resume ranking

Lanjutkan aplikasi peringkat

Ringkasan

Aplikasi peringkat resume adalah alat perekrutan bertenaga AI yang memanfaatkan model bahasa besar (LLM) dan teknik NLP canggih untuk secara otomatis mengevaluasi, menganalisis, dan peringkat resume berdasarkan persyaratan pekerjaan. Dibangun dengan Model GPT Fastapi, Next.js, dan Openai, memberikan pencocokan kandidat yang cerdas dengan skor dan analisis terperinci.

Video demo

Klik gambar di atas untuk menonton video demo di YouTube.

Arsitektur

Arsitektur Sistem

Teknologi Utama

• Backend : Fastapi, Flask, MongoDB
• Frontend : Next.js, TypeScript, TailwindCSS
• AI/ML : Model OpenAI GPT, Langchain
• Infrastruktur : Docker, Nginx, Tindakan GitHub, AWS

Fitur

Analisis Deskripsi Pekerjaan

• Parsing JD yang cerdas :
  • Mengekstrak persyaratan utama, keterampilan, dan kualifikasi menggunakan LLM
  • Struktur data ke dalam format standar untuk pencocokan
  • Mendukung banyak bahasa melalui kemampuan multibahasa GPT
  • Waktu pemrosesan rata -rata: 3 detik

Analisis Lanjutkan

• Pemrosesan CV Lanjutan :
  • Menangani dokumen PDF dan Word
  • Mengekstrak dan struktur informasi kandidat menggunakan llm
  • Mengidentifikasi keterampilan, pengalaman, dan kualifikasi
  • Mendukung resume multibahasa
  • Waktu pemrosesan rata-rata: 5-10 detik

Pencocokan bertenaga AI

• Algoritma pencocokan canggih :
  • Menggunakan langchain untuk mengatur operasi LLM yang kompleks
  • Fungsi Menyerukan Ekstraksi Data Terstruktur
  • Pemahaman semantik tentang persyaratan pekerjaan dan kualifikasi kandidat
  • Dukungan hubungan banyak-ke-banyak
  • Waktu pemrosesan rata-rata: 3-5 detik

Peringkat Cerdas

• Sistem Evaluasi Cerdas :
  • Menghasilkan analisis kecocokan terperinci menggunakan model GPT
  • Memberikan penilaian berdasarkan beberapa kriteria
  • Menawarkan umpan balik dan komentar yang dihasilkan AI
  • Peringkat kandidat berdasarkan kesesuaian keseluruhan

Fitur teknis

• Integrasi Fastapi :

  • Penanganan permintaan async
  • Dokumentasi API Otomatis dengan Swagger UI
  • Ketik validasi dengan model Pydantic

• Implementasi Langchain :

  • Teknik Prompt Kustom
  • Parsing output terstruktur
  • Rantai penalaran pikiran

• Fungsi Openai Memanggil :

  • Ekstraksi data terstruktur
  • Pemformatan output yang konsisten
  • Kontrol yang ditingkatkan atas respons LLM

Dokumentasi

Dokumentasi terperinci tentang arsitektur sistem, titik akhir API, dan opsi konfigurasi tersedia di panduan pengguna.

Memulai

1. Klon Repositori :

   git clone https://github.com/vectornguyen76/resume-ranking.git

2. Konfigurasikan Lingkungan :

   • Siapkan Kunci API OpenAI:

      # analysis_service/.env
     OPENAI_API_KEY= " your-key "

   • Konfigurasikan URL API Frontend:

      # frontend/.env.production
     NEXT_PUBLIC_API_URL=http:// < your-ip-address > /backend

3. Bangun dan Jalankan :

    cd resume-ranking
   docker compose build
   docker compose up

4. Aplikasi Akses :

   • Frontend: http://your-ip-address

Perkembangan

• Kualitas kode :

  • Ruff untuk Python Linting
  • Eslint untuk TypeScript/JavaScript
  • Kait pra-komit untuk pemformatan kode

• Pengujian :

  • Tes unit dengan Pytest
  • Tes integrasi untuk titik akhir API
  • Pengujian Frontend dengan Perpustakaan Pengujian Bereaksi

• CI/CD :

  • Pengujian Otomatis dengan Tindakan GitHub
  • Gambar Docker Membangun
  • Otomatisasi Penyebaran

Kontributor

• Pham Phu ngoc trai
• Vektor Nguyen

Lisensi

Proyek ini dilisensikan di bawah lisensi MIT.