AI HR-Recruiter: Экосистема автоматизации найма
О проекте
Здесь используй форматирование (жирный текст, списки), чтобы в админке смотрелось круто:
Обзор проекта:
Разработка полноценной экосистемы для автоматизации работы рекрутера. Основная цель — избавить HR-менеджеров от рутинного чтения сотен резюме, переложив первичный технический скоринг на плечи нейросетей последнего поколения.
Как это работает:
- Сбор данных: Кандидат выбирает вакансию в Telegram-боте и загружает резюме.
- AI-анализ: Система парсит текст и передает его связке моделей Claude 3.5 Sonnet и GPT-4o-mini. ИИ сопоставляет опыт кандидата с требованиями вакансии (стек, стаж, образование).
- Вердикт: Бот выдает детальный отчет: процент соответствия, сильные стороны, скрытые риски и персональные вопросы для собеседования.
- Админ-панель: Все данные мгновенно синхронизируются с веб-интерфейсом на Next.js 15, где HR видит общую воронку и аналитику по всем кандидатам.
Ключевые фичи:
- Глубокий парсинг: Извлечение данных из сложных PDF и DOCX структур.
- Интеллектуальный скоринг: Оценка навыков (например, сравнение опыта в Django и FastAPI).
- Live-аналитика: Мгновенное отображение новых откликов в веб-дашборде.
- Генерация интервью-пака: Готовый список проверочных вопросов под конкретного кандидата.
Задача
Создать высокотехнологичный инструмент для мгновенного технического скоринга, который будет:
- Автоматически извлекать данные из файлов любого формата (PDF/DOCX).
- Проводить глубокий смысловой анализ опыта через нейросети Claude 3.5 и GPT-4o.
- Формировать единую базу кандидатов с наглядной аналитикой для принятия решений «в один клик».
Решение
Мы разработали комплексную экосистему на базе FastAPI и Next.js 15, работающую в связке с Telegram.
Технологические особенности:
- Интеллектуальный парсинг: С помощью библиотек pdfplumber и python-docx система «видит» текст даже в сложных многоколоночных резюме.
- Двухуровневый AI-анализ: Использование Claude 3.5 Sonnet через OpenRouter позволило добиться экспертного уровня оценки — ИИ не просто ищет ключевые слова, а понимает контекст опыта (например, отличает знание библиотеки от коммерческого опыта работы с ней).
- Web-Dashboard 2026: Админ-панель на Next.js 15 и Tailwind CSS 4 обеспечивает мгновенную загрузку данных и live-обновление статистики. HR-менеджер видит общую воронку найма и «Match Score» каждого кандидата в реальном времени.
- Генерация плана интервью: Система автоматически подсвечивает «белые пятна» в опыте кандидата и готовит персональный список вопросов для технического интервью.