Como personalizar seu currículo (CV) para a descrição de uma vaga

Você encontra uma vaga que sabe fazer, manda o mesmo currículo que mandou para as últimas dez e não ouve nada de volta. Uma recrutadora com uma fila longa passa os olhos em cada arquivo, e um software já ordenou a pilha antes de ela abrir. Um currículo (CV) escrito para nenhuma vaga em particular perde com os dois leitores.

Personalizar resolve isso. Você mantém um único currículo principal completo, lê cada descrição de vaga com intenção e produz uma versão que descreve o trabalho que você fez no vocabulário do próprio empregador. O método abaixo funciona com um editor de texto, com Claude ou ChatGPT, ou com o Resume Matcher, a ferramenta open source que eu mantenho.

Por que personalizar o currículo para cada vaga

Dois leitores veem seu currículo, e os dois recompensam alinhamento.

O primeiro é um parser. Muitas empresas passam as candidaturas por um sistema de rastreamento de candidatos (ATS), que extrai o texto do seu arquivo, identifica habilidades e cargos e deixa os recrutadores filtrarem e ordenarem por eles. Se a vaga pede “Kubernetes” e seu currículo diz “k8s”, um filtro rígido não encontra você. Nosso guia sobre como funcionam os algoritmos de correspondência de currículo percorre as camadas de palavras-chave, semântica e dados estruturados em detalhe.

O segundo é um humano com pressa. A gerente de contratação que passa os olhos no seu currículo quer ver os próprios requisitos refletidos logo na primeira tela: a stack que ela listou e o tipo de problema que ela descreveu. Um currículo genérico deixa a tradução nas mãos dela; um personalizado faz esse trabalho por ela.

Alinhar seu currículo com a descrição da vaga significa descrever o trabalho que você fez com as palavras que o empregador escolheu. É um trabalho de tradução, e os seis passos abaixo mantêm tudo honesto.

Como personalizar seu currículo para uma vaga em seis passos

1. Mantenha um currículo principal

Antes de personalizar qualquer coisa, monte um documento com a sua carreira inteira: cada cargo com seis a dez bullets em vez de três, projetos paralelos, contribuições open source, certificações, palestras e as ferramentas internas que só existem na wiki do seu time. Quatro ou cinco páginas é normal. Nenhum empregador vê esse arquivo.

O currículo principal é a fonte de onde você tira tudo. Sem ele, você personaliza de memória e esquece a migração para Terraform de dois empregos atrás, justo a que combina com a vaga na sua frente. Com ele, personalizar vira seleção: escolha os bullets que encaixam, reescreva nos termos do empregador, corte o resto.

Mantenha principais separados se você se candidata em trilhas diferentes, por exemplo um para vagas de backend e outro para engenharia de dados. Cada principal continua completo para a sua trilha, e você personaliza a partir do que combina com a vaga.

Escreva os bullets do principal com os detalhes incluídos: a linguagem, a escala e o resultado. Você pode cortar detalhe na hora de personalizar, e um bullet vago no principal não te dá nada para cortar.

2. Disseque a descrição da vaga

Leia o anúncio inteiro uma vez, depois leia de novo com um arquivo de rascunho aberto. Separe o que encontrar em quatro grupos.

Habilidades obrigatórias. O que é indispensável, muitas vezes marcado como “obrigatório” ou “você tem”. Uma vaga que diz “3+ anos de Python em produção” está falando sério. Se você tem, vai perto do topo do seu currículo. Se você não tem a maior parte dessa lista, gaste seu tempo em outra vaga.

Habilidades desejáveis. A lista de “diferenciais”. São elas que separam você dos outros candidatos que passaram pelo filtro obrigatório, então inclua as que você tem e deixe de fora as que não tem.

Verbos de responsabilidade. As frases em “o que você vai fazer”: “ser dono da confiabilidade de”, “projetar e operar”, “trabalhar em parceria com produto”. Elas dizem quais verbos usar nos seus bullets e com quais projetos abrir.

Termos de domínio e contexto. Uma vaga de fintech menciona PCI DSS, liquidação e conciliação. Uma de saúde menciona HIPAA, HL7 e FHIR. Essas palavras mostram que você entende onde o trabalho acontece. Nosso guia de palavras-chave para currículo vai mais fundo em como encontrar e posicionar esses termos.

Conte as repetições. Um termo que aparece três vezes na vaga importa mais para quem escreveu do que um que aparece uma vez, e ele merece estar no seu resumo além da lista de habilidades.

