Analysiert PDF-Lebensläufe, um Fähigkeiten zu extrahieren, Kandidaten-Rollen vorherzusagen und Rekrutierungsanalysen zu erstellen.
Extrahieren Sie Bewerberfähigkeiten, strukturieren Sie Kandidatendaten in MySQL und generieren Sie aggregierte Einstellungsmetriken.
AI-Resume-Analyzer ist ein Python- und Streamlit-Tool, das entwickelt wurde, um PDF-Lebensläufe zu analysieren, Bewerberfähigkeiten zu extrahieren und Bewerber anhand von Zielrollen zu bewerten. Es hilft HR-Teams und Vermittlungsabteilungen dabei, unstrukturierte Lebensläufe für Talentanalysen in strukturierte Daten umzuwandeln.
Die Anwendung analysiert eingehende PDF-Lebensläufe mithilfe von NLP-Bibliotheken wie spaCy und PyResparser, um grundlegende Kontaktinformationen, Fähigkeiten und Schlüsselbegriffe herauszufiltern. Sie gleicht analysierte Profile mit vordefinierten Jobbereichen ab, schlägt Bewerbern fehlende Fähigkeiten oder Schulungsvideos vor und protokolliert Kandidatenmetriken in einem MySQL-Backend mit CSV-Exportfunktionen.
Dieses Tool eignet sich für akademische Vermittlungsstellen und kleine interne Rekrutierungsteams, die einen Open-Source-Analyseprototypen zur Aggregation von Bewerberdatensätzen suchen. Es ist nicht geeignet für HR-Umgebungen in Unternehmen, die sofort einsatzbereite ATS-Integrationen, strenge Sicherheitskonformität oder eine nicht-technische Bereitstellung erfordern.
Analysiert PDF-Lebensläufe mithilfe natürlicher Sprachverarbeitung, um Kontaktinformationen, Fähigkeiten und Schlüsselbegriffe von Bewerbern zu extrahieren.
Gleicht extrahierte Lebenslauf-Schlüsselwörter mit Domänenkriterien ab, um Jobrollen vorherzusagen und Erfahrungsstufen zu schätzen.
Zeigt aggregierte Kreisdiagramme für Kandidatenerfahrung, Standorte und Lebenslauf-Bewertungen mit CSV-Datenexportfunktionen an.
Generiert maßgeschneiderte Kurs- und Fähigkeitsvorschläge für Bewerber basierend auf Schlüsselwortlücken in ihren Lebensläufen.
Die Codebasis ist kostenlos und unter der MIT-Lizenz Open Source. Der Autor erwähnt eine optionale kommerzielle Plattform eines Drittanbieters (CVInsight) für Benutzer, die ein verwaltetes Produkt wünschen, aber das Selbst-Hosten dieses Repositorys verursacht nur Ihre eigenen Server- und Datenbankkosten.
877 offene Remote-Stellen im KI-Training, aktualisiert am 16. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.
Von Haus aus ruft das Skript MySQL-Syntax und -Verbindungen in App.py explizit auf, was eine Code-Refaktorierung erfordert, um PostgreSQL oder SQLite zu verwenden.
Die Standard-NLP-Pipeline verwendet das englische Modell von spaCy (en_core_web_sm), was bedeutet, dass nicht-englische Lebensläufe nicht genau analysiert werden.
Nein, dies ist ein lokales Projekt, das so konzipiert ist, dass es mit Python und Streamlit direkt auf Ihrer eigenen Infrastruktur ausgeführt wird.
Zekai zuerst in Google sehen