¿CON QUÉ IA?

Caso de usoInvestigación

Medir cuánto llevan abiertas las ofertas de empleo de empresas

Un agente leyó 25 ofertas abiertas en cada una de cinco empresas tecnológicas y calculó cuánto tiempo llevaban publicadas.

Parainvestigar a fondoLo contó tools.openkrill.appDificultad media

A quién le sirve. Personas que buscan empleo, equipos de selección y analistas de competencia que quieren saber qué ofertas llevan meses abiertas; con las mismas ideas se mide la antigüedad de cualquier lista de publicaciones.

Qué hicieron

El agente usó una herramienta llamada Company Jobs Finder. Localizó el tablero de empleo de cada empresa en Greenhouse y leyó, en su interfaz pública, la fecha de primera publicación de las 25 primeras ofertas de Stripe, Airbnb, Figma, Databricks y Anthropic. Con ella calculó la antigüedad de cada oferta. No pide clave y permite filtrar por palabra, lugar o trabajo en remoto.

Cómo salió

En Figma, 21 de las 25 ofertas llevaban 60 días o más, con una mediana de 269 días. En Stripe eran 7, en Airbnb 8, en Databricks 13 y en Anthropic 9. La más antigua, de Databricks, tenía 1.031 días.

Conviene saber

La muestra son solo las 25 primeras ofertas según el orden de cada tablero, y volver a publicar una oferta reinicia su antigüedad. Que una oferta sea vieja no prueba que sea una oferta fantasma.

Qué necesitas

  • Un asistente de IA que pueda abrir páginas web y hacer cuentas con fechas (un modo agente o una herramienta de código)
  • La lista de empresas que quieres comparar
  • Que esas empresas publiquen sus ofertas en un portal de empleo abierto, como Greenhouse en el caso
  • Una hoja de cálculo para guardar los resultados

Cómo hacerlo tú, paso a paso

  1. Haz la lista de empresas y busca la página de empleo de cada una. Fíjate en si usan Greenhouse, como en el caso.
  2. Define la muestra (por ejemplo, las primeras 25 ofertas de cada tablero) y el umbral de antigüedad que te interesa, como 60 días.
  3. Pega el prompt de esta ficha con tus empresas y tus umbrales.
  4. Pide que lea la fecha de primera publicación de cada oferta y calcule los días que lleva abierta.
  5. Pide una tabla por empresa con la mediana, la proporción de ofertas por encima del umbral y la oferta más antigua.
  6. Pide que marque las empresas donde no haya podido obtener las fechas.
  7. Lee las conclusiones con cuidado: una oferta antigua no prueba que sea una oferta fantasma.
Pruébalo con tu IA
Para cada una de estas empresas: [nombres de las empresas], mira su página de empleo y toma una muestra de unas [25] ofertas abiertas. Averigua cuánto tiempo lleva publicada cada una e indica qué proporción tiene más de [60] días. Dame una tabla por empresa y una frase sobre lo que sugieren los números. Habrás terminado cuando cada empresa tenga su muestra. Señala las empresas donde no hayas podido obtener las fechas de publicación.

Consejos

  • Usa la misma muestra y el mismo umbral para todas las empresas, o la comparación no vale.
  • Si una oferta se vuelve a publicar, su antigüedad se reinicia, así que los números pueden quedarse cortos.
  • Con unas 25 ofertas por empresa tienes una muestra, no el total. No saques conclusiones demasiado grandes.

Preguntas frecuentes

¿Una oferta antigua es una oferta falsa?

No necesariamente, porque puede ser un puesto difícil de cubrir o una oferta que nadie ha cerrado. Los números solo dicen cuánto llevan publicadas.

¿Sirve para empresas pequeñas o españolas?

Sí, si publican sus ofertas en un portal abierto, aunque no sea el mismo. Si usan otro portal, pide al asistente que compruebe antes si puede leer las fechas.

Fuentes

En el directorio desde el 11 de octubre de 2026.

Parecidos

  1. Crear informes y paneles de datos con un agente de programación

    Un kit da a un agente de programación una capa semántica y archivos de panel para que consulte almacenes de datos y publique informes y gráficos.Casographene-data/graphene en GitHubAgente propioDificultad avanzada
  2. Redactar el estado de la cuestión de una tesis con tus fuentes

    Una doctoranda usó NotebookLM, que solo cita lo que subes, para redactar su revisión de literatura sin referencias inventadas.Casor/WritingWithAI en RedditAgente propioDificultad fácil
  3. Generar informes estructurados de investigación de empresas

    El agente Company Research de Dharmesh reúne datos de empresa, directivos, tráfico y reseñas de G2 en un informe estructurado.Caso@dharmesh en XAgente propioDificultad fácil
  4. Hacer que un agente investigue a sus propios competidores

    Un agente propio buscó en foros y webs de reseñas y entregó un análisis de competidores de 3.000 palabras con fuentes y un plan de captación.Caso@dream_twister_4d65a3a36a4 en DEVAgente propioDificultad fácil
  5. Producir informes de investigación con citas y revisión simulada

    El sistema Feynman busca en artículos y en la web, sintetiza, simula una revisión de colegas, verifica las citas y entrega un informe citado.Caso@aigleeson en XAgente propioDificultad avanzada
  6. Buscar y descargar estudios científicos con un agente de navegador

    Un usuario construyó su propio agente de navegador para buscar y descargar estudios científicos, y también lo usa para introducir datos de forma controlada.Casor/Qwen_AI en RedditAgente propioDificultad fácil

Más: todo sobre investigación

Cada lunes, lo nuevo en tu correo

Lo que ha salido esa semana, las skills que más suben y tres casos que puedes copiar.

Un correo a la semana. Te das de baja con un clic.