A Jarvi é uma plataforma de recrutamento que atende mais de 300 agências na França e na Europa. Desenvolver produto com rapidez é parte central da forma como a equipe compete — mas essa agilidade cria um problema de localização: o conteúdo sai de sincronia antes que o ciclo de tradução consiga acompanhar.

Dois problemas, uma mesma causa#

Os desafios de localização da Jarvi eram, na prática, um único problema com duas manifestações.

O primeiro: qualidade da tradução. A Jarvi já contava com um nível de referência definido por traduções humanas para seus mercados francês e europeu. Antes de migrar para a localização automatizada, a equipe fez um teste comparativo lado a lado: o engine de localização da Lingo.dev contra o conteúdo que já usavam, traduzido por humanos. O resultado surpreendeu o time.

"Os resultados nos surpreenderam — as traduções da Lingo.dev eram, na verdade, mais precisas do que as nossas traduções humanas", diz Quentin Decré, Cofundador.

O motivo é estrutural. Tradutores humanos trabalham a partir do texto de origem, sem o contexto do produto. Já um engine de localização configurado com o vocabulário do domínio de recrutamento da Jarvi — os termos específicos para "applicant tracking", "placement" e "sourcing pipeline" — aplica esse contexto a cada solicitação. O engine de localização conhece o produto. A maioria dos tradutores individuais, não.

O segundo: sincronia. "O que pega não é só o tempo de tradução — é lembrar de traduzir tudo conforme você vai lançando funcionalidades", explica Decré. "Nosso conteúdo vivia fora de sincronia, e isso atrapalhava nossa expansão para novos mercados."

Cada nova funcionalidade gerava uma nova tarefa de tradução. Em uma equipe que trabalha em ritmo acelerado, essas tarefas se acumulavam. Strings não traduzidas criavam lacunas para as agências francesas. E a expansão pela Europa exigia conteúdo que acompanhasse o produto em tempo real.

Localização conectada ao workflow de desenvolvimento#

A Jarvi configurou um engine de localização com a terminologia do seu domínio de recrutamento e o conectou ao workflow do GitHub Actions. Agora, quando um pull request é mesclado, o pipeline de CI/CD aciona o engine de localização. As strings traduzidas são enviadas de volta ao repositório automaticamente em um commit.

A mudança cultural na forma de desenvolver foi ainda mais importante do que a mudança técnica.

"Antes, a gente vivia preocupado em manter as traduções sincronizadas. Agora, é só lançar funcionalidades que a localização acontece automaticamente. Para um produto que precisa avançar rápido e atender recrutadores em vários países, era exatamente isso que precisávamos."

Resultados#

• Zero tempo de desenvolvimento dedicado à gestão de traduções
• Entrega mais rápida de funcionalidades — a localização deixou de ser um gargalo
• Traduções por IA que superaram, em precisão, as referências anteriores traduzidas por humanos
• Terminologia consistente em todos os idiomas por meio do glossário do engine de localização
• Integração com GitHub Actions: todo PR inclui strings localizadas

Um efeito indireto: com a localização automatizada, a equipe passou a investir mais em conteúdo em markdown para documentação e SEO. O que antes exigiria o esforço manual de tradução agora é localizado automaticamente a cada push.

A Jarvi segue expandindo pela Europa e explorando recursos adicionais do engine de localização, incluindo tradução de conteúdo visual com base em capturas de tela.