Qwiksift

Qué hace

Actualmente, Qwiksift se encuentra en la etapa de MVP y está compilado con Python (Django DRF) y React JS. La plataforma funciona como un ATS avanzado, lo que permite a los administradores publicar trabajos a través de la interfaz de administración de Django. Aprovechamos la API de Gemini (gemini-1.5-pro-latest) para analizar las publicaciones de empleo y extraer detalles clave, como el cargo, el empleador, las habilidades y las calificaciones. La API de Gemini asigna ponderaciones a estos factores, que se combinan con ponderaciones algorítmicas personalizadas para ayudar a filtrar y clasificar los currículums de manera eficaz.

Cuando los candidatos se postulan, sus currículums se analizan con el LLM de Gemini, y los datos extraídos se almacenan en una base de datos de PostgreSQL. Por ejemplo, si 100 candidatos se postulan a un trabajo, Qwiksift filtra y clasifica el 20% superior en función de los pesos combinados. Luego, los administradores pueden definir mejor estos candidatos aplicando preferencias personalizadas, como habilidades o ubicaciones específicas (p.ej., Python, LLM, NLP y Nueva York, EE.UU.).

Luego, el LLM de Gemini, junto con nuestro algoritmo personalizado, se usa para calificar a los candidatos en función de estas preferencias, lo que mejora la precisión. Elasticsearch admite la búsqueda avanzada, y el sistema vuelve a clasificar a los candidatos según las nuevas puntuaciones. Los administradores pueden aplicar hasta 7 filtros diferentes para calificar y clasificar los currículums, con la opción de descargar los resultados filtrados para revisarlos en detalle.