Ako nájsť perfektného kandidáta medzi 50 000 životopismi?

Atollon, zavedená pražská spoločnosť vyvíjajúca ERP softvér, nás požiadala, aby sme pre ich klienta postavili nástroj, ktorý umožní nájsť ideálneho kandidáta v ich databáze 50 000+ životopisov. Bez takého nástroja neexistoval žiaden rozumný spôsob, ako v nej efektívne hľadať. Tisíce životopisov, každý v inom formáte a štruktúre — aj jednoduché vyhľadávanie podľa kľúčových slov tu naráža na strop. Museli sme postaviť robustné riešenie, ktoré si poradí s ľubovoľnou podobou životopisu a poskytne prehľadný štruktúrovaný profil každého kandidáta.

Prvou úlohou bolo nejako dostať dáta zo všetkých dokumentov do jednotného štruktúrovaného formátu. Potrebovali sme dobrý OCR nástroj, ktorý si poradí aj s tými najpodivnejšími PDF. Po výskume a testovaní sme sa rozhodli pre unstructured.io, ktorý v testoch podával najlepšie výsledky a navyše je open source — mohli sme si ho hostiť na vlastných serveroch a predísť tak akémukoľvek úniku dát. Po extrakcii sme dáta ešte vektorizovali, aby sa dali dotazovať sémantickým vyhľadávaním.

Potom prišiel na rad samotný vyhľadávač. Aby správne zoraďoval kandidátov, potrebovali sme kombináciu sémantického vyhľadávania a štruktúrovaných filtrov (BM25). Sémantické vyhľadávanie hľadá najlepšie zhody s dopytom, štruktúrované filtre zužujú výsledky na najrelevantnejších kandidátov. K časti o extrakcii dát som ale ešte nedopovedal všetko. Okrem extrakcie a vektorizácie sme vytvorili aj jednotný štruktúrovaný formát pre zručnosti, vzdelanie a predchádzajúce pracovné skúsenosti. AI vezme extrahovaný text zo životopisu a namapuje ho do tohto formátu — vrátane rýchleho AI súhrnu kandidáta. Až vďaka tomu sme dosiahli špičkový výkon.

Vďaka tomuto nástroju teraz klient Atollonu vyhľadáva jednoducho v prirodzenom jazyku. Zadá napríklad „senior python developer s 10+ rokmi skúseností vo fintechu a titulom z informatiky z MIT“ a systém mu vyhodí ideálnych kandidátov zoradených od najlepšieho. Môžu sa konečne sústrediť na to, čo je skutočne dôležité, namiesto aby sa topili v tisícoch životopisov.