srbhr/Resume-Matcher

解決する課題

求職者が特定の求人応募に合わせた履歴書とカバーレターを作成できるようにし、職務記述書に合わせて文書をカスタマイズする手間を軽減します。

仕組み

ユーザーはマスターレジュメ（PDFまたはDOCX）をアップロードし、対象の職務記述書を貼り付けます。システムは大規模言語モデル（LLM）—Ollamaのようなローカルプロバイダーと、OpenAI、Anthropic、Google Geminiのようなクラウドプロバイダーの両方をサポート—を使用して文書を分析し、カスタマイズされたコンテンツを生成し、改善案を提案します。ユーザーはその後、さまざまなテンプレートを使用してレイアウトをカスタマイズし、最終結果をPDFとしてエクスポートできます。

対象者

特定の役職に合わせて履歴書とカバーレターを最適化し、採用される可能性を高めたい求職者。

特長

• AIを活用したカスタマイズ: サポートされているさまざまなLLMを使用して、役職固有の履歴書コンテンツとカバーレターを生成します。
• 履歴書スコアリング: マッチスコアを提供し、履歴書が職務記述書とどの程度一致しているかを示すキーワードを強調表示します。
• 面接対策: カスタマイズされた履歴書に基づいて、構造化された面接対策を自動生成します。
• 柔軟なエクスポート: LaTeXやモダンなレイアウトを含む、複数のプロフェッショナルなPDFテンプレートを提供します。
• ローカルおよびクラウドLLMサポート: Ollamaを介したローカルモデル、またはLiteLLMを介したクラウドAPIと互換性があります。