
À medida que a Jobright ganhou tração, suas demandas técnicas aumentaram. O valor central da plataforma, a correspondência de vagas personalizada em tempo real — rapidamente expôs as limitações dos bancos de dados tradicionais.
Dados em constante mudança: As publicações de vagas mudam constantemente. Mais de 400.000 publicações são adicionadas ou removidas diariamente. A maioria dos bancos de dados não consegue ingerir e excluir dados nessa velocidade sem problemas de desempenho.
Correspondência semântica e multidimensional: A Jobright não faz apenas correspondência de palavras-chave. Ela pesquisa descrições de vagas, habilidades, trajetórias de carreira e cultura da empresa. Cada interação do usuário envolve múltiplas buscas vetoriais, além de filtragem por localização, status de visto, nível de experiência e muito mais.
Resposta em tempo real em escala: Os usuários têm, em média, mais de 40 interações diárias. Isso se traduz em mais de 2 milhões de consultas por dia, todas com expectativa de retornar resultados abaixo de 100 ms.
Padrões de carga imprevisíveis: Ondas de contratação ou demissões de grandes empregadores causam picos de ingestão de dados e de consultas. A infraestrutura precisava absorver esses picos sem comprometer o desempenho.
"Isso não é como um sistema de recomendação típico em que você pode processar em lote durante a noite", explica Ethan, cofundador e CTO da Jobright. "Os usuários esperam resultados instantâneos que reflitam as publicações de vagas mais recentes e suas preferências em evolução. A infraestrutura precisa lidar simultaneamente com escala massiva e capacidade de resposta em tempo real."
Como a Jobright avaliou o mercado de bancos de dados vetoriais
Quando o sistema simples de correspondência da Jobright, baseado em Python, começou a falhar sob carga, a equipe enfrentou uma decisão crítica de infraestrutura. Em vez de correr para uma solução rápida, Ethan passou uma semana inteira avaliando sistematicamente todas as principais opções de bancos de dados vetoriais do mercado, incluindo FAISS, Pinecone, Elasticsearch, Milvus open-source e Zilliz Cloud. Sua abordagem foi metódica e prática: "Não apenas lemos documentação ou ouvimos apresentações de fornecedores. Construímos MVPs reais com cada solução e os testamos rigorosamente em nosso ambiente específico."
Cada opção revelou limitações críticas:
Facebook FAISS inicialmente parecia promissor, dado seu desempenho comprovado em escala na Meta. No entanto, quando a Jobright tentou lidar com consultas concorrentes enquanto inseria e excluía vetores constantemente, essa implementação em Python tornou-se instável, com picos de memória e falhas durante o uso de pico.
Pinecone oferecia uma solução gerenciada, mas limitações regionais criavam latência inaceitável para sua infraestrutura global baseada em AWS. "Somos uma plataforma global que atende usuários no mundo todo. Ter nosso banco de dados vetorial apenas em certas regiões teria prejudicado gravemente a experiência dos nossos usuários internacionais," disse Ethan.
Milvus auto-hospedado apresentou bom desempenho com cargas de trabalho concorrentes e demonstrou escalabilidade, mas exigia uma sobrecarga operacional significativa para autogerenciamento — uma sobrecarga que teria desviado recursos críticos de engenharia do desenvolvimento de produto.
Elasticsearch, embora confiável para operações básicas, não consegue combinar de forma eficiente a similaridade vetorial com as dezenas de dimensões de filtro da Jobright, como patrocínio de visto, nível de experiência e porte da empresa.
Então Ethan testou o Zilliz Cloud. A diferença ficou evidente em poucas horas—enquanto outras soluções exigiam ajustes e monitoramento constantes, o Zilliz Cloud lidou perfeitamente com a carga de trabalho exigente da Jobright. Ele manteve desempenho consistente durante seus cenários mais desafiadores: ondas simultâneas de ingestão de dados e picos de consultas que haviam derrubado outras soluções. Mais importante ainda, o Zilliz Cloud possibilitou recursos sofisticados, como encontrar potenciais indicadores dentro de empresas por meio de consultas que combinam múltiplas buscas vetoriais com análise de relacionamentos semelhante a grafos—capacidades que antes eram impossíveis com outras plataformas.
