# Como o Mira faz matching de candidatos Source: https://docs.mira.day/pt/docs/match-quality-and-trust/understanding-ai-matching > Por que o Mira raciocina sobre seus requisitos em vez de casar palavras-chave, como pontua cada candidato contra seus critérios com evidências e de onde vem a tecnologia. Na maioria das plataformas, buscar candidatos significa casar palavras-chave: você digita "desenvolvedor Python Berlim" e recebe todos com essas palavras no perfil. É rápido, mas perde muito, porque o melhor candidato raramente se descreve exatamente com as suas palavras. O Mira funciona de forma diferente. O Mira Reasoning Embedding (MRE), seu modelo de recuperação baseada em raciocínio, lê seus requisitos, raciocina sobre o que você realmente precisa e apresenta os candidatos cujo histórico real de carreira se encaixa. Em seguida, o Mira pontua cada um em relação aos seus critérios. Os exemplos abaixo mostram como isso funciona na prática. *** O que o raciocínio capta e as palavras-chave não [#o-que-o-raciocínio-capta-e-as-palavras-chave-não] * **"5 anos de experiência em backend."** A busca por palavras-chave procura "5 anos" no texto. O Mira soma o tempo real a partir do histórico profissional do candidato, então conta 3 anos em uma empresa mais 2,5 em outra como experiência em backend, mesmo que o perfil nunca diga "5 anos". * **"Alguém que construiu um produto de 0 a 1."** A busca por palavras-chave procura a frase literal. O Mira reconhece o padrão: entrar em uma empresa no início e permanecer durante seu crescimento. * **"Background em empresa de alto crescimento."** A busca por palavras-chave simplesmente não consegue fazer isso. O Mira lê todo o histórico de trabalho do candidato e raciocina sobre o estágio e a trajetória da empresa. * **"Experiência em empresa de capital aberto e em startup."** A busca por palavras-chave trata isso como dois filtros sem relação. O Mira lê o arco completo da carreira e encontra pessoas que fizeram ambos em momentos diferentes, o que sinaliza um tipo específico de versatilidade. Descreva as vagas como você contaria a um colega [#descreva-as-vagas-como-você-contaria-a-um-colega] Como o Mira raciocina, você pode descrever uma vaga em linguagem natural: > *"Preciso de alguém sênior, técnico mas voltado ao cliente, que fez vendas enterprise em uma startup que realmente tinha product-market fit, não uma que só captou muito dinheiro."* O Mira desmembra isso em critérios separados e aplica cada um. Sem combinações de palavras-chave, filtros ou sintaxe de busca. Como o Mira pontua cada candidato [#como-o-mira-pontua-cada-candidato] O Mira não devolve uma pontuação de caixa-preta. Para cada candidato, ele percorre seus critérios um a um e marca cada um como **atendido**, **incerto** ou **não atendido**, com uma linha de evidência extraída do próprio histórico daquele candidato. Quando um perfil simplesmente não diz, o Mira marca como incerto em vez de adivinhar. A partir desses resultados por critério, cada candidato recebe um rótulo geral, **Alta correspondência**, **Correspondência parcial** ou **Baixa correspondência**, para que você percorra o pool rapidamente e ainda veja o raciocínio por trás de cada decisão. Não há pontuações numéricas para decifrar. De onde vem a tecnologia [#de-onde-vem-a-tecnologia] O MRE vem da pesquisa própria do Mira em retrieval baseado em raciocínio. A partir de julho de 2026, ocupa o primeiro lugar no geral no BRIGHT, um benchmark público para retrieval por raciocínio, e o primeiro entre os retrievers baseados em embedding. O Mira também construiu o PJBenchmark, um conjunto de avaliação específico para recrutamento montado sobre dados reais de contratação. Quatro artigos descrevem a abordagem: * [Time-Scaling Is What Agents Need Now](https://arxiv.org/abs/2601.02714) * [Refine Thought](https://arxiv.org/abs/2511.13726) * [PJB](https://arxiv.org/abs/2603.17386) * [CRE-T1 Preview Technical Report](https://arxiv.org/abs/2603.17387) O que ele não faz [#o-que-ele-não-faz] O Mira não vai inventar um candidato que não existe, e não toma a decisão de contratação: ele apresenta os melhores matches disponíveis com as evidências, e a decisão final é sempre sua. Para o panorama completo do que confiar ao Mira e do que fica com você, veja [O que o Mira pode e não pode fazer](/pt/docs/match-quality-and-trust/what-mira-can-and-cant-do). Obtendo melhores resultados [#obtendo-melhores-resultados] A qualidade do matching depende da qualidade da sua entrada: * Seja específico e você obtém matches mais precisos. * Inclua critérios implícitos, como estágio da empresa ou padrão de carreira, para dar ao Mira mais elementos para raciocinar. * Refine após ver resultados, cada rodada fica mais precisa. Veja [Como o Mira busca](/pt/docs/sourcing/agentic-search) para dicas práticas.