從簡歷到求職信，使用AI和LLM，帶有Python和簡化

>本博客文章演示瞭如何使用Python和容易獲得的大型語言模型（LLMS）創建求職信AI發電機，從而避免了從頭開始構建一個的費用。 許多人成功地使用了這種方法來建立業務，但是本教程的重點是技術實施。 該代碼可在github上找到。

瓜迪奧拉（Pep Guardiola）在足球戰略中從“ tiki-taka”轉變為更直接的方法，反映了就業市場的變化。 儘管網絡仍然有效，但像LinkedIn這樣的在線平台確實改變了景觀。 AI進一步增強了這一點，提供了量身定制和求職信的工具。 儘管許多公司出售這些服務，但基礎AI通常類似於Chatgpt或Gemini等公開可用的LLM。 本教程顯示瞭如何便宜地構建可比較的工具。

的目標是創建一個專注於求職信的簡單，廉價的“簡歷助手”。您輸入簡歷和職位描述，該工具會生成一封求職信。

>

llms用於兩個關鍵任務：

>
1. 文檔解析： LLM從簡歷中提取相關信息（名稱，經驗，技能），並將其保存為JSON文件。 美洲駝或雙子座是具有成本效益的選擇。
2. 求職信的生成：第二個LLM使用解析的簡歷數據和職位描述來創建求職信。 同樣，美洲駝或雙子座是合適的選擇。

Python實現使用JSON文件來保持一致性和可讀性。

文件包含文檔解析llm的提示：>

resume_parser_api.json“您是簡歷解析器。跟踪最有見地的。”

文件包含求職信的提示：

cover_letter_api.json“您是求職專家和求職信作者。給定簡歷JSON文件，職位描述和日期，為此候選人寫求職信。要有說服力和專業。簡歷JSON：{resume_json} ;職位描述：{ job_description}，日期：{date}

python代碼（incover_letter.py）使用這些提示以及用戶的簡歷和職位描述與所選LLM API（例如Llama API）進行交互。 該過程涉及加載簡歷，解析它，添加職位描述，然後生成求職信。

>簡化的Web應用程序提供了一個用戶友好的接口，用於上傳簡歷，輸入職位描述並生成求職信。

> AI生成的求職信有效，但要添加個人風格以避免通用語氣至關重要。 作者提到了Balaji Kesavan，Randy Pettus和Juan Esteban Cepeda的類似項目，強調了LLM在求職中的創新使用。 作者Piero Paialunga結束了聯繫信息，並提供了與他的LinkedIn個人資料，新聞通訊和UPWORK頁面的聯繫信息。

以上是從簡歷到求職信，使用AI和LLM，帶有Python和簡化的詳細內容。更多資訊請關注PHP中文網其他相關文章！