Backend-разработчик

1. Провести детальный анализ существующих баз данных вакансий и кандидатов. Осуществить нормализацию данных, исключая повторения и неактуальную информацию, для создания чистого и эффективного набора данных.

2. Разработать алгоритм кластеризации, который позволит группировать данные по релевантным доменам и категориям, для более целенаправленного и точного сопоставления вакансий и кандидатов.

3. Создать алгоритм векторизации для преобразования данных вакансий и резюме в числовой формат, подходящий для последующего векторного поиска.

4. Реализовать алгоритм векторного поиска, который будет эффективно сопоставлять векторизованные данные вакансий и резюме, обеспечивая быстрый и точный семантический поиск совпадений.

5. Разработать методику отбора наиболее подходящих кандидатов на основе результатов векторного поиска и их ранжирование.

6. Создать структуру и дизайн конечного xls-документа, который будет визуализировать результаты работы инструмента.

7. Осуществить процесс сопоставления данных и генерации xls-отчета, который наглядно представит результаты работы разработанного инструмента.

Проект предусматривает вознаграждение, размер которого вы согласуете непосредственно с лидером проекта.

⠀

По итогам проекта возможно продолжение сотрудничества.

Проект рассчитан на 2 недели предполагает неполную занятость (30–40%).

Формат взаимодействия в проекте будет удаленный.

⠀

Проект начнется с установочной встречи в виде видеоконференции, на которой будет детализирован образ результата, согласован формат взаимодействия, переданы необходимые материалы и уточнены сроки реализации. Вы будете тесно взаимодействовать с лидером проекта и экспертом проекта.

⠀

Если вам потребуются дополнительные материалы или экспертное мнение по определенным аспектам проекта, лидер проекта и эксперт проекта предоставит соответствующую поддержку и информацию.

1. Опыт разработки на Python и использование библиотек pandas, Scikit-learn и подобных.

2. Опыт работы с генеративными нейронными сетями и применение промпт-инжиниринга, включающее построение и оптимизацию промптов для достижения желаемых результатов.

3. Опыт обработки и нормализации данных в форматах CSV, XLS, а также опыт работы с JSON-ответами API.

4. Знание инструментов для работы с генеративными ИИ-моделями: опыт использования специальных библиотек и платформ, таких как LangChain, Llama Index и подобные фреймворки.

Полнота информации в профиле — ваше важное преимущество в глазах лидера проекта. Прежде чем откликнуться на проект, убедитесь, что ваш профиль заполнен: получив отказ, вы не сможете направить отклик на проект повторно.