Resume Analysis System - Автоматизация HR скрининга

Описание процесса

Данная автоматизация представляет собой полноценную HR-систему для автоматического анализа резюме кандидатов. Система принимает резюме через Gmail, обрабатывает различные форматы файлов (Word, PDF, TXT), проводит детальный AI анализ соответствия вакансии, извлекает контактную информацию и автоматически ведет базу кандидатов в Google Sheets со структурированной оценкой каждого соискателя.

API ключи и сервисы:

1. Gmail OAuth2 - для получения резюме из почты
2. Google Drive OAuth2 - для работы с файлами
3. Google Sheets OAuth2 - для ведения базы кандидатов
4. OpenAI API Key - для o4-mini и gpt-4o-mini моделей

Архитектура системы по блокам

РАЗДЕЛ 1: ПОЛУЧЕНИЕ РЕЗЮМЕ

1.1 Gmail Trigger - Получение резюме

Назначение: Автоматически получает резюме, отправленные на корпоративную почту

Настройки Gmail Trigger:

• Poll Times: Every Hour (проверка каждый час)
• Simple: false (расширенные настройки)
• Options:
  
  • downloadAttachments: true (скачивание вложений)
• Credentials: Gmail account 2

Что получаем:

{

  "subject": "Резюме на позицию разработчика",

  "from": "candidate@email.com",

  "attachment_0": {

    "filename": "resume.pdf",

    "mimeType": "application/pdf",

    "data": "[binary_data]"

  }

}

‍

1.2 Upload to Drive

Назначение: Сохраняет полученное резюме в Google Drive для дальнейшей обработки

Google Drive настройки:

• Input Data Field Name: attachment_0
• Name: {{ $json.subject }} Resume (имя файла = тема письма + "Resume")
• Drive ID: My Drive
• Folder ID: Root folder

Результат: Файл сохраняется в Google Drive и возвращается его ID для дальнейшей работы.

РАЗДЕЛ 2: ОБРАБОТКА ФАЙЛА В РАЗНЫХ ФОРМАТАХ

2.1 Switch - Тип файла

Назначение: Определяет формат загруженного файла и направляет в соответствующий поток обработки

Условия Switch:

1. Word Doc (Output 0):
   
   
   
   • mimeType equals "application/vnd.openxmlformats-officedocument.wordprocessingml.document"
   • Направляет Word документы на конвертацию
2. PDF (Output 1):
   
   
   
   • mimeType equals "application/pdf"
   • Направляет PDF файлы на прямое извлечение
3. Text (Output 2):
   
   
   
   • mimeType equals "text/plain"
   • Направляет текстовые файлы на извлечение текста

2.2 Поток обработки Word документов

Конвертация Word в Docs: Назначение: Конвертирует Word документы в Google Docs формат

HTTP Request настройки:

• Method: POST
• URL: https://www.googleapis.com/drive/v2/files/{{ $json.id }}/copy?convert=true&supportsAllDrives=true
• Authentication: Google Drive OAuth2

Get Doc: Назначение: Скачивает конвертированный Google Doc как PDF

Настройки:

• Operation: Download
• File ID: {{ $json.id }}
• Google File Conversion: Docs to PDF format

Extract from File: Назначение: Извлекает текст из PDF версии документа

Настройки:

• Operation: PDF
• Destination Key: text

2.3 Поток обработки PDF файлов

Get PDF: Назначение: Скачивает PDF файл из Google Drive

Extract from File2: Назначение: Извлекает текст из PDF файла

Настройки:

• Operation: PDF
• Результат: Текст резюме в формате string

2.4 Поток обработки текстовых файлов

Get TXT: Назначение: Скачивает текстовый файл из Google Drive

Extract from File3: Назначение: Извлекает текст из файла

Настройки:

• Operation: Text
• Destination Key: text

РАЗДЕЛ 3: СОБИРАЕМ ВСЕ ДАННЫЕ

3.1 Подготовка

Назначение: Объединяет результаты всех потоков обработки в единую структуру

Set настройки:

{

  "assignments": [

    {

      "name": "resume",

      "value": "{{ $json.text }}",

      "type": "string"