Se você usa Claude ou ChatGPT, cole o anúncio e peça esses quatro grupos, com cada item citado ao pé da letra. Um prompt nessa linha funciona:

A partir da descrição de vaga abaixo, liste as habilidades obrigatórias, as desejáveis, as frases de responsabilidade e os termos de domínio. Cite cada item exatamente como aparece no anúncio. Marque qualquer termo que apareça mais de uma vez.

Citar ao pé da letra importa porque um modelo deixado por conta própria parafraseia, e você quer a grafia do empregador.

3. Mapeie sua experiência para cada requisito

Coloque os quatro grupos em uma coluna e seu currículo principal em outra, e desça pelos requisitos um por um. Para cada requisito, encontre o bullet no principal que o comprova e marque o encaixe.

Você termina com três grupos:

• Encaixes diretos. Você fez aquilo com a ferramenta citada. Traga o bullet e passe para o próximo requisito.
• Encaixes adjacentes. A vaga quer Kafka e você rodou RabbitMQ em produção. Você tem a habilidade de base (sistemas orientados a eventos) com outra ferramenta. Traga o bullet e cite a sua ferramenta; o próximo passo cobre a redação.
• Lacunas. Nada no principal se aplica. Deixe o requisito em paz. Um currículo que cobre sete de dez requisitos com evidência ganha de um que cobre dez com duas invenções, porque o entrevistador vai cutucar as invenções na primeira rodada técnica.

O mapeamento também decide a ordem. Dentro de cada cargo, os bullets que batem com as habilidades obrigatórias vêm primeiro. O resumo no topo cita os dois ou três requisitos em que você se encaixa melhor. Quem lê o terço superior da página e para ainda deve enxergar o encaixe.

4. Use o vocabulário da vaga, e seja honesto

O empregador escreve “PostgreSQL” e você escreve “Postgres”. Um humano sabe que é a mesma coisa. Um filtro pode não saber. Espelhe a grafia e a forma do anúncio: Kubernetes em vez de k8s, CI/CD em vez de “pipelines”, “on-call” se é assim que a vaga escreve.

Espelhe verbos e enquadramento também. Se a vaga diz “ser dono da confiabilidade das APIs voltadas ao cliente” e você fez isso, escreva “fui dono da confiabilidade da API pública” em vez de “mexi em coisas de API com o time”. O trabalho é o mesmo; o enquadramento é o do empregador.

Três regras mantêm isso honesto:

1. Renomeie o que você fez e nada mais. Trocar “Postgres” por “PostgreSQL” é correção de grafia. Trocar “MySQL” por “PostgreSQL” é mentira.
2. Para experiência adjacente, cite a sua ferramenta e pegue emprestada a categoria. “Streaming de eventos com RabbitMQ” bate com um requisito de Kafka no nível da categoria e diz a verdade sobre a ferramenta. Acrescente uma linha dizendo que está aprendendo a ferramenta citada, se for verdade.
3. Mantenha cada número rastreável a algo que você consegue explicar. Uma métrica que você não consegue defender na entrevista não tem lugar na página.

Para abreviações, escreva as duas formas uma vez: “integração contínua (CI)”. O parser recebe as duas grafias, e o leitor recebe clareza.

5. Formate o currículo para um ATS conseguir ler

O conteúdo mais bem alinhado falha se o parser não consegue ler. Mantenha a estrutura do arquivo sem graça.

• Use títulos de seção padrão: Resumo, Experiência, Habilidades, Formação, Projetos. Um parser mapeia esses títulos para campos. “Minha jornada” não mapeia para nada.
• Evite tabelas, caixas de texto e imagens que contenham texto. Muitos parsers leem isso fora de ordem ou pulam. Se usar duas colunas, mantenha o conteúdo principal primeiro na ordem de leitura.
• Use uma fonte padrão e texto real. Um PDF exportado de uma ferramenta de design como imagem achatada fica bonito na tela e é lido como página em branco.
• Date cada cargo em um único formato consistente, como “jan 2022 até o momento”.
• Envie em PDF, a menos que o formulário peça .docx. Parsers modernos lidam bem com PDFs baseados em texto.
• Coloque os dados de contato no corpo do documento. Alguns parsers pulam cabeçalhos e rodapés.

Abra o PDF exportado e tente selecionar o texto. Se você consegue copiar seu nome e um bullet para um editor de texto e eles saem em ordem, um parser também consegue ler.

6. Faça uma checagem final

Coloque a vaga e o currículo personalizado lado a lado e percorra os requisitos mais uma vez. Para cada habilidade obrigatória, aponte a linha que a comprova. Para cada termo repetido, confirme que ele aparece pelo menos uma vez nas suas palavras.

Depois leia o currículo de cima a baixo como a gerente de contratação leria. O resumo descreve esta vaga? Os três primeiros bullets comprovam os três requisitos principais? Alguma troca deixou uma frase solta ou um tempo verbal errado?

