قمت بتطوير مشروع متقدم يهدف إلى أتمتة المرحلة الأولى من فرز السير الذاتية باستخدام تقنيات NLP. يعتمد النظام على هندسة Transformers وتحديداً نموذج DistilBERT لضمان الفهم السياقي للمهارات والخبرات بدلاً من الاعتماد على الكلمات المفتاحية التقليدية فقط.

أبرز الجوانب التقنية للمشروع:
استخدمت إطار عمل PyTorch لبناء نموذج مطابقة ثنائي يحسب درجة التوافق بين السيرة الذاتية ووصف الوظيفة بدقة تصل إلى 92 بالمئة. تضمن العمل مرحلة معالجة بيانات متقدمة باستخدام Regular Expressions لتنظيف النصوص وضمان جودة المدخلات. تم تقييم الأداء بدقة باستخدام مقاييس F1-Score و Confusion Matrix عبر مكتبة Scikit-learn.

التقنيات المستخدمة:
لغة البرمجة Python وإطارات العمل PyTorch و Hugging Face Transformers ومكتبات تحليل البيانات Pandas و NumPy بالإضافة إلى Scikit-learn للتقييم والقياس.

يمثل هذا المشروع حلاً تقنياً فعالاً للشركات التي تسعى لتقليل الجهد البشري في قطاع الموارد البشرية وتحديد أفضل الكفاءات بسرعة ودقة متناهية.