Vou construir um sistema de triagem de currículos com IA

E
engr_khaliq
E
engr_khaliq
Abdul Khaliq
Algumas informações foram traduzidas automaticamente.

Sobre este Serviço

Tradução automática

A maioria dos triadores de currículos simplesmente joga todos os currículos no ChatGPT e torce pelo melhor. O problema: LLMs criam relevância de forma hallucination. Um currículo que menciona Python tangencialmente pode ficar tão bem quanto um com experiência real em Python.


Eu construo uma pipeline de Relevância de Busca adequada — a mesma arquitetura usada em sistemas de recomendação em produção na LinkedIn e Indeed:


1. Expansão de consulta — transforma um título de trabalho vago em uma busca semântica rica

2. Busca híbrida — similaridade vetorial (ChromaDB) + filtros rígidos de metadados como anos de experiência

3. Reclassificação com cross-encoder (FlashRank) — lê a descrição do trabalho e o currículo juntos, corrigindo o desvio semântico

4. Análise com IA — só os candidatos principais após a reclassificação são enviados para a IA para uma pontuação aprofundada


Resultado: uma pontuação de 0 a 100 para cada candidato, habilidades correspondentes ou ausentes, e uma decisão clara de SHORTLIST/MAYBE/REJECT — nada de um resumo vago de "bom ajuste".


O que você recebe:

- Backend FastAPI com armazenamento de vetores persistente

- Interface limpa para enviar descrições de trabalho e currículos (PDF, DOCX, TXT)

- Resultados classificados com pontuação transparente

- Demonstração hospedada ou código fonte completo, dependendo do pacote


Eu testo casos extremos e documentei tudo que construo. Me envie uma mensagem antes de pedir para que eu possa definir o escopo corretamente.

Conheça mais sobre Abdul Khaliq

Abdul Khaliq

AI Engineer RAG Systems, LangChain and LLM Integration

  • A partir dePaquistão
  • Membro desdefev. de 2025
  • Responde em aprox.:1 hora
  • Idiomas

    Inglês, Urdu
Self-taught AI engineer from Karachi who learned by building things that broke, then fixing them properly. I've built a RAG teaching assistant with exact video timestamps, an AI resume screener using hybrid search, and an ML predictor with SHAP explainability. I care if it works when someone else uses it - not impressive-sounding tech alone. I test edge cases, document my work, and fix what breaks. I work in Python, FastAPI, LangChain, and LLM integration (OpenAI, Groq) - systems that retrieve and reason accurately, not just generate text. If "works in the demo" isn't enough, let's talk.

Tradução automática

Meu portfólio

Outros serviços de Desenvolvimento de IA que eu ofereço