Smart Recruitment System

Sistem Perekrutan Cerdas

Menemukan kandidat terbaik untuk pekerjaan tertentu dari proses perekrutan dalam waktu singkat adalah tantangan bagi perusahaan saat ini. Saat ini, ada terlalu banyak pelamar, dan butuh terlalu banyak waktu dan upaya untuk mendapatkan kandidat yang cocok untuk pekerjaan perusahaan. Tim Sumber Daya Manusia membutuhkan lebih banyak tenaga kerja untuk meneliti resume atau CV kandidat.

Proyek ini bertujuan untuk mengembangkan sistem Ranker resume yang lebih fleksibel, realistis, dan ahli yang memberi peringkat resume secara efektif dan efisien dan memberikan kandidat atau kandidat terbaik. Ini adalah situs web Resume Ranker yang berbasis Django sederhana di mana pengguna perekrut memposting pekerjaan, pengguna kandidat melamar pekerjaan itu, mengisi data yang diperlukan, dan mengunggah resume. Sistem memberi peringkat resume berdasarkan kesamaan dokumen dari deskripsi pekerjaan dan resume menggunakan model KNN. Ini menghemat upaya manusia, waktu, dan biaya.

Instalasi

Membutuhkan paket berikut:

• Python 3.9.7 atau lebih tinggi
• Django 4.0 atau lebih tinggi
• Pip 22.3.1 atau lebih tinggi

Disarankan untuk menggunakan paket lingkungan virtual seperti VirtualEnv. Ikuti langkah -langkah di bawah ini untuk mengatur proyek:

• Klon repositori ini melalui git clone https://github.com/parvez86/Smart-Recruitment-System
• Gunakan perintah ini untuk menginstal paket yang diperlukan pip install -r requirements.txt
• CRATE Database dan ubah Pengaturan Basis Data di settings.py sesuai dengan database Anda. Instal konektor database yang sesuai jika perlu.
  • Mysql :

     DATABASES = {
         'default': {
             'ENGINE': 'django.db.backends.mysql', 
             'NAME': 'DB_NAME',
             'USER': 'DB_USER',
             'PASSWORD': 'DB_PASSWORD',
             'HOST': 'localhost',   # Or an IP Address that your DB is hosted on
             'PORT': '3306',
         }
     }
    

  • Sqlite :

      DATABASES = {
          'default': {
              'ENGINE': 'django.db.backends.sqlite3',
              'NAME': 'mydatabase', # This is where you put the name of the db file. 
                       # If one doesn't exist, it will be created at migration time.
          }
      }
    

  • Lainnya : Lihat dokumentasi, letakkan pengaturan basis data yang sesuai dan instal konektor.
• Hasilkan file migrasi proyek melalui terminal: python manage.py makemigrations
• Migrasi File Proyek dari Terminal: python manage.py migrate
• Buat Pengguna Admin untuk Panel Admin dari Terminal: python manage.py createsuperuser . Dan masukkan nama pengguna, email, dan kata sandi.
• Jalankan proyek dari terminal: python manage.py runserver

Arsitektur Sistem

• Register/Login: Pengguna harus menjadi pengguna otentik untuk memposting pekerjaan atau melamar pekerjaan.
• Lihat Pekerjaan: Pengguna dapat menelusuri atau mencari pekerjaan.
• Mendaftar Pekerjaan: Pengguna otentik dapat melamar pekerjaan.
• Unggah Resume: Pengguna kandidat yang berminat harus mengunggah resume mereka untuk melamar lowongan yang diinginkan.
• Parsing: Sistem ini mem -parsing kandidat melanjutkan dan menghasilkan skor kesamaan dokumen dari kandidat dilanjutkan sesuai dengan deskripsi pekerjaan.
• Peringkat: Sistem memberi peringkat resume berdasarkan skor kesamaan dokumen.

Model peringkat

• Preprocessing Data: Pembersihan Data, Stemming Word, dan kata kerja lemmatisasi dll.
• Persyaratan Dasar: Periksa berbagai persyaratan seperti CGPA, jenis kelamin dan pengalaman kerja dll.
• Ekstraksi Persyaratan:
  • TF-IDF: Ini menghitung skor untuk setiap kata kunci yang menandakan pentingnya dokumen atau dilanjutkan.

     TF(‘keyword’) = number of appeared (‘keyword’)/Total number of (‘keyword’)  
    

     IDF(‘keyword’) = log(total number of resumes / total number of the resume with term ‘keywords’)
    It sets IDF log value = 1 for the required resume and 0 for the unwanted.
    

• Hasilkan Skor Kesamaan Dokumen: Menggunakan model KNN (K-Nearest Nearest) dan berat TF-IDF dari resume, sistem menghasilkan skor kesamaan dokumen (KNN-score) dari setiap resume sesuai dengan deskripsi pekerjaan.
• Peringkat: Berdasarkan skor KNN, sistem memberi peringkat resume dan daftar pendeknya.