Pegas devsChile()

Vitrina de ofertas de trabajo tech en Chile. Las pegas se obtienen parseando newsletters de LinkedIn Jobs (y otras fuentes), se almacenan en PostgreSQL y se publican como sitio estático.

Arquitectura

Gmail (newsletters LinkedIn) ─┐
GetOnBoard (API pública v0)   ├─→ n8n (parser + dedup) → PostgreSQL → Static Site (nginx)
WorkingNomads (API pública)  ─┘                                          │
                                                              pegas.devschile.cl

Componentes

Componente	Descripción	Stack
Frontend	Sitio estático con buscador y filtros	HTML/CSS/JS vanilla, nginx:alpine
Backend	API de datos	PostgreSQL 16 (Coolify)
Ingestión	Lee emails y APIs de portales, parsea, guarda en BD	n8n workflow
Build	Genera data.json desde la BD	Node.js (Dockerfile multi-stage)

Fuentes de pegas

Fuente	Método	Frecuencia	Filtro
LinkedIn	Parseo de newsletter por email (2 casillas Gmail)	Cada 6h (Gmail Trigger)	Todas las categorías tech detectadas por keyword
GetOnBoard	API pública v0 (sin auth), n8n/test-getonbrd.js valida el filtro	Cada 6h (Schedule Trigger)	Categorías dev/tech (programming, mobile-developer, sysadmin-devops-qa, data-science-analytics, machine-learning-ai, cybersecurity) + solo countries incluye Chile o Remote
WorkingNomads	API pública /api/exposed_jobs/ (sin auth)	Cada 6h (junto a GetOnBoard)	location=latin-america,chile; todas remotas (tags: remote)

Fuentes evaluadas y descartadas por ahora (ver plan.md/resumen.md para detalle y razones): RemoteOK (global/US-centric, exige backlink por ToS), We Work Remotely y Remotive (sin foco LatAm), Laborum/Computrabajo/BuscoJobs Chile/beBee/JobLeads (sin API ni RSS públicos — beBee y JobLeads bloquean /api/ por robots.txt), FinderHR (es un headhunter manual, no un job board), Chiletrabajos (tiene RSS abierto de 31.638 avisos, pero congelado desde el 15/8/2026 — el sitemap sigue vivo, el feed no; además no trae empleador ni sueldo, y solo el 3,4% es de TI), trabajoremotochile.com (tiene API pública real y buena, pero es un espejo de nuestras propias fuentes: de 798 avisos, source dice weworkremotely/jobicy/getonbrd/himalayas/remotive y solo 1 es propio), Jooble (API oficial pero exige key con registro; robots.txt prohíbe /SearchResult), NTT Workday (la API CXS es pública y funciona, pero son 12 avisos de una sola empresa), expertini/recruit.net/Glassdoor (Cloudflare 403), levels.fyi (2 avisos para Chile), Himalayas (API pública real pero volumen masivo y global, requiere filtro geográfico más fino antes de sumarla). Otras evaluadas en julio 2026: it-hunter.cl (bloqueado por Cloudflare, challenge JS), AcidLabs y OPTION/careers-page.com (portales de una sola empresa, sin API pública descubierta — AcidLabs es HTML plano de Odoo, OPTION es un SPA Vue/Manatal), INACAP/emplea.inacap.cl (SPA de Reqlut con token de sesión en la URL, sin resultados sin JS). Google no es una fuente: no tiene API pública de empleos, solo agrega schema.org/JobPosting de otros sitios — ver roadmap para la idea de agregar ese schema a nuestras propias pegas.

Flujo de datos

1. Trigger → Gmail Trigger (LinkedIn) o Schedule Trigger (GetOnBoard + WorkingNomads), los tres cada 6h
2. Parser/Fetch → Extrae o normaliza título, empleador, link, descripción, categoría, sueldo, tags
3. Deduplicación → Verifica contra PostgreSQL (UNIQUE en url, ON CONFLICT DO NOTHING)
4. INSERT → Guarda nueva pega en la BD (nodo único compartido por las tres fuentes)
5. Redeploy en tiempo real → Si hubo pegas nuevas en esa corrida, n8n dispara restart en Coolify de inmediato, regenerando data.json
6. Digest de Slack (2x/día) → A las 9:00 y 15:00, un trigger aparte junta todas las pegas nuevas desde el último aviso (de cualquier fuente, marcadas con notificado_en_digest) y manda a #trabajos un resumen por categoría, con el detalle pega por pega colgando del hilo — ver Digest de Slack
7. Frontend → index.html carga data/data.json y renderiza con filtros

