Si trabajas en marketing, desarrollo o análisis de datos y necesitas extraer información de portales de empleo como InfoJobs, LinkedIn Jobs o Tecnoempleos, tarde o temprano te vas a topar con los proxies. Es así. En 2025 los sistemas anti-bot se han puesto tan finos que lanzar un scraper sin una infraestructura de proxies decente acaba siempre en lo mismo: IPs bloqueadas, captchas a mansalva y datasets a medias. En esta primera parte de la guía te cuento por qué estos portales cortan el acceso automatizado, qué tipo de proxy necesitas de verdad y cómo decidirte entre residenciales y dedicados de centro de datos.
Por qué InfoJobs y LinkedIn Jobs bloquean el scraping
Pensemos un momento en lo que guardan estos portales: millones de ofertas, datos salariales, tendencias de contratación, las skills que más se piden. Todo eso vale dinero. Y mucho. No es casualidad, entonces, que inviertan cantidades enormes en protegerlo. InfoJobs, por ejemplo, deja claro en sus términos de servicio que el scraping no está permitido, y además limita las peticiones por IP y por sesión. LinkedIn va todavía más allá: su detección mezcla análisis de comportamiento, fingerprinting del navegador y reputación de la IP.
Estos son los mecanismos de bloqueo que te vas a encontrar con más frecuencia:
- Rate limiting: pasas de X peticiones por minuto desde una misma IP y recibes errores 429, o un bloqueo temporal que puede durar minutos u horas.
- Bloqueo por reputación de IP: los rangos conocidos de centros de datos (AWS, OVH, Hetzner) suelen estar en listas negras preventivas.
- Desafíos de JavaScript y captchas: Cloudflare, PerimeterX o sistemas propios comprueban que el visitante ejecuta JavaScript y que se mueve como se movería una persona.
- Honeypots: enlaces invisibles que solo seguiría un bot. Los tocas y el crawler queda delatado al instante.
El error de novato es de los más comunes: lanzar el scraper desde la IP de la oficina o del servidor propio. A los dos minutos, un 403 en la cara. Y no, la solución no es únicamente rotar IPs. Hay que rotar con IPs de buena reputación y con patrones de petición que parezcan humanos: delays aleatorios, cabeceras coherentes entre sí, user-agents que cambian.
Proxies para scraping: qué tipo necesitas realmente
Aquí conviene ser honesto: no cualquier proxy sirve. Estos portales tienen protección agresiva, así que olvídate ya de los públicos y compartidos. Sus IPs están quemadas por el uso masivo; los bloqueos llegan en cuestión de minutos. Te quedan dos opciones serias:
Proxies dedicados de centro de datos
IPs exclusivas para ti, alojadas en centros de datos. Latencia baja, velocidad alta y un coste bastante contenido. Un proxy dedicado HTTP/s o SOCKSv5 con IP española (los que ofrece ProxySEO, por poner un caso) te permite mantener sesiones estables y una identidad IP consistente, que es justo lo que importa cuando el portal asocia la sesión a una IP concreta. Funcionan bien si la protección del portal es moderada o si tú controlas bien el ritmo de peticiones.
Proxies residenciales
Aquí hablamos de IPs asignadas a usuarios domésticos reales. Eso les da una reputación altísima ante los sistemas anti-bot. El precio: son más caros y algo más lentos. Pero a la hora de scrapear LinkedIn Jobs o InfoJobs a gran escala, son la opción correcta. No hay mucho más que rascar.
Consejo práctico: empieza con proxies dedicados españoles si scrapeas portales con geo-restricción (InfoJobs prioriza IPs de España) y sube a residenciales solo si aparecen bloqueos persistentes. Con ProxySEO tienes tráfico ilimitado en proxies dedicados HTTP/s y SOCKSv5, además de soporte MCP para integrarlos directamente en agentes IA que ejecuten tareas de extracción.
Proxies residenciales vs. proxies dedicados de centro de datos
¿Y cómo se decide uno? Depende de tres cosas: el nivel de protección del portal, tu presupuesto y si necesitas una localización geográfica concreta.
- Tasa de bloqueo: los residenciales apenas levantan sospechas; los de centro de datos dedicados van bien mientras no estén en listas negras y mientras modules el ritmo.
- Rendimiento: los de centro de datos son entre 3 y 10 veces más rápidos, lo que se traduce directamente en más páginas por minuto.
- Coste: los dedicados con tráfico ilimitado tienen un coste predecible; los residenciales suelen facturar por GB, y eso se dispara rápido.
- Geo-targeting: para contenido español, una IP española dedicada (como las de ProxySEO) es más estable que una residencial rotatoria de cualquier país.