Diferentemente das soluções auto-hospedadas, o Zilliz Cloud não exigiu nenhuma sobrecarga de administração de banco de dados, permitindo que a equipe se concentrasse inteiramente no desenvolvimento do produto. O suporte a esquema dinâmico da plataforma permite que a Jobright experimente algoritmos de correspondência em tempo real, implantando melhorias durante o horário comercial sem se preocupar com a estabilidade do sistema.
O papel da infraestrutura vetorial na correspondência em tempo real
A Jobright agora usa de seis a sete instâncias especializadas do Zilliz Cloud, cada uma otimizada para um tipo específico de consulta:
Mecanismo principal de correspondência de empregos: Compara perfis de usuários com milhões de vagas, considerando similaridade, localização, experiência, status de visto e muito mais.
Descoberta de indicações: Encontra potenciais indicadores com base em educação, empregadores anteriores e conexões—usando consultas vetoriais sensíveis a relacionamentos.
Insights sobre empresas: Apresenta insights qualitativos (por exemplo, adequação cultural, padrões de contratação) ao indexar perfis de empresas.
Modelagem de trajetória de carreira: Recomenda cargos com base em habilidades em evolução e vetores de embedding ponderados pelo tempo.
Antes que todo esse conteúdo seja ingerido, indexado e recuperado no Zilliz Cloud, todos os dados são codificados em embeddings vetoriais de alta dimensão usando os modelos especializados e ajustados da Jobright. A equipe emprega diferentes modelos de embedding otimizados para tipos específicos de conteúdo em todo o sistema—descrições de vagas utilizam modelos treinados em linguagem profissional, enquanto descrições de cultura empresarial empregam modelos otimizados para características e valores organizacionais.
À medida que os algoritmos de correspondência da Jobright evoluem com base no feedback dos usuários, eles frequentemente adicionam novas dimensões vetoriais e modificam critérios de filtragem. O suporte a esquema flexível do Zilliz Cloud possibilita essas mudanças sem tempo de inatividade do sistema, permitindo que a equipe implante melhorias nos algoritmos durante o horário comercial—uma capacidade que se mostrou inestimável para manter sua vantagem competitiva.
A plataforma integra o Zilliz Cloud a uma pilha tecnológica abrangente projetada para escalabilidade e confiabilidade. Construídas na AWS com grupos de auto scaling e balanceadores de carga para lidar com picos de tráfego, as instâncias do Zilliz Cloud são distribuídas entre zonas de disponibilidade para alta disponibilidade. A integração com múltiplas APIs de quadros de vagas, sites de empresas, bancos de dados governamentais para dados de H-1B e redes profissionais garante que listagens de vagas abrangentes e atualizadas fluam perfeitamente para a infraestrutura de banco de dados vetorial.
A Jobright também aproveita os recursos avançados da Zilliz Cloud para habilitar cenários de busca sofisticados que combinam vários tipos de similaridade e filtragem de maneiras que antes eram impossíveis. Consultas complexas como "vagas de machine learning em startups que oferecem patrocínio de visto a até 50 milhas de São Francisco" combinam busca vetorial semântica com filtros categóricos e restrições geográficas em uma única operação. Encontrar indicadores adequados exige buscar em vários espaços vetoriais simultaneamente—embeddings de formação educacional, vetores de experiência profissional e mapeamentos de relacionamento com empresas. Recomendações de progressão de carreira consideram como as habilidades e os interesses dos usuários evoluem ao longo do tempo, usando operações vetoriais ponderadas pelo tempo para prever próximos movimentos de carreira adequados.
De timeouts de 500ms à busca instantânea—e zero dores de cabeça administrativas
A transição para a Zilliz Cloud entregou melhorias imediatas e sustentadas em todas as métricas-chave, transformando a Jobright de uma startup em dificuldades em uma líder do setor.
De timeouts de 500ms à consistência de 50ms
Os tempos de resposta das consultas melhoraram drasticamente, de 200-500ms inconsistentes com timeouts frequentes para desempenho consistente abaixo de 100ms, com latência P95 inferior a 50ms para operações centrais de matching. O sistema alcançou 99,9%+ de uptime após a implantação, eliminando as interrupções frequentes e as degradações de desempenho que haviam afetado sua infraestrutura anterior. A plataforma escalou perfeitamente de lidar com milhares de consultas diárias para processar mais de 2 milhões de interações de usuários por dia, sem exigir mudanças de infraestrutura ou sofrer degradação de desempenho.
