H1BScan

Porque existe: os dados são públicos, mas ninguém consegue lê-los

Para um engenheiro estrangeiro a negociar com uma empresa americana, a pergunta decisiva não é o salário: é se essa empresa trata mesmo de vistos H-1B e com que sucesso. Essa informação é pública — o USCIS e o Departamento do Trabalho publicam-na todos os trimestres — mas chega em ficheiros em bruto com milhões de linhas, impossíveis de consultar por uma pessoa comum. Apostar a carreira numa empresa sem esse dado é jogar às cegas.

O H1BScan.com é a minha resposta a esse problema e faz parte da minha própria rede de sites e ferramentas: escreve o nome da empresa e vê o seu histórico H-1B completo — quantas petições apresentou, quantas lhe aprovaram, quantas lhe recusaram e que salários declarou. Sem registo e sem letra pequena.

O tom editorial faz parte do produto: «sem adornos, só dados». A página inicial mostra sem rodeios quantas petições foram recusadas no último ano fiscal, porque esse dado incómodo é exatamente o que o utilizador precisa antes de decidir.

O que permite fazer

• Ficha por empregador com petições apresentadas, aprovadas e recusadas, taxa de aprovação e salários declarados nas LCA.
• Rankings de patrocinadores («H-1B Power Rankings»): as empresas que mais petições apresentam, com a respetiva percentagem de sucesso ao lado.
• Exploração por cidades, funções e setores, além de uma secção de estatísticas agregadas por ano fiscal.
• Calculadora salarial apoiada nos dados das LCA e nos níveis salariais I-IV do sistema H-1B.
• Resumo anual em destaque: no FY2023 foram apresentadas 110.358 petições, aprovadas 105.970 e recusadas 4.388 entre 27.906 empregadores únicos.
• Blogue e FAQ que explicam conceitos como a LCA ou os wage levels a quem chega do zero.

Como está construído

1. Arquitetura Laravel

• Laravel + PHP sobre MySQL: modelos e rotas limpos para empregadores, cidades, funções, setores e anos fiscais, com templates Blade partilhados por centenas de milhares de fichas.
• Frontend com Tailwind CSS e assets compilados com Vite: CSS e JS versionados por hash, sem frameworks pesados no cliente.
• Motor de busca de empregadores como eixo de toda a navegação: a partir da página inicial, do menu e de cada listagem pode saltar-se para qualquer empresa.

2. Pipeline de dados

• ETL trimestral: cada publicação do USCIS e do DOL entra como ficheiros em bruto que é preciso normalizar, desduplicar e reconciliar com o histórico — o mesmo empregador aparece com dezenas de grafias diferentes ao longo de 15 anos fiscais.
• Sem partir URLs já indexados: cada atualização de dados renova números e agregados mantendo estáveis os slugs de empregador que o Google já conhece.
• Agregados pré-calculados por ano fiscal, cidade, função e setor, para que as páginas de estatísticas não recalculem milhões de linhas a cada visita.

3. SEO programático

• Cada empregador é uma página, e os cruzamentos por cidade, função e setor multiplicam as vistas navegáveis e indexáveis sem intervenção manual.
• Título, meta description e dados estruturados gerados para cada vista: os schemas Organization e FAQPage são visíveis no código-fonte do site em produção.
• Interligação sistemática entre fichas, rankings e listagens para distribuir autoridade e não deixar nenhuma página órfã.

4. Desempenho

• Índices e consultas MySQL desenhados para que uma pesquisa entre 337.000 empregadores responda ao instante.
• Cloudflare à frente como CDN e escudo anti-bots, com cache de estáticos e proteção das rotas mais castigadas pelos scrapers.
• Medição com Google Analytics 4 para saber que empregadores, cidades e funções as pessoas procuram de verdade e priorizar o roadmap com dados.

Cobertura e origem dos dados

Falamos de 337.044 empregadores e 2.837.355 petições a cobrir os anos fiscais de 2009 a 2023. Tudo sai de duas fontes oficiais: o H-1B Employer Data Hub do USCIS (petições, aprovações e recusas) e as Labor Condition Applications do Departamento do Trabalho (funções, salários e localizações), com atualização trimestral ligada ao calendário oficial de publicação de ambas as agências.

Essa parte invisível — importar, limpar e reconciliar dados oficiais trimestre após trimestre sem degradar o que já foi publicado — é o que separa uma plataforma de dados a sério de um despejo de CSV com um campo de pesquisa.

O resultado

O H1BScan é, de longe, o maior conjunto de dados dos meus produtos, e demonstra que a mesma abordagem que aplico a nichos espanhóis funciona à escala americana e com um volume duas ordens de grandeza maior. É um produto vivo que eu próprio opero: todos os trimestres entram dados novos, os agregados são recalculados e as fichas continuam a responder ao instante.

Como montra, a leitura é direta: se o seu negócio depende de tornar consultável um catálogo enorme — produtos, processos, registos, tarifas — este é o tipo de arquitetura que o aguenta sem se despentear.

Algumas capturas

Stack

Pode experimentar com qualquer empresa conhecida: visitar h1bscan.com.

Perguntas sobre o H1BScan

Outros produtos próprios