Estructura del repositorio

├── index.html              # Frontend estático
├── css/style.css           # Estilos
├── js/app.js               # Lógica: fetch, filtros, render
├── scripts/
│   ├── generate-json.js    # Lee PostgreSQL → data.json
│   ├── init-db.js          # CREATE TABLE IF NOT EXISTS
│   └── reclasificar.js     # Reaplica categorizar() sobre las pegas ya guardadas
├── schema.sql              # Esquema de la BD
├── n8n/
│   ├── workflow.json       # Workflow de n8n (exportado)
│   ├── categorizar.js      # Clasificador por título — FUENTE DE VERDAD
│   ├── sync-categorizar.js # Reinyecta categorizar() en sus 6 copias
│   ├── parser-code.js      # Parser LinkedIn standalone (para tests)
│   ├── test-categorizar.js # Tests del clasificador
│   ├── test-digest.js      # Tests del digest de Slack (corre el jsCode real del nodo)
│   └── test-getonbrd.js    # Valida en vivo el filtro Chile/Remoto de GetOnBoard
├── Dockerfile              # Multi-stage: build + nginx:alpine
├── nginx.conf              # Config nginx
└── README.md

Categorización

Cada pega recibe una de 13 categorías a partir de su título, con la función categorizar() de n8n/categorizar.js:

AI/ML · Backend · Ciberseguridad · Data/BI · DevOps · Diseño · Frontend · Full Stack · Liderazgo · Mobile · Otros · QA · Soporte

Son reglas de regex evaluadas en orden, y gana la primera que matchea: el orden es la lógica, no un detalle. El stack explícito va primero (React → Frontend) porque es la señal más confiable; los roles transversales van al final (Arquitecto de Datos es Data/BI, no Liderazgo). n8n/test-categorizar.js fija esos desempates — si mueves un bloque de reglas, lo que se rompe ahí te dice a quién le sacaste la pega.

GetOnBoard y WorkingNomads además traen su propia categoría de origen, que sus nodos usan solo como respaldo cuando el título no alcanza y categorizar() devuelve Otros (el CATEGORIA_FALLBACK de cada nodo).

Editarla

Los nodos Code de n8n no pueden importar módulos, así que la función existe seis veces: una por fuente dentro de workflow.json (5) más la de parser-code.js. Se edita solo n8n/categorizar.js y después:

npm run sync:categorizar   # reinyecta la función en las 6 copias
npm run test:n8n           # tests + chequeo de que no quedó drift

Mantenerlas a mano ya falló: las copias se separaron y a la de GetOnBoard le faltaban las reglas de Gestión y Soporte, así que esa fuente no podía producir ninguna de las dos. Por eso Soporte llegó a tener 1 sola pega con 945 publicadas. El hook de pre-commit corre --check sobre cualquier cambio en n8n/.

Reclasificar lo ya guardado

Los nodos categorizan al ingerir, así que un cambio de reglas solo aplica a lo que entre después. Para las pegas que ya están en la base:

node scripts/reclasificar.js              # simulación, no escribe
node scripts/reclasificar.js --aplicar    # escribe

Corre dentro del contenedor (la base solo es alcanzable desde la red de Coolify). Es idempotente y nunca degrada una pega a Otros: eso borraría las clasificaciones que vinieron del CATEGORIA_FALLBACK de la fuente, que no se guardan en la tabla y no se pueden recuperar desde el título.

Antes de escribir, --aplicar imprime un UPDATE que devuelve cada pega a su categoría anterior. Hay que copiarlo de la terminal antes de seguir: la categoría previa no queda guardada en ningún lado, así que sin ese SQL la reclasificación no tiene vuelta atrás. El tag v1.0.0 documenta el procedimiento completo de rollback (git tag -n99 v1.0.0).

Digest de Slack

Dos veces al día (9:00 y 15:00, America/Santiago) el workflow publica en #trabajos un resumen de todo lo que entró desde el aviso anterior, y cuelga del hilo de ese mismo mensaje el detalle pega por pega:

Cayeron *13* pegas nuevas:

```
Backend      3  ██████████████
DevOps       3  ██████████████
Mobile       2  █████████
```
🌎 6 remotas · 💰 4 con sueldo
Están todas en pegas.devschile.cl

  └─ (en el hilo)
     *Backend*        ← link a /categoria/backend
     • Ingeniero/a de Software C/C++ · ATENTUS — Chile · 💰 USD 1500 - 2500 /mes
       ↑ link a /pega/36991-ingeniero-a-de-software-c-c-atentus
     • …

El canal se queda con el resumen para que un aviso ocupe siempre lo mismo, llegue con 5 pegas o con 109 (el backlog del 27/8/2026 fueron 109 de una); quien quiere el listado abre el hilo. Antes se listaban 3 pegas en el propio mensaje, pero con una mediana de ~24 por envío eso era una muestra arbitraria y encima las más viejas del lote, por el ORDER BY fecha_creacion ASC de la query.

