Initial deploy setup

docs/architecture/DATA_MODEL.md

@@ -0,0 +1,133 @@
+# Datamodel
+
+## Entity-relatiemodel
+
+```mermaid
+erDiagram
+  USER ||--o{ SEARCH_PROFILE : owns
+  SEARCH_PROFILE ||--o{ PROFILE_REVISION : versions
+  SEARCH_PROFILE ||--o{ SCORE_RUN : evaluates
+  SEARCH_PROFILE ||--o{ DIGEST_OUTBOX : receives
+
+  SOURCE ||--o{ SOURCE_RUN : executes
+  SOURCE ||--o{ RAW_DOCUMENT : retrieves
+  SOURCE_RUN ||--o{ RAW_DOCUMENT : produces
+  RAW_DOCUMENT ||--o{ JOB_SOURCE_ALIAS : evidences
+  RAW_DOCUMENT ||--o| EMAIL_MESSAGE_RECORD : wraps
+
+  EMPLOYER ||--o{ JOB_POSTING : publishes
+  JOB_POSTING ||--o{ JOB_SOURCE_ALIAS : aliases
+  JOB_POSTING ||--o{ FIELD_PROVENANCE : fields
+  JOB_SOURCE_ALIAS ||--o{ FIELD_PROVENANCE : proves
+  JOB_POSTING ||--o{ JOB_VERSION : versions
+  JOB_POSTING ||--o{ SCORE_RUN : scored
+  JOB_POSTING ||--o{ FEEDBACK : receives
+  JOB_POSTING ||--o{ APPLICATION : tracked
+  USER ||--o{ FEEDBACK : gives
+  USER ||--o{ APPLICATION : owns
+```
+
+## Entiteiten
+
+### SearchProfile
+
+Bevat harde/soft voorkeuren, locatie, drempels, digesttijd en version. De JSON-velden blijven schematisch gedocumenteerd in `docs/api/INTERNAL_CONTRACTS.md` en gevalideerd in service/formcode.
+
+Belangrijke invarianten:
+
+- unieke naam per user;
+- recommendation threshold ≤ top threshold;
+- gewichten numeriek, niet-negatief en met positieve som;
+- coördinaten binnen bereik;
+- precies één actief profiel per user via `activate()`-serviceflow.
+
+### Source
+
+Bronregister met `source_type`, `status` en onafhankelijk `policy`.
+
+Status betekent operationele toestand; policy betekent toestemming:
+
+- `candidate` — ontdekt, niet actief;
+- `trial` — beperkte proefcontrole;
+- `active` — normaal gepland;
+- `quarantined` — automatisch/manual geïsoleerd;
+- `paused/disabled` — niet plannen;
+- `allow/review/deny` — netwerktoegangsbesluit.
+
+Een `deny`-bron mag niet `active` zijn.
+
+### RawDocument
+
+Tijdelijke immutable-ish fetchsnapshot. Bevat alleen begrensde tekstbody, headers op allowlist, hash, parserresultaat en retentie. Quarantaine verhindert cleanup tot inspectie.
+
+### Employer
+
+Genormaliseerde werkgever/recruiteridentiteit. Uniek op normalized name + domain. `is_direct_employer` en `is_recruiter` zijn confidencegedreven kenmerken, geen juridisch oordeel.
+
+### JobPosting
+
+Canonieke vacature met UUID, canonical key, content hash, status en genormaliseerde velden. De canonical key wordt uit external ID/URL of fallbackidentiteit afgeleid. De exacte key is uniek; fuzzy matching is alleen een kandidaatbeslissing.
+
+Statusflow:
+
+```text
+new -> active -> uncertain -> removed
+                \-> expired
+active/uncertain -> duplicate/quarantined (beheerflow)
+```
+
+### JobSourceAlias
+
+Verbindt alle bronvermeldingen met één canonieke vacature. Bewaart externe ID, bronURL, parser, confidence en beperkte payload. De alias is het anker voor veldprovenance.
+
+### FieldProvenance
+
+Per veld: extractiemethode, confidence, evidenceexcerpt en parserversie. Evidence is begrensd en mag geen geheime mailinhoud bevatten.
+
+### JobVersion
+
+Snapshot per unieke contenthash. Bij inhoudswijziging wordt de vorige toestand bewaard; de huidige toestand krijgt eveneens een versie.
+
+### ScoreRun
+
+Append-only score voor één job + profielversie. Bevat componentbijdragen, confidence, recommendation, redenen en evidence. Meerdere runs maken algoritme- en profielvergelijking mogelijk.
+
+### Feedback
+
+Append-only useractie. Geen laatste-statekolom; views kunnen de laatste actie afleiden. Hierdoor blijft correctiehistorie behouden.
+
+### Application
+
+Eén dossier per user/job. `snapshot` bewaart wat de gebruiker zag toen hij solliciteerde. `document_manifest` bevat alleen metadata/paden, geen willekeurige externe URL-executie.
+
+### DigestOutbox
+
+Idempotente meldingseenheid met unieke dedupe key. Statusovergangen: pending → sent/failed; skipped bij ontbrekende recipient/configuratie.
+
+## Indexstrategie
+
+Bestaand:
+
+- job title + region;
+- job status + valid_through;
+- alias source + external ID;
+- alias canonical URL;
+- source + raw contenthash;
+- profile + score descending + created_at;
+- bron next_run_at en healthdatums.
+
+Toekomstig bij meetbare noodzaak:
+
+- trigram/index voor fuzzy title/employer (PostgreSQL);
+- partial index op actieve vacatures;
+- latest score materialisatie;
+- JSON GIN uitsluitend voor werkelijk bevraagde keys.
+
+## Migratiebeleid
+
+- schemawijzigingen via Django migrations;
+- destructieve wijzigingen in twee fasen;
+- grote backfills chunked en restartable;
+- productieback-up vóór migratie;
+- migratiecheck in CI;
+- rollback of forward-fix expliciet in taskplan.