ai-job-search: 스크래핑, 맞춤화 및 ATS 검증이 가능한 전문적인 LaTeX 문서를 자동화하는 AI 기반 구직 프레임워크

해결하는 문제

구직 활동과 지원 과정은 종종 반복적인 자기소개서 작성과 CV 맞춤화가 포함되는 지루하고 수동적인 과정입니다. 이 프로젝트는 고품질의 전문적인 결과물을 보장하면서 발견, 평가 및 지원 프로세스를 자동화하는 AI 기반 프레임워크를 제공하며, 이 결과물은 실제로 지원자 추적 시스템(ATS)에서 파싱할 수 있습니다.

작동 방식

Claude Code를 기반으로 구축된 이 프레임워크는 구직 활동을 관리하기 위해 특화된 명령어로 구성된 구조화된 워크플로우를 사용합니다:

• Profiling: /setup은 기존 문서나 인터뷰를 통해 후보자 프로필을 생성합니다.
• Discovery: /scrape는 채용 포털(덴마크 시장용 내장 도구 및 LinkedIn 포함)을 검색하고 /rank는 적합성에 따라 매칭 점수를 산출합니다.
• Application: /apply는 drafter-reviewer 에이전트 파이프라인을 사용하여 맞춤형 LaTeX CV와 자기소개서를 작성합니다. 여기에는 문서를 컴파일하고 레이아웃 문제(예: 고립된 제목)를 시각적으로 검사하여 수정하는 고유한 PDF 검증 루프가 포함되며, pdftotext를 사용하여 PDF 텍스트 레이어가 ATS 친화적인지 확인합니다.
• Preparation: /interview는 후보자의 실제 경험을 바탕으로 단계별 준비 패키지를 생성하고 모의 면접을 진행합니다.
• Management: /outcome은 결과를 추적하고, /notion-sync 및 /html-report는 진행 상황을 추적하기 위한 대시보드를 제공합니다.

대상 사용자

품질이나 정직함을 희생하지 않으면서 지원 파이프라인을 자동화하고 싶은 구직자, 특히 CLI 도구와 전문적인 문서 생성을 위한 LaTeX를 사용하는 데 익숙한 사용자들을 대상으로 합니다.

주요 특징

• Drafter-Reviewer Pipeline: 일반적인 문구를 피하기 위해 두 개의 별도 에이전트를 사용하여 지원서를 초안 작성하고 비평합니다.
• PDF Layout Verification: 레이아웃이 깔끔하고 페이지 제한에 맞게 들어갈 때까지 LaTeX 컴파일을 자동으로 반복합니다.
• ATS Text-Layer Check: 컴파일된 PDF가 파서(parser)에 의해 실제로 읽힐 수 있는지 확인하여 일반적인 LaTeX 글리프(glyph) 오류를 방지합니다.
• Relevance-Weighted Cutting: CV가 페이지 제한을 초과할 경우 단순히 오래된 항목을 삭제하는 대신, 관련성이 가장 낮은 경험을 지능적으로 제거합니다.
• Comprehensive Career Toolset: 기술 격차 분석(/upskill), 기업 조사, 면접 준비를 포함합니다.