# Система автоматического сканирования резюме
# Авторы
- Вячеслав Гораш (P4140)
- Екатерина Машина (P4141)
# Цель
Автоматизировать процесс поиска новых сотрудников в компанию: увеличить скорость "сканирования" резюме кандидатов за счет автоматической кластеризации поступающих резюме по вакансиям в компании.
# Задачи
- анализ существующих решений;
- оценка релевантности найденного датасета для решения поставленных задач;
- выбор архитектур моделей для решения поставленной задачи;
- оценка качества моделей исходя из метрик:
precision,recall,f1-scoreиAccuracy; - оценка времени работы модели;
- выбор лучшей модели исходя из её показателей качества и скорости работы;
- развертывание выбранной модели
# Датасет
Curriculum Vitae (opens new window)
Пример данных
| Category | Resume | |
|---|---|---|
| 0 | Data Science | Skills * Programming Languages: Python (pandas... |
| 1 | Data Science | Education Details \r\nMay 2013 to May 2017 B.E... |
| 2 | Data Science | Areas of Interest Deep Learning, Control Syste... |
| 3 | Data Science | Skills ⢠R ⢠Python ⢠SAP HANA ⢠Table... |
| 4 | Data Science | Education Details \r\n MCA YMCAUST, Faridab... |
Рисунок 1. Распределение вакансий по позициям
Рисунок 2. Распределение вакансий по позициям в процентах
# Целесообразность выбора датасета
Целесообразность использования датасета для решения поставленной задачи:
- Датасет имеет достаточный объем для обучения модели классификации.
- Датасет имеет достаточно большое разнообразие вакансий на которые были поданы резюме (распределение вакансий представлено на рисунках 1 и 2).
- Тексты резюме представлены в свободной форме. что приближает набор данных к реальным данным. которые будут использоваться при использовании модели.
# Ссылка на репозитрий проекта (opens new window)
# Deploy diagram
# Workflow diagram