Zero sobrecarga de administração de banco de dados
"Passamos cerca de um ano sem precisar gerenciar este sistema de forma alguma. E eu literalmente esqueci que o estávamos usando," observa Ethan. "Esse é o maior elogio que posso fazer a uma infraestrutura—quando você para de notar que ela existe, ela está funcionando perfeitamente."
Essa simplicidade operacional permitiu que a pequena equipe de engenharia se concentrasse inteiramente na inovação do produto, em vez da administração de banco de dados, acelerando significativamente sua velocidade de desenvolvimento.
Superando LinkedIn e Indeed em engajamento de usuários
Essas melhorias de infraestrutura se traduziram diretamente em experiências de usuário superiores e métricas de engajamento líderes do setor. De acordo com as análises da SimilarWeb, a Jobright agora tem a maior duração média de visita de usuários entre todas as plataformas de busca de emprego, superando LinkedIn, Indeed e todos os outros concorrentes. Os usuários ativos diários saltaram de 10 no primeiro ano para quase 100.000, com usuários registrando em média mais de 40 interações na plataforma por sessão—significativamente acima dos benchmarks do setor. Recursos avançados, como descoberta de indicações e assistência a candidaturas com tecnologia de IA, alcançam altas taxas de adoção porque funcionam de forma confiável e entregam resultados rapidamente.
Implantações de recursos mais rápidas sem downtime
A infraestrutura confiável permitiu que a Jobright mantivesse sua vantagem competitiva por meio do rápido desenvolvimento de recursos. A equipe agora lança novos recursos semanalmente com a confiança de que a infraestrutura subjacente não quebrará durante atualizações ou picos de tráfego. As taxas de retenção mensal melhoraram significativamente à medida que os usuários experimentaram desempenho consistente e rápido e recomendações de vagas cada vez mais precisas, impulsionadas por algoritmos em evolução contínua.
Custos previsíveis que diminuem por usuário
Os benefícios de custo provaram ser igualmente transformadores. A Jobright passou de custos imprevisíveis associados ao gerenciamento de uma infraestrutura falha para uma precificação previsível e baseada em uso que escala com o crescimento do negócio. A sobrecarga de administração de banco de dados foi eliminada totalmente, e os custos de infraestrutura por usuário diminuíram à medida que a plataforma cresceu, criando uma economia unitária favorável que sustentou uma expansão de negócios sustentável.
Olhando para o futuro: escalando a visão
A visão da Jobright vai muito além da busca de emprego, para se tornar um marketplace abrangente de talentos que conecta empregadores e candidatos de forma mais eficiente do que nunca. Análises avançadas permitirão que as empresas entendam a dinâmica do mercado de talentos, o posicionamento competitivo e as estratégias ideais de contratação, utilizando a mesma infraestrutura vetorial que impulsiona a correspondência de candidatos. Ferramentas automatizadas de verificação e avaliação de habilidades usarão similaridade vetorial para avaliar as capacidades dos candidatos em relação aos requisitos das vagas, enquanto insights em tempo real sobre o mercado de trabalho, derivados dos dados abrangentes da plataforma, se tornarão inteligência valiosa para empregadores e formuladores de políticas que buscam entender as tendências da força de trabalho.
A Jobright também planeja expandir para os mercados europeu e asiático, com a infraestrutura global da Zilliz Cloud permitindo a entrega de serviços de baixa latência em diferentes continentes. A infraestrutura flexível de embeddings dá suporte à implantação de modelos específicos por mercado, permitindo que a Jobright se adapte às práticas locais de contratação, aos requisitos de habilidades e às progressões de carreira sem grandes reformulações do sistema.
"Estamos planejando a expansão internacional enquanto adicionamos serviços B2B para empregadores", explica Ethan. "Precisamos de uma infraestrutura que consiga lidar com múltiplos mercados, idiomas e requisitos regulatórios sem reconstruir nossos sistemas centrais."
Lições para construtores de IA
O crescimento notável da Jobright, de 10 para 100.000 usuários diários, oferece insights valiosos para empreendedores de IA que enfrentam desafios semelhantes. Ethan compartilhou generosamente várias observações da jornada deles:
A proximidade com os usuários importa mais do que a sofisticação tecnológica. A melhor IA do mundo não ajudará se você não entender os problemas reais dos seus usuários. A Jobright tem sucesso porque investiu mais do que qualquer outra empresa em entender as experiências reais dos candidatos a emprego por meio de entrevistas semanais com usuários e ciclos de feedback.
