ИИ-ассистент по трудоустройству представляет собой комплексную платформу для подготовки к собеседованиям на основе искусственного интеллекта, предназначенную для решения ключевых проблем современных соискателей. Проект объединяет передовые технологии машинного обучения и обработки естественного языка для создания персонализированного опыта подготовки к трудоустройству. Основной фокус направлен на преодоление таких сложностей, как недостаточная подготовленность кандидатов к интервью, неэффективное представление профессионального опыта и отсутствие системной обратной связи после собеседований.

Технологический стек платформы включает модуль анализа резюме с оценкой по 15 параметрам соответствия рыночным требованиям, адаптивный тренажер собеседований с генерацией персонализированных вопросов на основе профиля пользователя, систему детальной обратной связи с выявлением зон роста и модуль отслеживания прогресса с рекомендациями по развитию карьерных компетенций.

Уникальность продукта заключается в комплексном подходе, объединяющем улучшение резюме, симуляцию реального собеседования и измеримые метрики роста компетенций. В отличие от существующих аналогов, платформа обеспечивает глубокую персонализацию через адаптивные сценарии собеседований и интеграцию анализа резюме с тренажером, что позволяет сократить время подготовки на 40% и увеличить процент прохождения на второй этап собеседований в 2.8 раза.

Целевая аудитория охватывает студентов и выпускников вузов, специалистов в активном поиске работы, карьерные центры университетов и HR-агентства. Проект реализуется командой студентов направления "Информационные системы и программирование" Дагестанского государственного университета, включающей все ключевые роли от проектного менеджмента и дизайна до разработки и data science. Перспективы развития предусматривают запуск MVP в течение 6 месяцев после акселерации, привлечение 1000+ пользователей и выход на B2B-сегмент через партнерства с образовательными учреждениями. Долгосрочная цель проекта - создание экосистемы карьерного роста, интегрирующей подготовку, обучение и трудоустройство в единый цифровой контур.

Состав и роли команды:

Зейналов Р. - Лидер проекта / Дизайнер: Отвечает за стратегическое планирование и координацию работы команды, управление проектной документацией и коммуникацию с менторами. Как дизайнер разрабатывает пользовательские сценарии (UX) и визуальную составляющую интерфейса (UI), создает интерактивные прототипы в Figma, проводит тестирование юзабилити и адаптирует дизайн под требования платформы. Дополнительно курирует таймлайн проекта и распределение задач между участниками.

Магомедов М.И. – Lead Backend-разработчик / Data Scientist: Разрабатывает архитектуру ML-модулей системы, реализует алгоритмы обработки естественного языка (NLP) для анализа резюме и генерации вопросов. Обучает и дообучает нейросетевые модели, интегрирует ML-блоки с основным бэкендом, оптимизирует производительность алгоритмов. Отвечает за подбор и адаптацию открытых ML-библиотек под задачи проекта.

Гусейнов А. – Backend-разработчик / Аналитик: Занимается реализацией адаптивного пользовательского интерфейса на React, обеспечивает кросс-браузерную и кросс-платформенную совместимость. Интегрирует фронтенд с бэкенд-API, оптимизирует производительность интерфейса и взаимодействует с дизайнером для точного воплощения макетов. Также отвечает за реализацию интерактивных элементов тренажера собеседований и форм обратной связи.

Гаджиев Б. – Frontend-разработчик: Занимается реализацией адаптивного пользовательского интерфейса на React, обеспечивает кросс-браузерную и кросс-платформенную совместимость. Интегрирует фронтенд с бэкенд-API, оптимизирует производительность интерфейса и взаимодействует с дизайнером для точного воплощения макетов. Также отвечает за реализацию интерактивных элементов тренажера собеседований и форм обратной связи.

Магомедова П. – Аналитик / Research Lead: Проводит исследование рынка труда: анализирует поведенческие паттерны соискателей, исследует конкурентные решения и формирует требования к функционалу платформы. Организует сбор обратной связи от потенциальных пользователей через интервью и опросы (Customer Development), подготавливает датасеты для обучения ML-моделей. Мониторит тренды в HR-tech и адаптирует продукт под потребности целевой аудитории.

На страницу проекта