auto resume

สร้างประวัติย่อของคุณเพียงครั้งเดียว !!

"เพิ่มประสิทธิภาพ" ประสบการณ์ของคุณเพื่อเพิ่มโอกาสในการสัมภาษณ์ลงจอดในขณะที่ประหยัดเวลาอันมีค่าสำหรับโครงการด้านข้างและการเรียนรู้

ประวัติย่ออัตโนมัติ

พื้นที่เก็บข้อมูลนี้พยายามควบคุมความสามารถของ CHATGPT ในการสร้างประวัติย่อที่น่าดึงดูดและคำอธิบายที่กำหนดเป้าหมายจากประวัติย่อฐานของคุณ ฉันรู้ว่าอัตราการแปลงจากการส่งประวัติย่อไปยังการสัมภาษณ์ที่ปลอดภัยนั้นต่ำมาก (ประมาณ 2-3% ต่อ 100 แอปพลิเคชัน) การเพิ่มโอกาสในการสัมภาษณ์ต้องปรับแต่งเรซูเม่ของคุณให้ตรงกับรายละเอียดงาน (เช่นการรวมคำหลักที่เกี่ยวข้องเช่น 'Python' สำหรับบทบาทนักพัฒนา Python) ฉันพบว่างาน "resume fitting" นี้น่ารำคาญและไร้ความหมายอย่างยิ่ง ในฐานะนักพัฒนาซอฟต์แวร์คุณอาจต้องการอุทิศเวลาในการสร้างโครงการที่มีผลกระทบต่อไปของคุณเพื่อแก้ไขปัญหาในโลกแห่งความเป็นจริง-ใช้ทักษะด้านวิศวกรรมซอฟต์แวร์ของคุณเพื่อปรับปรุงชีวิตของผู้อื่น

ดังนั้นฉันจึงมีแรงบันดาลใจในการพัฒนาวิธีแก้ปัญหาที่ขยายโอกาสในการลงจอดในการสัมภาษณ์ในขณะที่รักษาเวลาอันมีค่าของนักพัฒนาทุกคน

สถานะปัจจุบัน

ฉันพบว่าโหมดอัตโนมัติไม่ได้ทำงานที่ดี ส่วนใหญ่เวลากระสุนที่สร้างขึ้นไม่สมเหตุสมผล ดังนั้นในขณะที่ฉันสร้างแอป Dash เป็นเวอร์ชันควบคุมประวัติย่อของคุณ ฉันเพียงแค่ใช้เว็บอินเตอร์เฟส chatgpt เพื่อสร้างสัญลักษณ์แสดงหัวข้อย่อยและฉันเก็บการสร้างที่ดีเหล่านั้นไว้ในฐานข้อมูลของฉันเท่านั้น คุณสามารถใช้ add experience ในแอพเพื่อทำเช่นนั้น

โหมดอินเตอร์เฟส

การตั้งค่า

ใช้บทกวีเพื่อตั้งค่าสภาพแวดล้อม

poetry install

ใช้แอพ Dash ในเวอร์ชันควบคุมประวัติย่อของคุณและประสบการณ์การสร้าง

1. สร้างไฟล์ .env โดยอ้างอิงถึง .env.sample
2. เตรียมประวัติย่อของคุณ JSON
3. เมล็ด Sqlite DB ของคุณ

 # 
python seed.py

ใช้ CLI เพื่อสร้างประวัติย่อของคุณโดยอัตโนมัติ

1. ตั้งค่าคีย์ Open AI API เป็นตัวแปรสภาพแวดล้อม

 # add this line in your .zshrc / .bashrc
export OPENAI_API_KEY= " your-openai-api-key "

2. เตรียมประวัติย่อฐานของคุณ JSON เตรียมประวัติย่อฐานใน JSON โปรดดู resume.example.json
3. เตรียม JD ของการเปิดงานเป้าหมายของคุณเตรียมไฟล์ TXT ที่มี JD ของการเปิดงานเป้าหมายของคุณ
4. เรียกใช้กับ CLI

python generate_resume.py --resume your-base-resume-json.json --jd your-job-description.txt

เอกสาร

อัปเดตล่าสุด: 2023-11-17

ตัวแทน

1. jd_parsing_agent

ตัวแทนนี้แยกวิเคราะห์รายละเอียดงานที่กำหนดเพื่อแยกข้อมูลสำคัญ: ชื่องานทักษะที่จำเป็นและคำหลักที่สำคัญอื่น ๆ เอเจนต์จะใช้คำอธิบายงานเป็นอินพุตและจัดรูปแบบข้อมูลที่แยกออกเป็น dict

Job_description : STR, รายละเอียดงานจริง

2. keyword_injecting_agent

เอเจนต์นี้ช่วยเพิ่มชุดของประสบการณ์งานโดยการรวมคำหลักเฉพาะที่ได้มาจากรายละเอียดงาน เป้าหมายคือการทำให้ประสบการณ์ได้รับการปรับให้เหมาะกับรายละเอียดงานที่มีให้มากขึ้น ตัวแทนจะตรวจสอบประสบการณ์ของผู้ใช้เลือกคำหลักที่เกี่ยวข้องแล้วเขียนประสบการณ์เหล่านั้นใหม่ด้วยคำหลักที่เลือก

