Акт 1. Сбор и анализ

Начало 2024 года. Я работаю сис.админом в группе тех. поддержке пользователей. В свободное время на работе сижу что-то читаю о сетях, и информационной безопасности. Параллельно развернул Zabbix, настроил дашборды и ничего не предвещало беды. Но тут меня посетила идея, что мне нужен какой-то проект связанный с искусственным интеллеком. Загорелся я этим очень сильно, и решил что я должен что-то сделать!

Я очень неплохо общался с коллегами из отдела подбора персонала, и каким-то образом придумал, что было бы круто, сделать им какую-то штуку которая, оценивала резюме кандидатов. Это и стало моей целью. Я уже знал о существовании ChatGPT, Deepseek, Grok.

Они довольно круто справлялись с анализом и оценкой резюме. Но стоял большой вопрос, как сделать так, что бы они отвечали например в Телеграм, и не было никаких ограниченй. Я недолго думая, пошел к дипсику и навел справки, он говорит "Делай ТГ бота, получай апи, вот тебе python скрипт, вот вставляй API AI, и вставляй API TG". Я быстренько все сделал, и ничего не работает. Большое огорчение настало когда я узнал о платном API AI. Руки опустились, и я поехал домой, подумав что это конец. Поскольку бюджет на подобные эксперименты мне никто выделять не собирался..

На следующий день я пол дня просидев в интернете, прогуглив как мне реализовать затеянное, я наткнулся на LM Studio. Отсюда и начинается все самое интересное. Про LM Studio много уже всего есть в интернете, начиная от обзоров, гайдов и прочего, внимание засторять не стану, вкратце - это программа в которой мы можем скачать языковую модель, и тут же с ней поработать. Модель работает без интернета, и хранится у вас на компьютере. Языковых моделей базовых в ней довольно много, я перепробовал многие, но все они мне не подходили. В поисках«Что‑то хочу, не знаю что», меня привели на чудесный сайт. https://huggingface.co/

Это очень крутой сайт на котором, компании, команды ребят, и просто юзеры выкладывают свои дообученные нейросети под конкретные задачи. Путем простых фильтров можно найти, что действительно нужно тебе.

Акт 2. Действие

Спустя какое-то время, я понял что все возможно сделать, главное подключить чуть чуть голову.

Итак, я вооружился:

• LM Studio.

• HuggingFace.

• Нулевым знанием Python.

• Довольно дохленькой 1650 на 4gb.

• И сильным желанием с DeepSeek.

Я приступил к созданию своего "Шедевра". Весь код я написал с помощью DeepSeek и Cursor AI.
В качестве итоговой модели, для меня подошла:

Если коротко об этой модели. Она без цензуры, она шикарно понимает русский язык и довольно быстро работает, нет отсебятины, и прочего мусора в тексте. Я долго время использовал openai/gpt-oss-20b, от OpenAI она в целом не плохая, но очень любит рисовать всякие таблицы, смайлики и т. д., к тому же её ответы не всегда одинаковые, как я не пытался ограничить ее промтом, ничего не получалось.

И так я взял комп, на Win10 с 4х ядерным AMD, 48 гигами DDR4 ОЗУ, и 1650 4gb (да это очень мало, но больше нет). Все установил, всех подружил. И в общем итоге, все это начало работать!

Работает все следующим образом.

LM Studio работает как локальный сервер в сети.
На этой же машине работает Python скрипт. Строки для того что бы все работало следующие.

LM_STUDIO_URL = "http://localhost:1234/v1/chat/completions"
MODEL_NAME = "mn-violet-lotus-12b"

Работает все мягко говоря не очень быстро. В силу слабого железа, но думаю даже на 8 GB работало бы все очень даже отлично. По хорошему нужно было взять Линукс с Оламой. Но это уже отдельная история.

Спустя какое то время я пришел к следующему. Мой ТГ бот + Неиросеть может.

• Смотреть и анализировать резюме кандидатов.
  Описывает сильные и слабые стороны кандидата и дает оценку от 1 до 10.

• Подготавливает список вопросов по резюме кандидата.
  Готовит вопросы, по предыдущим местам работы.

• Сравнивать несколько кандидатов.
  Можно сравнить сразу 2-3 кандидатов, она оценит лучшее резюме, и кто более подходит на должность.

• Проверять резюме на ред-флаги.
  Несостыковки в датах, орфографические ошибки, или просто бред в резюме.

• Подбирать кандидата на конкретную должность.

  Пара скриншотов с визуализацией работы бота.

Скрытый текст

Акт 3. Для чего и зачем

Этот мини проект я делал в первую очередь для себя. Просто ради «Спортивного интереса». Что мне это дало, в рамках развития себя как специалиста:

• Я подтянул Python. Хоть чуть чуть)

• Освоил чудесный инструмент LM Studio.

• Разобрался как работают боты в TG

• Теперь я могу прикрутить AI почти куда угодно.

• Начал разбираться в промтах, и появилось крепкое понимание ИИ моделей.

• Ну и респекты от коллег

В том месте где я тружусь, коллегам понравилось то что я сделал. Им пользуются не только сотрудники подбора, а также руководители, когда им кладут резюме на стол.

Этот проект не претендует на ультимативное решение для всех HR и не заменяет работу HR-специалиста. Скорее он помогает снизить эффект «замыленного глаза», обратить внимание на проблемные места в резюме и служит вспомогательным инструментом — особенно для начинающих специалистов. Вариантов дальнейшего развития проекта, очень мно го, можно прикрутить БД, для будущего поиска соискателей которых нейронка уже смотрела. Модель можно обучить под конкретные должности компании путем RAG, LM Studio это позволяет сделать. Думаю что при нужде, и желание из этого можно сделать целое приложение, в том же ТГ, или веб. А так это просто идея для читателя.

Спасибо всем кто дочитал, это мой первый пост.