Qwiksift

Description

Qwiksift en est actuellement à l'étape du MVP, et est conçu avec Python (Django DRF) et React JS. La plate-forme sert de système ATS avancé, permettant aux administrateurs de publier des offres d'emploi via l'interface d'administration Django. Nous utilisons l'API Gemini (gemini-1.5-pro-latest) pour analyser les offres d'emploi, en extrayant des informations clés telles que le titre du poste, l'employeur, les compétences et les qualifications. L'API Gemini attribue des pondérations à ces facteurs, qui sont combinées à des pondérations algorithmiques personnalisées pour aider à filtrer et à classer efficacement les CV.

Lorsque les candidats postulent, leurs CV sont analysés à l'aide du LLM Gemini, et les données extraites sont stockées dans une base de données PostgreSQL. Par exemple, si 100 candidats postulent à un poste, Qwiksift filtre et classe les 20% supérieurs en fonction des pondérations combinées. Les administrateurs peuvent ensuite affiner ces candidats en appliquant des préférences personnalisées, telles que des compétences ou un lieu spécifiques (par exemple, Python, LLM, NLP et New York, États-Unis).

Le LLM Gemini, ainsi que notre algorithme personnalisé, sont ensuite utilisés pour évaluer les candidats en fonction de ces préférences, ce qui améliore la précision. Elasticsearch est compatible avec la recherche avancée, et le système réorganise les candidats en fonction des nouveaux scores. Les administrateurs peuvent appliquer jusqu'à sept filtres différents pour évaluer et classer les CV, et peuvent télécharger les résultats filtrés pour les examiner plus en détail.