Job Scraper — CDMX

Scraper automatizado que busca ofertas de empleo para ingenieros en computación en bolsas de trabajo y portales corporativos de México.

---

Quick Start

1. Clonar el repositorio

git clone <url-del-repo>
cd scraper

2. Crear el entorno virtual e instalar dependencias

python -m venv venv
source venv/bin/activate      # Linux / Mac
# venv\Scripts\activate       # Windows

pip install -r requirements.txt
playwright install chromium

3. Configurar la búsqueda

Edita config.py para ajustar los roles y la ubicación:

ROLES = ["backend", "frontend", "data scientist", ...]
UBICACION = "Ciudad de Mexico"
MAX_PAGINAS = 5

4. Correr el scraper

python main.py

Los resultados se guardan en un archivo empleos_YYYY-MM-DD.csv en el directorio raíz.

---

Documentacion

Tema	Descripcion
Arquitectura del proyecto	Como estan organizados los modulos y como se comunican
Sitios objetivo	Que portales se scrapeany como agregar nuevos
Modelo de datos	Estructura del objeto Job y campos del CSV
Como agregar un scraper	Guia paso a paso para agregar un portal nuevo
Consideraciones legales y eticas	robots.txt, rate limiting y buenas practicas

---

Sitios soportados

Fuente	Tipo
OCC Mundial	Bolsa de trabajo MX
Computrabajo	Bolsa de trabajo MX
Indeed México	Bolsa de trabajo MX

Los portales corporativos (Kavak, Clip, Bitso, etc.) se agregan en la Fase 3.

---

Estructura del proyecto

scraper/
├── main.py              # Orquestador principal
├── config.py            # Roles, ubicacion y parametros
├── models.py            # Dataclass Job
├── exporters.py         # Deduplicacion y exportacion CSV
├── scrapers/
│   ├── base.py          # Clase base con Playwright
│   ├── occ.py
│   ├── computrabajo.py
│   └── indeed_mx.py
├── Documentation/       # Documentacion detallada
└── requirements.txt