从简历到求职信，使用AI和LLM，带有Python和简化

>本博客文章演示了如何使用Python和容易获得的大型语言模型（LLMS）创建求职信AI发电机，从而避免了从头开始构建一个的费用。 许多人成功地使用了这种方法来建立业务，但是本教程的重点是技术实施。 该代码可在github上找到。

瓜迪奥拉（Pep Guardiola）在足球战略中从“ tiki-taka”转变为更直接的方法，反映了就业市场的变化。 尽管网络仍然有效，但像LinkedIn这样的在线平台确实改变了景观。 AI进一步增强了这一点，提供了量身定制和求职信的工具。 尽管许多公司出售这些服务，但基础AI通常类似于Chatgpt或Gemini等公开可用的LLM。 本教程显示了如何便宜地构建可比较的工具。

的目标是创建一个专注于求职信的简单，廉价的“简历助手”。您输入简历和职位描述，该工具会生成一封求职信。

>

llms用于两个关键任务：

>
1. 文档解析： LLM从简历中提取相关信息（名称，经验，技能），并将其保存为JSON文件。 美洲驼或双子座是具有成本效益的选择。
2. 求职信的生成：第二个LLM使用解析的简历数据和职位描述来创建求职信。 同样，美洲驼或双子座是合适的选择。

Python实现使用JSON文件来保持一致性和可读性。

文件包含文档解析llm的提示：>

resume_parser_api.json“您是简历解析器。跟踪最有见地的。”

文件包含求职信的提示：

cover_letter_api.json“您是求职专家和求职信作者。给定简历JSON文件，职位描述和日期，为此候选人写求职信。要有说服力和专业。简历JSON：{resume_json} ;职位描述：{job_description}，日期：{date}

python代码（incover_letter.py）使用这些提示以及用户的简历和职位描述与所选LLM API（例如Llama API）进行交互。 该过程涉及加载简历，解析它，添加职位描述，然后生成求职信。

>简化的Web应用程序提供了一个用户友好的接口，用于上传简历，输入职位描述并生成求职信。

> AI生成的求职信有效，但要添加个人风格以避免通用语气至关重要。 作者提到了Balaji Kesavan，Randy Pettus和Juan Esteban Cepeda的类似项目，强调了LLM在求职中的创新使用。 作者Piero Paialunga结束了联系信息，并提供了与他的LinkedIn个人资料，新闻通讯和UPWORK页面的联系信息。

以上是从简历到求职信，使用AI和LLM，带有Python和简化的详细内容。更多信息请关注PHP中文网其他相关文章！