Snailclimb/interview-guide

해결하는 문제

InterviewGuide는 채용 및 면접 준비의 번거로운 부분을 자동화하는 엔드 투 엔드 지능형 면접 플랫폼을 제공합니다. 수동 이력서 스크리닝, 지원자를 위한 현실적인 면접 연습 부족, 특정 전문 지식 베이스를 기반으로 한 구조화된 AI 기반 문제 은행 유지의 어려움 문제를 해결합니다.

작동 방식

시스템은 대규모 언어 모델(LLM)을 지식 저장을 위한 pgvector를 사용하는 PostgreSQL 기반의 RAG(Retrieval-Augmented Generation) 아키텍처와 통합합니다. Spring Boot 백엔드와 React 프런트엔드를 사용합니다. 주요 워크플로우는 다음과 같습니다:

• 이력서 분석: Redis Streams를 통해 여러 파일 형식(PDF, DOCX 등)을 비동기적으로 파싱하고 AI 기반 평가 보고서를 생성합니다.
• 모의 면접: "Skill" 정의를 사용하여 다양한 도메인(Java, Python, AI Agents 등)에 걸쳐 타겟 질문을 생성하며, 지능형 후속 질문과 텍스트 및 음성 모드 모두를 위한 통합 평가 엔진을 제공합니다.
• 음성 상호작용: WebSockets와 ASR(자동 음성 인식) 및 TTS(Text-to-Speech)를 위한 Qwen3 모델을 사용하여 실시간 스트리밍 대화를 구현합니다.
• 지식 베이스: 사용자가 문서를 업로드할 수 있도록 하며, 문서가 청크화 및 벡터화되어 전문적이고 문맥에 맞는 Q&A 및 특정 면접 문제 은행 생성을 가능하게 합니다.

대상 사용자

• 구직자: 이력서에 대한 AI 기반 피드백을 받고 실제와 같은 환경에서 면접 연습을 하기 위해.
• HR/채용 담당자: 지원자 이력서를 효율적으로 분석하고 대규모로 역량을 평가하기 위해.
• 교육 기관: 전문 지식 베이스를 관리하고 학생들에게 구조화된 면접 교육을 제공하기 위해.

주요 특징

• 멀티모달 면접: 저지연 스트리밍 TTS를 통한 텍스트 기반 및 실시간 음성 면접 모두 지원.
• RAG 기반 문제 은행: 업로드된 지식 베이스 문서에서 면접 질문, 참고 답변 및 채점 기준을 직접 생성.
• 기술 기반 로직: 10개 이상의 분야(예: System Design, AI Agents)에 대해 사전 정의된 기술 세트를 사용하여 포괄적인 범위와 난이도 분포 보장.
• 유연한 AI 통합: DeepSeek, Kimi, GLM, LM Studio를 포함한 여러 OpenAI 호환 제공업체 지원.
• 자동 일정 관리: Zoom 또는 Feishu와 같은 플랫폼의 회의 초대를 AI로 파싱하는 면접 일정 조정 모듈 포함.