    }

  ]

}

‍

Что происходит:

• Получает текст резюме от любого из трех потоков (Word/PDF/TXT)
• Создает унифицированную структуру данных
• Подготавливает данные для AI анализа

3.2 Описание работы

Назначение: Получает описание вакансии для сравнения с резюме

Google Drive настройки:

• Operation: Download
• File ID: 1Kqu3gc37e5xR5z4BRfN57F9UsHaQenn7v6MN2wVLnVs (фиксированный ID документа)
• Google File Conversion: Docs to PDF

Extract from File1: Назначение: Извлекает текст описания вакансии

Результат: Текст с требованиями к кандидату, обязанностями и критериями оценки.

РАЗДЕЛ 4: АНАЛИЗ ПОЛУЧЕННОЙ ИНФОРМАЦИИ

4.1 AI Agent - Основной анализ

Назначение: Проводит детальный анализ соответствия резюме описанию вакансии

Подключенные компоненты:

• o4-mini (OpenAI o4-mini model) - самая продвинутая модель для анализа
• Structured Output Parser - структурированный вывод результатов

Входные данные:

Резюме: {{ $('Описание работы').item.json.resume }}

‍

Системный промпт:

# Обзор

Вы являетесь экспертом в области технического рекрутинга, специализирующимся на работе с искусственным интеллектом, автоматизацией и программным обеспечением. Вам предоставили описание вакансии и резюме кандидата. Ваша задача - проанализировать резюме на предмет соответствия описанию вакансии и предоставить подробный отчет о проверке на русском языке.

‍

Сосредоточьтесь на том, насколько кандидат соответствует основным требованиям и идеальному профилю, указанным в описании вакансии. Оценивайте как соответствие техническим навыкам, так и понимание бизнес-контекста. Используйте аргументы, основанные на фактическом содержании резюме и вакансии, - избегайте предположений.

‍

## Выходные данные

Ваши выходные данные должны иметь именно такой формат:

‍

Сильные стороны кандидата:

Перечислите основные сильные стороны кандидата или его квалификацию. Будьте конкретны.

‍

Слабые стороны кандидата:

Перечислите области, в которых кандидат испытывает недостаток или не соответствует описанию вакансии.

‍

Фактор риска:

- Присвойте балл риска (низкий / средний / высокий) - объясните наихудший сценарий, если этот кандидат будет принят на работу.

‍

Фактор вознаграждения:

- Оцените вознаграждение (низкое / среднее / высокое) - опишите наилучший сценарий - какую ценность может открыть этот кандидат?

‍

Подходит ли кандидат на краткосрочную или долгосрочную перспективу?

‍

Общая оценка соответствия (0-10):

Присвойте число от 0 (ужасное соответствие) до 10 (идеальное соответствие). Не указывайте десятичные числа.

‍

Обоснование оценки:

Четко объясните, почему данный кандидат получил именно такую оценку. Укажите конкретное содержание резюме и его соответствие или несоответствие описанию вакансии.

‍

## Описание вакансии {{ $json.text }}

‍

4.2 Structured Output Parser

Назначение: Преобразует ответ AI в структурированный JSON формат

Structured Output Parser Schema:

{

  "name": "resume_screening_evaluation",

  "description": "Парсит структурированный анализ резюме в формате, который выдает AI агент",

  "type": "object",

  "properties": {

    "candidate_strengths": {

      "type": "string",

      "description": "Текстовое описание сильных сторон кандидата со всеми перечислениями и деталями"

    },

    "candidate_weaknesses": {

      "type": "string", 

      "description": "Текстовое описание слабых сторон и областей несоответствия"

    },

    "risk_factor": {

      "type": "object",

      "description": "Оценка фактора риска",

      "properties": {

        "risk_level": {

          "type": "string",

          "description": "Уровень риска: низкий, средний или высокий"

        },

        "risk_explanation": {

          "type": "string", 

          "description": "Объяснение наихудшего сценария при найме кандидата"

        }

      },

      "required": ["risk_level", "risk_explanation"]

