Qwiksift

Funktion

Qwiksift befindet sich derzeit in der MVP-Phase und wurde mit Python (Django DRF) und React JS entwickelt. Die Plattform dient als erweitertes ATS, mit dem Administratoren Stellen über die Django-Admin-Benutzeroberfläche veröffentlichen können. Wir verwenden die Gemini API (gemini-1.5-pro-latest), um Stellenausschreibungen zu analysieren und wichtige Details wie Jobtitel, Arbeitgeber, Kompetenzen und Qualifikationen zu extrahieren. Die Gemini API ordnet diesen Faktoren Gewichte zu, die mit benutzerdefinierten algorithmischen Gewichten kombiniert werden, um Lebensläufe effektiv zu filtern und zu bewerten.

Wenn sich Bewerber bewerben, werden ihre Lebensläufe mit dem Gemini-LLM analysiert und die extrahierten Daten in einer PostgreSQL-Datenbank gespeichert. Wenn sich beispielsweise 100 Bewerber auf eine Stelle bewerben, filtert und bewertet Qwiksift die besten 20% anhand der kombinierten Gewichtungen. Administratoren können diese Kandidaten dann weiter eingrenzen, indem sie benutzerdefinierte Einstellungen wie bestimmte Fähigkeiten oder Standorte (z.B. Python, LLMs, NLP und New York, USA).

Die Gemini-LLM wird dann zusammen mit unserem benutzerdefinierten Algorithmus verwendet, um Kandidaten anhand dieser Präferenzen zu bewerten und so die Genauigkeit zu verbessern. Elasticsearch unterstützt die erweiterte Suche und das System bewertet die Kandidaten anhand der neuen Bewertungen neu. Administratoren können bis zu sieben verschiedene Filter anwenden, um Lebensläufe zu bewerten und zu sortieren. Die gefilterten Ergebnisse können zur weiteren Überprüfung heruntergeladen werden.