Os fundadores precisam permanecer envolvidos na prática por mais tempo do que esperam. A tentação de contratar especialistas cedo é forte, mas a delegação prematura muitas vezes leva ao fracasso. Os fundadores precisam dominar capacidades críticas, como marketing de crescimento e pesquisa com usuários, antes que elas possam ser delegadas de forma eficaz.
A frequência da tomada de decisões importa mais do que a velocidade da tomada de decisões. Embora seja crucial manter-se informado sobre os rápidos avanços da IA, fazer pivôs estratégicos com demasiada frequência pode destruir o impulso da equipe e corroer a confiança dos usuários.
As escolhas de infraestrutura se acumulam ao longo do tempo. Pequenas decisões técnicas criam vantagens competitivas significativas em escala. A infraestrutura certa permite a inovação, em vez de apenas resolver problemas imediatos.
"Quando escolhemos a Zilliz Cloud pela primeira vez, pensávamos que estávamos resolvendo um problema de escalabilidade", reflete Ethan. "Mas, na verdade, ela resolveu um problema de inovação. Ter uma infraestrutura de busca vetorial confiável e poderosa nos permite experimentar algoritmos de correspondência que não poderíamos ter tentado de outra forma."
Ethan enfatiza que muitas startups de IA subestimam a sobrecarga operacional de gerenciar uma infraestrutura sofisticada. Na verdade, a confiabilidade da infraestrutura impacta diretamente a velocidade de desenvolvimento — sistemas não confiáveis retardam o desenvolvimento de funcionalidades enquanto reduzem a confiança no lançamento de novas capacidades.
Em mercados nos quais todos têm acesso a modelos de IA semelhantes, a vantagem competitiva vem cada vez mais de decisões de infraestrutura que permitem experiências de usuário superiores e ciclos de inovação mais rápidos. __
"Nosso fosso competitivo mais forte não são nossos modelos de IA — é nossa capacidade de implantar esses modelos em escala com uma experiência de usuário excepcional", conclui Ethan. "A Zilliz Cloud nos deu essa capacidade."
Conclusão: Impulsionando a próxima geração de aplicações de IA com infraestrutura escalável
A parceria entre a Jobright e a Zilliz Cloud mostra como a infraestrutura de nível empresarial possibilita o desenvolvimento de aplicações de IA revolucionárias. A Jobright se concentrou em entender os usuários e construir experiências de produto superiores, enquanto a Zilliz Cloud forneceu a base confiável e escalável que tornou essas experiências possíveis em escala.
À medida que as aplicações de IA se tornam cada vez mais sofisticadas, a camada de infraestrutura se torna mais crítica para o sucesso. Bancos de dados vetoriais não são apenas um requisito técnico — são uma plataforma de inovação que determina o que é possível para produtos impulsionados por IA.
"Temos orgulho de impulsionar o crescimento notável da Jobright", observa James Luan, VP de Engenharia da Zilliz. "A plataforma deles demonstra o que é possível quando algoritmos inovadores de IA encontram infraestrutura de nível empresarial."
Para a Jobright, a escolha da infraestrutura feita há um ano continua gerando dividendos enquanto eles se preparam para a próxima fase de crescimento.
"Escolher a Zilliz Cloud foi uma das nossas melhores decisões iniciais", conclui Ethan. "Ela nos permitiu construir o produto que imaginávamos, em vez do produto que as limitações da nossa infraestrutura permitiriam. Em aplicações de IA, essa diferença muitas vezes determina o sucesso ou o fracasso."
- Sobre a Jobright: Redefinindo a busca por emprego na era da IA
- Por que a busca tradicional quebrou com 2 milhões de consultas por dia
- Como a Jobright avaliou o mercado de bancos de dados vetoriais
- O papel da infraestrutura vetorial na correspondência em tempo real
- De timeouts de 500ms à busca instantânea—e zero dores de cabeça administrativas
- Olhando para o futuro: escalando a visão
- Lições para construtores de IA
- Conclusão: Impulsionando a próxima geração de aplicações de IA com infraestrutura escalável
Conteúdo
Indústria
Recrutamento
Tecnologia utilizada
Our strongest competitive moat isn't our AI models—it's our ability to deploy those models at scale with an exceptional user experience. Zilliz Cloud gave us that capability.
Ethan Zheng