Conversational Agents for Job Recommendation

L'obiettivo del progetto è stato quello di recuperare un indice complessivo di compatibilità tra un curriculum vitae e le offerte di lavoro, raccolte attraverso tecniche di scraping da LinkedIn, con l'intento di individuare le posizioni più affini al profilo del candidato.

Il progetto prevede la creazione di agenti conversazionali con la libreria Autogen che forniscono un valore di compatibilità complessivo tra il curriculum e le offerte di lavoro selezionate preliminarmente attraverso un calcolo di similarità con il modello sentence transformer MPNet. Ogni agente è responsabile di un aspetto specifico del CV, come Hard Skills, Soft Skills e Salario; in assenza di informazioni sul salario, l'agente dedicato ne effettua una stima.

I curricula provengono da un dataset Kaggle e hanno richiesto operazioni di preprocessing, inclusi task di Named Entity Recognition (NER) per l'identificazione delle skills. La comunicazione tra gli agenti avviene attraverso Mistral 7B quantizzato a 4 bit.