Retomar a ferramenta de curto -feira e classificar - rsart
Encontrar candidatos adequados para um papel aberto pode ser uma tarefa assustadora, especialmente quando há muitos candidatos. Pode impedir o progresso da equipe para colocar a pessoa certa na hora certa. Uma maneira automatizada de "retomar a lista de curtas e classificar" poderia realmente facilitar o processo tedioso de triagem justa e lista de curtas, certamente aceleraria o processo de seleção e tomada de decisão dos candidatos.
Reduzir a lista de curtas e triagem é o processo de determinar se um candidato está qualificado para uma função baseada em sua educação, experiência e outras informações capturadas em seu currículo.
Em poucas palavras, é uma forma de padronização entre os requisitos de um trabalho e as qualificações de um candidato com base em seu currículo. O objetivo de exibir currículos é decidir se deve levar um candidato adiante - geralmente para uma entrevista - ou rejeitá -los.
A PNL para currículo de lista e triagem pode lidar com enormes volumes de dados. De fato, a PNL requer muitos dados para fazer recomendações precisas sobre quais candidatos avançarem para o próximo estágio. Isso significa que esse software de currículo de currículo e classificação é mais valioso para recrutamento de alto volume, como vendas de varejo ou funções de atendimento ao cliente. O tempo em que você economiza currículos de triagem pode ser usado de maneiras mais valiosas, seja fornecida, envolvendo ou entrevistando candidatos para ajudar a determinar quão bem eles se encaixam no trabalho e na cultura da empresa.
O principal recurso da solução atual é que ele pesquisa todo o banco de dados de currículo para selecionar e exibir os currículos que se encaixam melhor na descrição do trabalho fornecida (JD). Esta é, em sua forma atual, alcançada atribuindo uma pontuação a cada currículo comparando -os de maneira inteligente com a descrição do trabalho correspondente.
git clone https://github.com/PawanRamaMali/Resume-Shortlisting-and-Ranking-Tool.git
pip install -r requirements.txt
python app.py
http://localhost:8000/ Para visualizar o aplicativo 

Credenciais