    },

    "reward_factor": {

      "type": "object",

      "description": "Оценка фактора вознаграждения",

      "properties": {

        "reward_level": {

          "type": "string",

          "description": "Уровень вознаграждения: низкое, среднее или высокое"

        },

        "reward_explanation": {

          "type": "string",

          "description": "Описание наилучшего сценария и ценности кандидата"

        }

      },

      "required": ["reward_level", "reward_explanation"]

    },

    "career_perspective": {

      "type": "string",

      "description": "Подходит ли кандидат на краткосрочную или долгосрочную перспективу с обоснованием"

    },

    "overall_fit_rating": {

      "type": "integer",

      "minimum": 0,

      "maximum": 10,

      "description": "Общая оценка соответствия от 0 до 10 (целое число)"

    },

    "rating_justification": {

      "type": "string",

      "description": "Подробное обоснование присвоенной оценки с указанием конкретного содержания резюме"

    }

  },

  "required": [

    "candidate_strengths",

    "candidate_weaknesses", 

    "risk_factor",

    "reward_factor",

    "career_perspective",

    "overall_fit_rating",

    "rating_justification"

  ]

}

‍

ЧТО ТАКОЕ Structured Output Parser Schema: Это схема, которая заставляет AI возвращать анализ резюме в строго определенном JSON формате вместо свободного текста.

ЗАЧЕМ ЭТО НУЖНО ЗДЕСЬ:

1. Структурированная оценка - все критерии анализа в отдельных полях
2. Автоматическая обработка - данные можно сразу сохранить в Google Sheets
3. Единообразие - каждое резюме анализируется по одним критериям
4. Интеграция - результаты легко передаются в другие системы

КАК ЭТО РАБОТАЕТ:

• AI получает схему как обязательный формат ответа
• Модель заполняет каждое поле согласно анализу резюме
• n8n автоматически парсит JSON и делает поля доступными как $json.output.candidate_strengths

4.3 Information Extractor - Извлечение контактов

Назначение: Извлекает личную информацию кандидата из резюме

Подключенные компоненты:

• OpenAI Chat Model (gpt-4o-mini)

Text Input:

{{ $('Подготовка').item.json.resume }}

‍

Attributes (требуемые поля):

{

  "attributes": [

    {

      "name": "Имя",

      "description": "Имя кандидата",

      "required": true

    },

    {

      "name": "Фамилия", 

      "description": "Фамилия кандидата",

      "required": true

    },

    {

      "name": "Почта",

      "description": "Електронная почта кандидата",

      "required": true

    }

  ]

}

‍

Результат:

{

  "output": {

    "Имя": "Иван",

    "Фамилия": "Петров",

    "Почта": "ivan.petrov@email.com"

  }

}

‍

4.4 Google Sheets - Сохранение результатов

Назначение: Автоматически ведет базу проанализированных кандидатов

Google Sheets настройки:

• Operation: Append or Update
• Document ID: 1RoQkdLnX2inM15C_xJS77X3XAZXMUc16d-8x9-63Mgc
• Sheet Name: Лист1
• Matching Columns: Имя (обновляет существующую запись или создает новую)

Columns Mapping:

{

  "Имя": "{{ $json.output['Имя'] }}",

  "Фамилия": "{{ $json.output['Фамилия'] }}",

  "Почта": "{{ $json.output['Почта'] }}",

  "Сильные стороны": "{{ $('AI Agent').item.json.output.candidate_strengths }}",

  "Слабые стороны": "{{ $('AI Agent').item.json.output.candidate_weaknesses }}",

  "Фактор риска": "{{ $('AI Agent').item.json.output.risk_factor }}",

  "Фактор вознагрождения": "{{ $('AI Agent').item.json.output.reward_factor }}",

  "Карьерная перспектива": "{{ $('AI Agent').item.json.output.career_perspective }}",

  "Общая оценка": "{{ $('AI Agent').item.json.output.overall_fit_rating }}",

  "Обоснование присвоенной оценки": "{{ $('AI Agent').item.json.output.rating_justification }}"

}

‍

Структура итоговой таблицы:

‍

Схема подключений нод

Основной поток:

