Integra evaluaciones validadas en tu producto.

Expone el motor de evaluación de JobCannon como un servicio programable que tu producto puede llamar. Tus usuarios realizan una evaluación validada — RIASEC, Big Five, EQ, Skills Audit o cualquiera de los 138+ instrumentos — dentro de tu propia aplicación, y obtienes un resultado puntuado. El bucle completo son tres llamadas REST: POST /api/v1/assessments inicia una sesión y devuelve el conjunto de preguntas; GET /api/v1/assessments/{session_id}/questions vuelve a recuperar esas preguntas si las necesitas de nuevo; POST /api/v1/assessments/{session_id}/complete envía las respuestas, las puntúa del lado del servidor y devuelve el resultado. La misma ruta de código de puntuación que usa el producto del consumidor (lib/scoring/compute.ts) se ejecuta detrás de la API, por lo que un resultado de API es idéntico al realizado en jobcannon.io.

Cada solicitud lleva un encabezado X-API-Key. Tu clave se ve como jck_live_… y se emite por organización con alcances — assessments:send te permite iniciar y completar sesiones, assessments:read te permite volver a recuperar preguntas. Las claves se hashean SHA-256 en reposo y nunca se almacenan en texto plano. No hay danza OAuth y no hay intercambio de secreto de cliente: un encabezado, limitado, revocable. Una sesión es un token firmado de corta duración devuelto por la llamada de inicio, por lo que no hay tabla de sesiones que gestionar de tu lado y sin sondeo.

POST /api/v1/assessments — cuerpo { test, locale?, external_user_id?, pool? }; devuelve { session_id, test, locale, question_pool, total_questions, questions[] }. GET /api/v1/assessments/{session_id}/questions — re-sirve la carga de preguntas para una sesión en progreso (alcance assessments:read). POST /api/v1/assessments/{session_id}/complete — cuerpo { answers: number[], external_user_id? } donde las respuestas son índices de opción en el orden en que se sirvieron las preguntas; devuelve { result_id, test, top_result, scores, question_pool }. Las respuestas se validan por longitud y por vectores degenerados/sin tocar antes de la puntuación. Los instrumentos agrupados (p. ej., la batería de IQ) enhebran el conjunto de preguntas servido a través de la clave de puntuación correcta.

Cada evaluación completada persiste en tu organización — la fila de resultado se escribe con tu api_org_id, por lo que se te atribuye, no a una sesión de navegador anónimo o a una cuenta de consumidor de JobCannon. La llamada completa devuelve el result_id, el top_result (el tipo/código de arquetipo principal para ese instrumento) y los puntajes completos por dimensión. Almacenas el result_id y renderizas el resultado dentro de tu producto como prefieras. La v1 actual devuelve el resultado puntuado; la narrativa más rica de Career Guide de IA (recomendaciones de cursos, mapeo de 2521-carrera) es una superficie de consumidor separada y está limitada por socio, no es una respuesta v1 predeterminada.

Las solicitudes se limitan por velocidad por clave de API (la identidad de la clave, no la IP de la persona que llama), por lo que una integración ruidosa nunca priva de recursos a otra. Sobre el límite obtienes un HTTP 429 con una marca de tiempo resetAt en el cuerpo — sin aceleración silenciosa, sin solicitudes descartadas. Cada llamada de inicio y finalización se mide para que tu recuento mensual de evaluaciones sea preciso para facturación.

Los equipos que construyen evaluación de carrera internamente suelen subestimar dos costos. (1) Bancos de elementos validados y puntuación — los marcos RIASEC, Big Five y EQ son públicos, pero los conjuntos de elementos validados y los algoritmos de puntuación direccional no lo son; construir y validar los tuyos propios lleva años y decenas de miles de administraciones. (2) Mantenimiento — los instrumentos se desvían y los bancos de elementos necesitan actualizarse. La API es el atajo: llamas tres puntos finales, nosotros mantenemos la psicometría actual. Está disponible en la tier Scale ($199/mo), que incluye una asignación mensual de evaluaciones, luego $2 por evaluación por encima del límite. Los socios de etiqueta blanca que revenden nuestras evaluaciones pueden pasar a un modelo de compartir ingresos.