Uma contagem de sobreposição de palavras-chave ajuda aqui como checagem de sanidade. Cole os dois textos em uma ferramenta que conta quais palavras relevantes da vaga aparecem no seu currículo, depois olhe as que faltam e ignore a porcentagem. Uma falta que você resolve com uma correção de grafia (PostgreSQL) vale a pena resolver. Uma falta de uma ferramenta que você nunca usou continua faltando.

Exemplo prático: alinhando um currículo a uma vaga de engenharia backend

Um trecho condensado de uma vaga representativa:

Engenheiro(a) Backend Sênior, Pagamentos

• Projetar, construir e operar serviços em Go no Kubernetes que processam pagamentos com alto throughput
• Ser dono da confiabilidade das nossas APIs de pagamento: SLOs, alertas, resposta a incidentes e escala de on-call
• Forte experiência com PostgreSQL; familiaridade com streaming de eventos (Kafka de preferência)
• Trabalhar com produto e financeiro para entregar fluxos de pagamento em conformidade
• Diferenciais: gRPC, Terraform, contato com PCI DSS

Dissecando: as habilidades obrigatórias são Go, Kubernetes, PostgreSQL, SLOs e alertas, e on-call. Desejáveis: Kafka, gRPC, Terraform, PCI DSS. Verbos de responsabilidade: projetar, construir, operar, ser dono da confiabilidade de. Termos de domínio: pagamentos, conformidade, alto throughput. “Pagamento” aparece três vezes.

Agora um bullet de um currículo principal, escrito para nenhuma vaga em particular:

Desenvolvi serviços backend para o time de checkout em Go, com deploy no Kubernetes e PostgreSQL. Cuidei da escala de on-call do time e defini metas de uptime e alertas no Grafana que reduziram os acionamentos semanais em cerca de metade.

Os fatos que a vaga quer estão ali, debaixo de verbos genéricos. A versão personalizada:

Construí e operei serviços em Go no Kubernetes para o fluxo de checkout, com PostgreSQL. Fui dono da confiabilidade das APIs de pagamento: defini SLOs e alertas no Grafana, fiz on-call e reduzi os acionamentos semanais em cerca de metade.

Cada fato do bullet personalizado existe no bullet principal: Go, Kubernetes, PostgreSQL, on-call, alertas, acionamentos pela metade. As mudanças são verbos tirados da vaga (“construí e operei” no lugar de desenvolvi e fiz deploy, “fui dono da confiabilidade” no lugar de cuidar do on-call e definir as metas), a expressão “APIs de pagamento” para os endpoints de checkout que recebem pagamentos, e “SLOs” como o nome que o empregador dá às metas de uptime que o engenheiro definiu. O bullet personalizado não acrescenta nenhum número novo, nenhuma ferramenta nova e nenhuma afirmação nova de arquitetura.

Kafka fica de fora, porque o engenheiro nunca rodou. Se o currículo principal tivesse um bullet de RabbitMQ, ele entraria como “streaming de eventos com RabbitMQ”, que bate com a categoria sem reivindicar a ferramenta.

A linha de habilidades muda também. Principal: Go, Python, Postgres, k8s, Docker, Grafana, Terraform. Personalizada: Go, Kubernetes, PostgreSQL, Terraform, Docker, Grafana, Python. Mesma lista, grafias do empregador, itens obrigatórios primeiro, e Terraform subiu porque a vaga o cita.

Alinhando seu currículo à vaga com o Resume Matcher (gratuito)

O Resume Matcher executa os seis passos acima com um modelo de IA que você já tem. Eu criei a ferramenta depois de fazer isso à mão em candidaturas demais. É gratuito e open source sob a licença Apache 2.0, usado por mais de 200 mil candidatos, com mais de 28 mil estrelas no GitHub. Pesquisadores de Stanford usaram o projeto como avaliador de currículos em um artigo do ICML 2025.

Não existe versão hospedada; você baixa e roda no seu notebook ou no Docker. Ele não escaneia seu currículo nem imita o ATS de nenhum empregador; a pontuação é uma sobreposição de palavras-chave, descrita abaixo.

