Как автоматизировать сбор резюме в Телеграм чатах с помощью low-code и AI

Всем привет! Меня зовут Константин Мазуров я Full Stack разработчик и у меня есть небольшое аутстафф агентство. Как показала практика двух лет, в тематических телеграм чатах с одной стороны, много специалистов размещают свои резюме, а с другой — публикуется много вакансий. Чтобы структурировать базу и держать ее в актуальном состоянии для себя, я написал небольшой сервис, как эти объявления мэтчить между собой и делать smart офферы для потенциальных клиентов. А вам покажу, как сделать себе такую же базу и сколько это будет стоить.

Изначально была гипотеза, что можно привлекать «теплых» клиентов, которые пишут в тематические технические чаты с запросом о поиске сотрудников. Но постоянно отслеживать активность в 20+ каналах нереально. Даже если нанять несколько стажеров на несколько часов в день, звучит как-то тоже не очень качественно, плюс накладные расходы ~20к ФОТ, свои трудозатраты и месяц, чтобы как-то настроить работу. Звучит как минимум долго.

Сделав небольшой ресёч, в голове нарисовалась схема. Первую версию получилось сделать примерно за два дня. Настало время проверить гипотезу. Примерно за сутки упало в базу больше 200 «вакансий», из них около 40 попали по ошибке и примерно только 10 были от прямых работодателей. Остальные от коллег-рекрутеров, которым аутстафф совсем не нужен.

Гипотезу, можно сказать, отработали быстро и дешево, но база с резюме копится и захотелось ей поделиться. Сейчас сервис бесплатный, можно сказать еще в глубокой альфе, но уже может быть кому-нибудь полезен. Пока понаблюдаю за спросом, потом посмотрим, что делать с этим всем добром 😊

А для тех кто хочет сделать сам такое же, ниже инструкция 🤗

Например в чат javascript_jobs добавляется сообщение

В нем есть хэштеги и ключевые слова (Вакансия) – фильтр по этому слову пропускает, но ChatGPT говорит: "Ты че мне тут впариваешь?" и не даёт нормальный результат на выходе.

С другой стороны есть нормальные сообщения:

AI: Тут указан стаж, стек, зарплатная вилка, локация, формат работы и многое другое, чего достаточно чтобы отправить этот текст в ChatGPT и сделать из него JSON.

Сохранение: Получив JSON, сохраняем объект в базу Supabase. Любая другая база тоже подойдет.

Раз уж решил всё делать на no/low-code, то пришлось взять open-source self-host конструктор приложений Appsmith

Бесплатной версии хватит сполна. Конструктор приложений деревянный, но, для того чтобы настроить простенький дашборд, сгодится. Честно говоря, если кто-нибудь подскажет, как в него добавить скрипт аналитики и настроить нормальную загрузку запросов к БД, буду благодарен.

В сервисе используется всего два фильтра по стеку:

1. Основной фильтр добавляет в подборку все резюме, где есть этот скилл

2. Дополнительный фильтр (input) по точному вхождению слов сообщении, наоборот, сокращает количество резюме и очень этим выручает. Поэтому искать резюме по html, css, javascript почти не имеет смысла, так как все знают эти технологии и охотно об этом пишут.

Затем добавляем список резюме и область где показываем сообщение

Для удобства использования добавил:

Вот что в итоге получилось:

Подписывайтесь на мой канал, в котором пишу как автоматизирую HR:

Бонусом мой бесплатный VPN