Lo arman cuatro nodos encadenados en n8n/workflow.json:

Nodo	Qué hace
Agrupar notificación (Code)	Arma el texto del canal y los bloques del hilo. Marcar notificadas cuelga de acá en paralelo, así que el digest no se repite aunque el hilo falle
Notificar en #trabajos (Slack)	Publica el resumen. Su respuesta trae el ts, que es el ancla del hilo
Armar hilo de detalle (Code)	Toma ese ts y emite un item por bloque. Sin ts no emite nada: mejor sin detalle que soltarlo como mensaje suelto en el canal
Detalle en el hilo (Slack)	Publica cada bloque como respuesta, con los unfurl apagados

El detalle se parte en varios mensajes de hilo si pasa los 3800 caracteres (Slack recomienda no llegar a 4000), cortando entre categorías, o entre líneas si una sola categoría se pasa.

Todos los links van al sitio, ninguno al aviso original. El título de cada pega lleva a /pega/{id}-{slug}, el encabezado de categoría a /categoria/{slug} y el cierre al home. El objetivo del digest es traer tráfico a pegas.devschile.cl; el link para postular en LinkedIn o GetOnBoard sigue estando, a un click, en la página de la pega. Todos llevan ?utm_source=slack&utm_medium=digest&utm_content=… para poder separar en PostHog cuánto tráfico trae el digest y qué se clickea.

Del slug solo importa el número: la página lo resuelve con idFromSlug(), así que se recorta a 40 caracteres. Nadie lo ve (el texto visible es el título) y cada URL se come el presupuesto de caracteres del mensaje — con los slugs completos, 13 pegas ya no cabían en una sola respuesta del hilo.

Escape obligatorio. Los títulos, empleadores y sueldos vienen de LinkedIn y GetOnBoard, o sea de fuera, y desde este cambio se publican como mrkdwn. Un aviso titulado <https://phishing.cl|Postula aquí> se publicaría en el canal de la comunidad como un link real con el texto que quiera quien lo escribió. Por eso todo texto de terceros pasa por escapar() (& primero, después < y >). El destino ya no necesita validarse: se construye con el id (entero de la BD) y un slug que por definición solo tiene [a-z0-9-], así que un título hostil no puede colarse ahí. n8n/test-digest.js fija esos casos.

Ese test no copia el código del nodo: lo lee de workflow.json y lo ejecuta con un $input falso, así que siempre corre contra lo que se va a pegar en n8n. Con --ver imprime los mensajes de ejemplo renderizados.

Base de datos

Tabla pegas:

Columna	Tipo	Descripción
id	SERIAL PK
url	TEXT UNIQUE	Link original a la oferta — clave de deduplicación
titulo	TEXT	Título de la oferta
empleador	TEXT	Empresa
descripcion	TEXT	Descripción extraída
categoria	TEXT	Categoría (para filtros) — ver Categorización
ubicacion	TEXT	Ubicación geográfica
sueldo	TEXT	Sueldo/rango salarial detectado, si existe
tags	TEXT	Tags separados por coma (ej. remote)
fecha_publicacion	TIMESTAMP	Fecha de la oferta (real si la fuente la entrega, si no la de ingesta)
fuente	TEXT	Origen: linkedin, getonbrd, etc.
email_origen	TEXT	Casilla de email de donde se parseó (null si no aplica)
activo	BOOLEAN	Soft delete (default TRUE)
fecha_creacion	TIMESTAMP	Fecha de ingreso al sistema

Desarrollo

# Instalar dependencias
npm install

# Generar data.json (requiere DATABASE_URL)
DATABASE_URL=postgres://... node scripts/generate-json.js

# Inicializar BD (crea tabla)
DATABASE_URL=postgres://... node scripts/init-db.js

Deploy

Hosteado en Coolify como aplicación GitHub (devschile/pegas).

Build: Dockerfile multi-stage — la etapa de build ejecuta init-db.js + generate-json.js y copia data.json a la imagen nginx final.

Variables de entorno requeridas en Coolify:

• DATABASE_URL: connection string de PostgreSQL

Redeploy trigger: n8n llama a la API de Coolify para redeployar cuando hay pegas nuevas.

Licencia

MIT

Roadmap

• Parser de LinkedIn Jobs (emails)
• PostgreSQL + deduplicación por URL
• Frontend con buscador y filtros
• Detección de sueldo/rango salarial
• GetOnBoard — API pública v0, sin auth, filtrada a Chile/Remoto (nodos getonbrd-* en n8n/workflow.json, validado con n8n/test-getonbrd.js)
• WorkingNomads — API pública /api/exposed_jobs/, sin auth, filtrada a LatAm/Chile
• Digest de Slack 2x/día (9:00 y 15:00) en vez de notificar en cada corrida — evita saturar el canal
• Detalle de cada pega (link, empleador, ubicación, sueldo) en el hilo del digest, para no alargar el mensaje del canal
• Fuentes adicionales — evaluadas y descartadas por ahora: ver tabla "Fuentes de pegas" más arriba. Candidata más viable a futuro: Himalayas (API pública real, pero requiere filtro geográfico más fino por su volumen global)
• Auto-expiración de pegas antiguas
• Dashboard de métricas