O fluxo:

1. Adicione seu currículo principal. Envie um PDF ou arquivo Word (até 4 MB), ou responda perguntas no Assistente de currículo para montar um. Seu modelo transforma o arquivo em seções editáveis. Você pode manter até cinco principais, um por trilha de carreira, e a personalização não os sobrescreve.
2. Conecte um modelo. Em Configurações, escolha um provedor e cole sua chave: Anthropic (Claude), OpenAI (ChatGPT), Google Gemini, DeepSeek, OpenRouter, Groq, Azure AI Foundry, ou Ollama para um modelo local gratuito. Qualquer servidor compatível com a API da OpenAI, como llama.cpp, vLLM ou LM Studio, também funciona. O app não traz nenhum modelo próprio.
3. Cole a descrição da vaga. Seu modelo extrai as habilidades obrigatórias, as desejáveis, as responsabilidades e os termos-chave. É o passo 2 acima, feito para você.
4. Revise as edições propostas. O modelo sugere mudanças pontuais no seu resumo, nos bullets e nas habilidades, com o vocabulário da vaga. Depois, o código verifica cada mudança. Ele trava seu nome, dados de contato, empregadores, cargos, datas e formação, e reverte qualquer número novo que não esteja no seu principal. A única exceção deliberada são as habilidades: o app pode adicionar uma habilidade que a vaga pede pelo nome, e sinaliza essas adições como alto risco na prévia. Você vê um diff de antes e depois e escolhe Confirmar e salvar ou Rejeitar e regenerar.
5. Confira a aba Análise de Vaga. É código puro, sem IA envolvida. Ele remove as palavras comuns do anúncio, conta quantas das restantes aparecem no seu currículo, mostra a porcentagem e destaca as correspondências. Trate isso como a checagem de sanidade do passo 6: olhe as palavras sem correspondência em busca de correções de grafia e, fora isso, ignore o número. Ele não prevê nada sobre um ATS real.
6. Exporte e faça o acompanhamento. Escolha um dos sete templates (Coluna Única, Duas Colunas, Moderno, Moderno Duas Colunas, LaTeX, Limpo, Vívido), defina A4 ou Carta US e baixe um PDF. Um navegador headless imprime o PDF a partir de texto real, então um parser consegue selecionar cada palavra. Para a mesma vaga ele também escreve uma carta de apresentação de 100 a 150 palavras, uma mensagem de contato de 70 a 100 palavras para e-mail ou LinkedIn, e a preparação para entrevista com perguntas prováveis e lacunas de habilidade para estudar. Cada currículo personalizado vai parar em um quadro Kanban de acompanhamento.

Sobre privacidade: o app envia seu currículo e a vaga para o provedor que você escolheu, e para mais nenhum lugar; não contém código de analytics. Com Ollama ou outro servidor local, o texto fica na sua máquina. O app em si não custa nada. Um provedor na nuvem cobra pelas suas próprias chamadas de API, e um modelo local não custa nada por requisição.

A configuração é um único comando Docker:

docker run --name resume-matcher -p 3000:3000 -v resume-data:/app/backend/data ghcr.io/srbhr/resume-matcher:latest

Abra http://localhost:3000/settings, escolha seu provedor, cole uma chave e clique em Testar Conexão. Para rodar a partir do código-fonte, você precisa de Python 3.13+, Node.js 22+ e uv. O guia de primeiros passos cobre os dois caminhos, e a página de recursos lista o que mais vem na caixa. O repositório traz arquivos CLAUDE.md e uma pasta docs/agent/, então você pode apontar o Claude Code ou outro agente de código para ele e pedir que configure o projeto.

Erros que fazem um currículo personalizado parecer personalizado

Palavras-chave sem evidência. Adicionar “machine learning” à lista de habilidades porque a vaga menciona, sem nenhum bullet que sustente, soa como enchimento para a recrutadora e como armadilha para o entrevistador. Liste uma habilidade onde um bullet a comprova.

Personalizar demais até a história quebrar. Se cada candidatura reescreve seu histórico inteiro, o resultado parece uma colagem de anúncios. Mude a ênfase, a ordem e as palavras. Mantenha a narrativa da carreira intacta.

Ignorar o tom. Uma startup que escreve “entregue rápido e seja dono dos resultados” e um banco que escreve “garantir a aderência a controles em todas as operações” querem registros diferentes. Combine o registro além dos termos.

Pular a revisão. Trocar bullets entre versões produz habilidades duplicadas e um resumo que ainda cita a última empresa. Leia o PDF final uma vez antes de enviar.

Confundir pontuação de correspondência com veredito. Uma sobreposição de palavras-chave diz quais palavras faltam. Não diz nada sobre se você vai conseguir a entrevista, e nenhuma ferramenta fora do sistema do próprio empregador consegue dizer como esse sistema classifica você.

Se isso ajudou

Personalizar demora mais que clicar em “Candidatar-se”, e é a parte da candidatura que você controla. Se o método ou a ferramenta te pouparam tempo, uma estrela no Resume Matcher no GitHub ajuda outros candidatos a encontrá-lo, e você pode me seguir, Saurabh Rai, no GitHub, no X ou no LinkedIn.