Humanitarian Jobs Dashboard

Resumen del proyecto

El objetivo

Construir una plataforma de datos autoalojada y soberana que rastree y analice el mercado laboral humanitario mediante la monitorización de la API de ReliefWeb. El proyecto busca identificar cambios en la demanda sectorial (p. ej., Wash frente a Protección) y tendencias geográficas de contratación para ayudar a los profesionales a orientarse en el sector.

La solución

Un completo panel de «Inteligencia del mercado laboral humanitario». Utiliza n8n para consultar el endpoint /jobs de ReliefWeb, Flowise para realizar análisis semántico de las descripciones de los puestos (detectando requisitos emergentes de «habilidades blandas») y un frontend en Nuxt para visualizar estos datos, todo ello en contenedores y autoalojado por motivos de privacidad y eficiencia de costes.

Objetivos clave

• Ingesta automatizada de datos: Usar la API de ReliefWeb para obtener nuevas vacantes a diario, incluyendo metadatos como Categoría profesional, Años de experiencia y Tema.

• Análisis de brechas de competencias: Aprovechar Flowise (IA) para extraer requisitos técnicos específicos (p. ej., «SQL», «KoboToolbox», «PowerBI») de descripciones de puestos no estructuradas que los filtros estándar pasan por alto.

• Autoalojamiento con prioridad en la privacidad: Desplegar todo el stack usando Docker, garantizando que no se comparten datos de clientes de terceros y manteniendo un archivo histórico permanente y privado de las tendencias de empleo.

Público y partes interesadas

• Usuarios principales: Trabajadores humanitarios (personas que buscan empleo), profesionales de gestión de la información (IM) e investigadores de RR. HH.

• Partes interesadas clave: Ninguna (proyecto personal de porfolio).

El plan y las funcionalidades clave

Enfoque general

El proyecto utiliza una arquitectura modular autoalojada.

1. n8n se activa cada 12 horas, consultando https://api.reliefweb.int/v2/jobs.

2. Los datos se depuran y se envían a una base de datos local.

3. Flowise procesa el texto para clasificar la «antigüedad» y la «intensidad técnica» de los puestos.

4. Nuxt actúa como capa de presentación, extrayendo datos de la base de datos para mostrar gráficos en tiempo real.

Componentes principales

• Integrador de API (n8n): Gestiona la lógica de la API de ReliefWeb, incluyendo la paginación y el filtrado por «Temas» específicos (p. ej., Coordinación o Seguridad alimentaria).

• Motor de tendencias (Flowise): Una canalización RAG (generación aumentada por recuperación) autoalojada que permite «conversar» con el mercado laboral actual (p. ej., «¿Cuál es la habilidad más solicitada para los puestos de SIG en 2026?»).

• El panel (Nuxt): Una interfaz rápida y responsiva diseñada en Figma, con visualizaciones de datos de alta densidad como «Mapas de calor de contratación» y «Nubes de palabras de competencias».

• Despliegue (Docker): Un único archivo docker-compose.yml que gestiona la aplicación Nuxt, la instancia de n8n y el entorno de Flowise.

Cronograma y entregables

Hitos principales

• Fase 1: API y diseño: Mapear la estructura JSON de ReliefWeb y diseñar la interfaz del panel en Figma.

• Fase 2: Canalización de datos: Construir el flujo de trabajo de n8n para obtener y almacenar los datos de empleo (usando el parámetro appname que exige ReliefWeb).

• Fase 3: Categorización con IA: Configurar Flowise para analizar las descripciones de los puestos en busca de requisitos técnicos ocultos.

• Fase 4: Construcción del panel: Desarrollar el frontend en Nuxt e integrarlo con el backend autoalojado.

Entregables finales

• URL autoalojada: Un enlace en vivo a la instancia personal del panel.

• Flujo de trabajo de n8n (JSON): La canalización automatizada para la extracción de datos de ReliefWeb.

• Documentación técnica: Una guía «apta para principiantes» sobre cómo desplegar este mismo stack humanitario de gestión de la información usando Docker.

• Archivo de Figma: Acceso a los componentes de diseño de UI/UX utilizados para el panel.