Kategorien durchsuchen
Entdecken
Fiverr Pro
Deutsch
$
USD
Ich werde ein KI-basiertes Lebenslauf-Screening-System aufbauen
Abdul Khaliq
Über diesen Service
Automatische Übersetzung
Die meisten Lebenslauf-Scanner werfen einfach jeden Lebenslauf in ChatGPT und hoffen das Beste. Das Problem: LLMs halluzinieren Relevanz. Ein Lebenslauf, der nur am Rande Python erwähnt, kann genauso hoch ranken wie einer mit echtem Python-Erfahrung.
Stattdessen baue ich eine ordentliche Search Relevance Pipeline – die gleiche Architektur, die in Produktions-Empfehlungssystemen bei LinkedIn und Indeed verwendet wird:
1. Query-Erweiterung – wandelt einen vagen Jobtitel in eine reichhaltige semantische Suchanfrage um
2. Hybride Suche – Vektorähnlichkeit (ChromaDB) + harte Metadaten-Filter wie Erfahrungsjahre
3. Cross-encoder-Reranking (FlashRank) – liest Jobbeschreibung und Lebenslauf zusammen, um semantischen Drift zu korrigieren
4. LLM-Analyse – nur die besten Kandidaten nach dem Reranking werden an das LLM für eine tiefe Bewertung geschickt
Ergebnis: eine Punktzahl von 0-100 pro Kandidat, passende/nicht passende Skills und eine klare SHORTLIST/MAYBE/REJECT-Entscheidung – kein vages "guter Fit"-Fazit.
Was du bekommst:
- FastAPI-Backend mit persistentem Vektor-Store
- Saubere Oberfläche zum Hochladen von JDs und Lebensläufen (PDF, DOCX, TXT)
- Rangierte Ergebnisse mit transparenter Bewertung
- Gehostete Demo oder vollständiger Quellcode, je nach Paket
Ich teste Randfälle und dokumentiere, was ich baue. Schreib mir vor der Bestellung, damit ich den Umfang richtig einschätzen kann.
Lerne Abdul Khaliq kennen
Abdul Khaliq
AI Engineer RAG Systems, LangChain and LLM Integration
- AusPakistan
- Mitglied seitFeb. 2025
- ⌀ Antwortzeit1 Stunde
Sprachen
Englisch, Urdu
Self-taught AI engineer from Karachi who learned by building things that broke, then fixing them properly. I've built a RAG teaching assistant with exact video timestamps, an AI resume screener using hybrid search, and an ML predictor with SHAP explainability. I care if it works when someone else uses it - not impressive-sounding tech alone. I test edge cases, document my work, and fix what breaks. I work in Python, FastAPI, LangChain, and LLM integration (OpenAI, Groq) - systems that retrieve and reason accurately, not just generate text. If "works in the demo" isn't enough, let's talk.
Automatische Übersetzung
Mein Portfolio
Meine weiteren Dienstleistungen im Bereich KI-Entwicklung
FAQ
Automatische Übersetzung
Muss ich echte Kandidaten-Lebensläufe teilen oder kann ich zuerst mit Muster-Daten testen?
Du kannst mit Muster-Lebensläufen starten, um zu sehen, wie das Scoring und Ranking funktioniert, bevor du echte Kandidatendaten verwendest. Sobald du mit den Ergebnissen zufrieden bist, gehen wir in deinen eigentlichen Einstellungsprozess über.
Funktioniert das mit meinem bestehenden ATS oder Einstellungstool?
Die Standard- und Premium-Pakete beinhalten Unterstützung bei der Integration, um das mit deiner bestehenden App oder deinem Portal zu verbinden. Wenn du dir unsicher bist, wie es in dein aktuelles Setup passt, schreib mir vor der Bestellung mit Details, und ich bestätige den Umfang.
Was passiert, wenn das AI einen klar guten Kandidaten zu niedrig bewertet (oder einen schlechten zu hoch)?
Das System bewertet basierend auf den Anforderungen in der Jobbeschreibung – die Ergebnisse sind nur so gut wie die JD, die du bereitstellst. Ich empfehle, die "MAYBE"-Ebene manuell zu überprüfen, da dort Randfälle landen. Ich bin auch gerne bereit, die Bewertungsgewichte im Rahmen eines individuellen Scopes anzupassen.