En la práctica, una estrategia híbrida rinde muy bien: proxies dedicados españoles para el crawling masivo de listados, y residenciales reservados para las páginas más protegidas (fichas de candidato, endpoints con login, ese tipo de cosas). En la siguiente parte de la guía entraremos en cómo configurar la rotación, los delays y las cabeceras para reducir los bloqueos al mínimo.
Configuración práctica: rotación de IPs y ejemplo con Python
Elegido el tipo de proxy, quedan tres cosas que marcan la diferencia entre un scraper que dura semanas y otro que muere el primer día: rotar las IPs con criterio, pausar como lo haría una persona y no contradecirte en las cabeceras. Con proxies dedicados de ProxySEO puedes asignar una IP distinta a cada sesión y mantenerla durante toda la navegación, que es, al fin y al cabo, lo que hace un usuario real.
Estrategia de rotación recomendada
- Rotación por sesión: cambia de IP cada 5-10 minutos o cuando salte un CAPTCHA. No en cada petición (eso delata más de lo que protege).
- Sticky sessions: si estás recorriendo la paginación de un listado, no sueltes la IP. Cambiar a mitad de listado levanta sospechas.
- Delays aleatorios: entre 2 y 8 segundos entre peticiones, con variación. Un intervalo fijo es tan sospechoso como no esperar nada.
- User-Agent consistente: el UA debe pertenecer a la misma familia de navegador durante toda la sesión.
Aquí va un ejemplo en Python que combina rotación y delays con la librería requests:
import requests, time, random
proxies_list = [
{«http»: «http://usuario:clave@es1.proxyseo.es:8080»},
{«http»: «http://usuario:clave@es2.proxyseo.es:8080»},
]
headers = {«User-Agent»: «Mozilla/5.0 (Windows NT 10.0; Win64; x64)…»}
for pagina in range(1, 51):
proxy = random.choice(proxies_list)
try:
r = requests.get(f»https://portal-empleo.es/ofertas?pag={pagina}», proxies=proxy, headers=headers, timeout=15)
procesar(r.text)
except requests.exceptions.RequestException:
continue
time.sleep(random.uniform(2, 8))
Tip: si trabajas con SOCKSv5, cambia el esquema por socks5://usuario:clave@es1.proxyseo.es:1080 y añade la dependencia requests[socks]. Es un proxy a nivel de conexión, compatible con cualquier protocolo, y en scraping intensivo rinde mejor.
Scraping con agentes IA: ventajas del soporte MCP y SOCKSv5
En 2025 una buena parte del scraping de portales de empleo ya no la ejecutan scripts. Lo hacen agentes IA (Claude, GPT u orquestadores locales) que navegan, extraen y estructuran datos por su cuenta. Y en ese escenario el proxy deja de ser una línea de configuración para pasar a ser infraestructura.
ProxySEO integra soporte MCP (Model Context Protocol), así que tu agente puede conectar directamente con la red de proxies dedicados sin middlewares ni scripts puente. El agente pide una IP española, hace su crawling, rota cuando lo necesita. Todo dentro del flujo del modelo, sin pegamento entre medias.
Por qué SOCKSv5 marca la diferencia con agentes IA
- Compatibilidad total: los runtimes de agentes mezclan librerías y navegadores headless de todo tipo; SOCKSv5 trabaja a nivel de socket y cubre HTTP, HTTPS y WebSockets sin tocar nada más.
- Menos fugas: al enrutar todo el tráfico de conexión, evitas fugas DNS que acaben delatando tu IP real.
- Estabilidad en sesiones largas: los agentes se van a tareas de minutos, a veces de horas. Una IP dedicada estable evita cortes a mitad de la extracción.
Un caso típico: un agente que monitoriza a diario 20 portales de empleo, extrae las vacantes nuevas, las normaliza y las mete en una base de datos. Con proxies dedicados españoles y tráfico ilimitado, el agente no se preocupa de cuotas de ancho de banda. Y con MCP, conectarlo a la infraestructura te lleva minutos.
Conclusión: escrapea empleo con seguridad y sin límites
El scraping de portales de empleo en 2025 exige técnica e infraestructura a la vez: respetar robots.txt y la RGPD, calibrar rotación y delays, y contar con proxies que estén a la altura. A lo largo de esta guía hemos visto que los proxies para scraping dedicados con IP española son la base del crawling masivo de listados; los residenciales, la solución para los endpoints mejor protegidos. Y el soporte MCP junto a SOCKSv5 abre la puerta a la automatización con agentes IA.
Con los proxies HTTP/s y SOCKSv5 dedicados, anónimos y con tráfico ilimitado de ProxySEO, tu stack escala sin sorpresas: IPs españolas exclusivas, estabilidad en sesiones largas y soporte técnico especializado cuando haga falta. Empieza hoy mismo y convierte los portales de empleo en una fuente de datos fiable, legal y constante para tu negocio.