Jak najít perfektního kandidáta mezi 50 000 životopisy?

Atollon, zavedená pražská společnost vyvíjející ERP software, nás požádala, abychom pro jejich klienta postavili nástroj, který umožní najít ideálního kandidáta v jejich databázi 50 000+ životopisů. Bez takového nástroje neexistoval žádný rozumný způsob, jak v ní efektivně hledat. Tisíce CVček, každé v jiném formátu a struktuře — i prosté hledání podle klíčových slov tu naráží na strop. Museli jsme postavit robustní řešení, které si poradí s libovolnou podobou životopisu a poskytne přehledný strukturovaný profil každého kandidáta.

Prvním úkolem bylo nějak dostat data ze všech dokumentů do jednotného strukturovaného formátu. Potřebovali jsme dobrý OCR nástroj, který si poradí i s těmi nejrozmařanějšími PDF. Po výzkumu a testování jsme se rozhodli pro unstructured.io, který v testech podával nejlepší výsledky a navíc je open source — mohli jsme si ho hostovat na vlastních serverech a předejít tak jakémukoli úniku dat. Po extrakci jsme data ještě vektorizovali, aby je šlo dotazovat sémantickým vyhledáváním.

Pak přišel na řadu samotný vyhledávač. Aby správně řadil kandidáty, potřebovali jsme kombinaci sémantického vyhledávání a strukturovaných filtrů (BM25). Sémantické vyhledávání hledá nejlepší shody s dotazem, strukturované filtry zužují výsledky na nejrelevantnější kandidáty. K části o extrakci dat jsem ale ještě nedořekl všechno. Kromě extrakce a vektorizace jsme vytvořili také jednotný strukturovaný formát pro dovednosti, vzdělání a předchozí pracovní zkušenosti. AI vezme extrahovaný text z CVčka a zmapuje ho do tohoto formátu — včetně rychlého AI shrnutí kandidáta. Teprve díky tomu jsme dosáhli špičkového výkonu.

Díky tomuto nástroji teď klient Atollonu vyhledává jednoduše v přirozeném jazyce. Zadá třeba „senior python developer s 10+ lety zkušeností ve fintechu a titulem z informatiky z MIT“ a systém mu vyhodí ideální kandidáty seřazené od nejlepšího. Můžou se konečně soustředit na to, co je skutečně důležité, místo aby se topili v tisících CVček.