Dari resume ke surat penutup menggunakan AI dan LLM, dengan python dan streamlit

Jawatan blog ini menunjukkan cara membuat surat lamaran AI Generator menggunakan Python dan mudah didapati model bahasa besar (LLM), mengelakkan perbelanjaan membina satu dari awal. Ramai yang berjaya menggunakan pendekatan ini untuk membina perniagaan, tetapi tutorial ini memberi tumpuan kepada pelaksanaan teknikal. Kod ini boleh didapati di GitHub.

Peralihan Pep Guardiola dalam strategi bola sepak dari "Tiki-Taka" ke pendekatan yang lebih langsung mencerminkan perubahan dalam pasaran pekerjaan. Walaupun rangkaian tetap berkesan, platform dalam talian seperti LinkedIn dan sememangnya telah mengubah landskap. AI terus meningkatkan ini, menawarkan alat untuk menyesuaikan resume dan surat penutup. Walaupun banyak syarikat menjual perkhidmatan ini, AI yang mendasari sering sama dengan LLM yang tersedia secara terbuka seperti ChatGPT atau Gemini. Tutorial ini menunjukkan cara membina alat yang setanding dengan murah.

Matlamatnya adalah untuk mewujudkan "pembantu resume" yang mudah dan murah yang memberi tumpuan kepada surat sampul. Anda memasukkan resume dan penerangan pekerjaan anda, dan alat itu menghasilkan surat lamaran yang sedia untuk digunakan.

LLMS digunakan untuk dua tugas utama:

1. Parsing Dokumen: LLM mengekstrak maklumat yang relevan (nama, pengalaman, kemahiran) dari resume dan menyimpannya sebagai fail JSON. Llama atau Gemini adalah pilihan kos efektif.
2. Generasi surat penutup: LLM kedua menggunakan data resume yang dihuraikan dan penerangan pekerjaan untuk membuat surat lamaran. Sekali lagi, Llama atau Gemini adalah pilihan yang sesuai.

Pelaksanaan Python menggunakan fail JSON untuk meminta untuk mengekalkan konsistensi dan kebolehbacaan. Fail

mengandungi prompt untuk dokumen parsing llm:

resume_parser_api.json

"Anda adalah parser resume. Anda akan mengekstrak maklumat dari resume ini dan memasukkannya ke dalam fail JSON. Kekunci kamus anda akan menjadi first_name, last_name, lokasi, work_experience, sekolah_experience, kemahiran. Dalam memilih maklumat, simpan Jejak yang paling berwawasan. "

Fail

mengandungi prompt untuk Generasi Surat Penutup LLM:

cover_letter_api.json

"Anda seorang pakar dalam memburu pekerjaan dan penulis surat sampul. Memandangkan fail JSON Resume, penerangan kerja, dan tarikh, tulis surat lamaran untuk calon ini. ;

Kod Python (dalam cover_letter.py) menggunakan arahan ini, bersama -sama dengan resume pengguna dan keterangan kerja, untuk berinteraksi dengan API LLM yang dipilih (mis., Llama API). Proses ini melibatkan pemuatan resume, menguraikannya, menambah keterangan kerja, dan kemudian menghasilkan surat lamaran.

Aplikasi Web StreamLit menyediakan antara muka mesra pengguna untuk memuat naik resume, memasuki penerangan kerja, dan menghasilkan surat lamaran.

Walaupun huruf penutup AI-dihasilkan adalah berkesan, sangat penting untuk menambah sentuhan peribadi untuk mengelakkan nada generik. Penulis menyebutkan projek serupa oleh Balaji Kesavan, Randy Pettus, dan Juan Esteban Cepeda, yang menonjolkan penggunaan inovatif LLM dalam memburu pekerjaan. Penulis, Piero Paialunga, menyimpulkan dengan menyediakan maklumat hubungan dan pautan ke profil LinkedIn, surat berita, dan halaman Upworknya.

Atas ialah kandungan terperinci Dari resume ke surat penutup menggunakan AI dan LLM, dengan python dan streamlit. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!