ResumeFlow

ReumeFlow: una tubería facilitada por LLM para generación y refinamiento de currículums personalizados

Para una demostración de video, visite el enlace de YouTube: https://youtu.be/agl7ugyu1n4

El proyecto puede ser:

• Acceso como herramienta web desde https://resumeflow.streamlit.app/
• Instale como un paquete Python desde https://pypi.org/project/zlm/
• Descargar como código fuente de https://github.com/ztrimus/job-llm.git

Todos los demás errores, correcciones, comentarios y solicitudes de funciones conocidos se pueden informar en la página de problemas de GitHub.

¡Empodera a los demás, al igual que te ayudaron! Contribuir a este proyecto de código abierto y marcar la diferencia. ¡Crea una sucursal, mejora el código y plantea una solicitud de extracción!

Lista de autor y contribuyentes

• Saurabh Zinjad | Ztrimus | [email protected]
• Amey Bhilegaonkar | Ameygoes | [email protected]
• Amrita Bhattacharjee | Amritabh | [email protected]

1. Introducción:

1.1. Nuestra propuesta

Nuestro objetivo es crear un sistema automatizado que haga que solicitar trabajos sea muy fácil. La caza de empleo tiene muchas etapas, y vemos la oportunidad de automatizar las cosas y usar LLM (modelo de idioma) para hacerlo aún más suave. Estamos viendo diferentes maneras, tanto las ideas habituales como algunas nuevas, para integrar LLM en el proceso de solicitud de empleo. El objetivo es reducir cuánto tiene que hacer y dejar que LLM haga lo suyo, lo que le facilita todo el proceso.

1.2. Referencias

• 40+ estadísticas de currículum impresionantes [2023]: lo que los solicitantes de empleo deben saber

1.3. Consulte este documento para obtener más detalles.

2. Configuración, instalación y uso

2.1. Requisitos previos

• OS: Linux, Mac
• Python: 3.11.6 y superior
• LLM API CLAVE: OpenAI o Gemini Pro

2.2. Instalación de paquetes: use como biblioteca

pip install zlm

• Uso

 from zlm import AutoApplyModel

job_llm = AutoApplyModel (
    api_key = "PROVIDE_API_KEY" , 
    provider = "ENTER PROVIDER <gemini> or <openai>" ,
    downloads_dir = "[optional] ENTER FOLDER PATH WHERE FILE GET DOWNLOADED, By default, 'downloads' folder"
)

job_llm . resume_cv_pipeline (
    "ENTER_JOB_URL" , 
    "YOUR_MASTER_RESUME_DATA" # .pdf or .json
) # Return and downloads curated resume and cover letter.

2.4. Código de configuración y ejecución: use como proyecto

git clone https://github.com/Ztrimus/job-llm.git
cd job-llm

1. Cree y active el entorno de Python (use python -m venv .env o conda, etc.) para evitar cualquier conflicto de dependencia de paquetes.
2. Instalar paquete de poesía (herramienta de gestión de dependencias y empaque)

   pip install poetry

3. Instale todos los paquetes requeridos.
   • Consulte pyproject.toml o poesía.lock para una lista de paquetes.

     poetry install

     O
   • Si el comando anterior no funciona, también proporcionamos requisitos.txt archivo. Pero recomendamos usar poesía.

     pip install -r resources/requirements.txt

4. También necesitamos instalar los siguientes paquetes en la conversión de látex a PDF
   • Para Linux

     sudo apt-get install texlive-latex-base texlive-fonts-recommended texlive-fonts-extra

     Nota: Pruebe sudo apt-get update si el terminal no puede localizar el paquete.
   • Para Mac

     brew install basictex
     sudo tlmgr install enumitem fontawesome

5. Si quieres ejecutar modelos Ollama

   ollama pull llama3.1

6. Ejecutar el siguiente script para obtener el resultado

>>> python main.py /
    --url " JOB_POSTING_URL " /
    --master_data= " JSON_USER_MASTER_DATA " /
    --api_key= " YOUR_LLM_PROVIDER_API_KEY " / # put api_key considering provider
    --downloads_dir= " DOWNLOAD_LOCATION_FOR_RESUME_CV " /
    --provider= " openai " # openai, gemini 

3. Citas

Si encuentra que Jobllm es útil en su investigación o aplicaciones, ¿considere darnos una estrella? y citándolo.

 @inproceedings { 10.1145/3626772.3657680 ,
author = { Zinjad, Saurabh Bhausaheb and Bhattacharjee, Amrita and Bhilegaonkar, Amey and Liu, Huan } ,
title = { ResumeFlow: An LLM-facilitated Pipeline for Personalized Resume Generation and Refinement } ,
series = { SIGIR '24 } ,
booktitle = { Proceedings of the 47th International ACM SIGIR Conference on Research and Development in Information Retrieval } ,
publisher = { Association for Computing Machinery } ,
doi = { 10.1145/3626772.3657680 } ,
url = { https://doi.org/10.1145/3626772.3657680 } ,
year = { 2024 } ,
isbn = { 9798400704314 } ,
location = { Washington DC, USA } ,
address = { New York, NY, USA } ,
}

 @misc { zinjad2024resumeflow ,
      title = { ResumeFlow: An LLM-facilitated Pipeline for Personalized Resume Generation and Refinement } , 
      author = { Saurabh Bhausaheb Zinjad and Amrita Bhattacharjee and Amey Bhilegaonkar and Huan Liu } ,
      year = { 2024 } ,
      eprint = { 2402.06221 } ,
      archivePrefix = { arXiv } ,
      primaryClass = { cs.CL }
}

4. Licencia

Jobllm está bajo la licencia MIT y es compatible con el uso comercial.

5. TODO

Necesita encontrar una forma de instalar el siguiente comando en Streamlit

ollama
playwright
" ollama pull llama3.1 "
" ollama pull bge-m3 " 

4. Referencias

• Pautas de ingeniería rápida
• Plantilla de currículum de látex al revés
• Combinando látex con Python
• Documentación de OpenAI