ประสบการณ์ : STR ประสบการณ์งานของผู้ใช้ คำสำคัญ : รายการรายการคำหลักที่แยกออกมาจากรายละเอียดงาน

3. skill_injecting_agent

ตัวแทนนี้แก้ไขชุดประสบการณ์งานโดยรวมถึงทักษะที่จำเป็นบางอย่าง ตัวแทนมีจุดมุ่งหมายเพื่อปรับประสบการณ์ให้เหมาะกับความต้องการงานที่ดีขึ้นโดยรวมถึงทักษะที่เกี่ยวข้อง ตัวแทนจะตรวจสอบประสบการณ์เลือกทักษะที่เกี่ยวข้องมากที่สุดและเขียนประสบการณ์ด้วยทักษะเหล่านี้รวมอยู่ด้วย

ประสบการณ์ : STR ประสบการณ์งานของผู้ใช้ ทักษะ : STR, รายการทักษะที่จำเป็น

4. experience_enhancing_agent

ตัวแทนนี้ยกระดับประสบการณ์การทำงานที่ได้จากประวัติการทำงานของผู้ใช้ วัตถุประสงค์คือเพื่อปรับแต่งประสบการณ์เหล่านี้ตามเกณฑ์ที่ระบุเพื่อให้สะท้อนถึงความสำเร็จและทักษะของผู้ใช้ได้ดีขึ้น ตัวแทนช่วยให้มั่นใจได้ว่าประสบการณ์นั้นมุ่งเน้นไปที่การปฏิบัติงานที่ชัดเจนการทำงานที่ครอบคลุมทักษะและเน้นความสำเร็จที่เน้นไปที่ผลลัพธ์เชิงปริมาณ

ประสบการณ์ : STR ประสบการณ์งานของผู้ใช้

ตรรกะการโต้ตอบของตัวแทน

engine_v1.py ใช้ระบบหลายตัวแทนเพื่อปรับแต่งเรซูเม่ของผู้ใช้ตามรายละเอียดงานที่กำหนด วิธี start() ห่อหุ้มตรรกะของการสร้างเรซูเม่และวิธี create_agents() เริ่มต้นตัวแทนทั้งหมด นี่คือวิธีที่ตัวแทนโต้ตอบและมีส่วนร่วมในกระบวนการปรับปรุงประวัติย่อ:

1. การเริ่มต้น:

ตัวแทนทั้งหมดจะเริ่มต้นด้วยการกำหนดค่า LLM (รูปแบบภาษา) เดียวกัน

2. การแยกวิเคราะห์รายละเอียดของงาน:

jdparsingagent อ่านรายละเอียดงานและแยกรายละเอียดที่จำเป็นเช่นทักษะที่จำเป็นและคำหลัก

3. การฉีดทักษะ:

สำหรับประสบการณ์การทำงานแต่ละครั้งในประวัติย่อพื้นฐาน SkillInjectingagent รวมทักษะที่เกี่ยวข้องจากรายละเอียดงานลงในคำอธิบายประสบการณ์การทำงาน

4. การฉีดคำหลัก:

ต่อจากนั้นคีย์เวิร์ดคำสั่งรวมคำหลักที่เกี่ยวข้องจากคำบรรยายลักษณะงานลงในคำอธิบายประสบการณ์การทำงานที่ได้รับการปรับปรุง

5. การปรับปรุงประสบการณ์:

สุดท้าย ExperienceEnhancingAngent จะปรับแต่งคำอธิบายประสบการณ์การทำงานเพิ่มเติมโดยมั่นใจว่าพวกเขาจะมุ่งเน้นแอ็คชั่นชัดเจนมีทักษะรวมและมุ่งเน้นความสำเร็จด้วยผลลัพธ์เชิงปริมาณ

6. การอัปเดตและส่งออกประวัติย่อ:

ประสบการณ์การทำงานที่ได้รับการปรับปรุงจะถูกรวบรวมและใช้เพื่ออัปเดตประวัติย่อพื้นฐานดั้งเดิม ฟังก์ชั่นยูทิลิตี้ create_resume() จะถูกใช้เพื่อจัดรูปแบบเรซูเม่ที่อัปเดตลงในไฟล์ DOCX ซึ่งจะถูกบันทึกไว้ในเส้นทางไฟล์เอาต์พุตที่ระบุ

การอ้างอิง

1. เทมเพลตประวัติย่อของแคนาดา https://zety.com/blog/canadian-resume

ข้อเสนอแนะและการมีส่วนร่วม

ความคิดเห็นของคุณเกี่ยวกับคุณภาพและประสิทธิผลของโซลูชันนี้ได้รับการชื่นชมอย่างมาก ฉันกระตือรือร้นที่จะเรียนรู้และปรับปรุงจากข้อมูลเชิงลึกของคุณ! นอกจากนี้อย่าลังเลที่จะทำการร้องขอการดึง - ขอให้ทำงานร่วมกันเพื่อปรับปรุงกระบวนการจ้างงานร่วมกัน!