Помощник соискателя: оценка вакансий и письмо без выдуманного опыта
Сервис оценивает вакансии hh.ru по требованиям и готовит письмо под вакансию; каждое утверждение проверяется по профилю — выдуманного опыта нет.
Задача, которую мы решали для себя
На хорошую вакансию за первые часы приходят сотни откликов, а первичный отбор всё чаще делает машина. Чтобы попасть в число замеченных, нужно быстро найти вакансию, понять требования и написать письмо именно под них — вручную на это уходит около часа на вакансию.
Что мешало
Языковая модель пишет быстро, но охотно приписывает кандидату опыт, которого нет. Такое письмо хуже, чем никакого. Нужна скорость без потери правды.
Что сделали
- сбор свежих вакансий по критериям поиска каждые три минуты;
- разбор требований вакансии по пунктам и расчёт покрытия опытом кандидата;
- черновик письма на ~2500 знаков за 2–3 минуты — под требования, а не «вообще о себе»;
- проверку письма в коде: каждое утверждение должно дословно найтись в мастер-профиле кандидата, иначе вычёркивается, а требование считается незакрытым;
- карточки вакансий и письма в Telegram: решение за 10 секунд, письмо копируется одним касанием; веб-кабинет с очередью, профилем и аналитикой;
- разбор отказов и «не интересно»: модель предлагает правки критериев поиска, правила меняет человек;
- срезы рынка по дням: что просят работодатели и как это меняется;
- личные данные отделены от движка: в коде нет имён и путей.
Результат
Рабочий инструмент: 1350 автотестов, 877 коммитов. Письмо готово за минуты, и в нём нет ни одного факта, которого нет в профиле.
Стек
Python, FastAPI, SQLite, языковые модели, aiogram (Telegram), Playwright, APScheduler, httpx, Docker.