1. Получение резюме → Upload to Drive
2. Upload to Drive → Тип файла

Обработка форматов:

Word поток: 3. Тип файла (Output 0) → Конвертация Word в Docs 4. Конвертация Word в Docs → Get Doc 5. Get Doc → Extract from File

PDF поток: 3. Тип файла (Output 1) → Get PDF 4. Get PDF → Extract from File2

Text поток: 3. Тип файла (Output 2) → Get TXT 4. Get TXT → Extract from File3

Объединение и анализ:

6. Extract from File/File2/File3 → Подготовка
7. Подготовка → Описание работы
8. Описание работы → Extract from File1
9. Extract from File1 → AI Agent
10. AI Agent → Information Extractor
11. Information Extractor → Google Sheets

AI Подключения:

• o4-mini → AI Agent (основная модель анализа)
• Structured Output Parser → AI Agent (структурированный вывод)
• OpenAI Chat Model → Information Extractor (извлечение контактов)

Необходимые сервисы и их настройки

Настройка Gmail:

• Создайте отдельную почту для приема резюме
• Настройте OAuth2 доступ для Gmail API
• Убедитесь в включении опции downloadAttachments в самой первой ноде

Настройка Google Drive:

• Создайте папку для хранения резюме
• Подготовьте документ с описанием вакансии
• Получите ID документа с описанием вакансии

Настройка Google Sheets:

• Создайте таблицу "Таблица кандидатов"
• Добавьте заголовки всех колонок согласно mapping
• Получите ID таблицы для настройки

Возможности системы

Поддерживаемые форматы:

• Microsoft Word (.docx) - через конвертацию в Google Docs
• PDF (.pdf) - прямое извлечение текста
• Текстовые файлы (.txt) - прямое чтение

Критерии анализа:

• Сильные стороны - соответствие требованиям
• Слабые стороны - области несоответствия
• Фактор риска - потенциальные проблемы при найме
• Фактор вознаграждения - возможная ценность кандидата
• Карьерные перспективы - краткосрочная/долгосрочная пригодность
• Общая оценка - числовая оценка от 0 до 10
• Обоснование - детальное объяснение оценки

Автоматизированные процессы:

• Прием резюме - автоматическая проверка почты каждый час
• Обработка форматов - универсальная поддержка разных типов файлов
• AI анализ - глубокая оценка соответствия
• Извлечение контактов - автоматическое определение имени и email
• Ведение базы - структурированное хранение всех кандидатов

Применение системы

Для HR отделов:

• Массовый скрининг - обработка сотен резюме автоматически
• Объективная оценка - AI исключает человеческие предрассудки
• Экономия времени - первичный отбор происходит без участия HR
• Структурированная база - все кандидаты в удобной таблице

Для рекрутинговых агентств:

• Масштабирование - обработка большого объема кандидатов
• Стандартизация - единые критерии оценки для всех
• Отчетность - готовые данные для клиентов
• Competitive advantage - современные AI технологии

Для стартапов:

• Автоматизация HR - нет нужды в большом отделе кадров
• Качественный отбор - профессиональная экспертиза от AI
• Гибкость - легко адаптировать под разные позиции
• Интеграция - совместимость с существующими процессами

Результат работы системы

Что получается:

• Автоматизированный HR процесс работающий 24/7
• Структурированная база кандидатов с детальной оценкой
• Объективный анализ на основе AI экспертизы
• Экономия времени HR специалистов до 80%
• Стандартизированная оценка всех кандидатов

Метрики эффективности:

• Скорость обработки - анализ резюме за 2-3 минуты
• Точность извлечения - 95%+ корректность контактных данных
• Объективность оценки - исключение человеческих предрассудков
• Масштабируемость - обработка неограниченного количества резюме

Преимущества перед ручным процессом:

• Консистентность - одинаковые критерии для всех
• Скорость - мгновенная обработка вместо дней ожидания
• Детальность - углубленный анализ каждого аспекта
• Документирование - полная история всех оценок

Эта система превращает трудозатратный процесс ручного скрининга резюме в автоматизированный конвейер с AI экспертизой!

‍