Как раз на этом стыке я и собрал новый кейс - AI Resume Screening Workflow на n8n: автоматический скрининг резюме от входящего письма до ответа кандидату.

Сценарий намеренно простой и жизненный: резюме приходит в Gmail, workflow проверяет PDF, извлекает текст, с помощью AI собирает профиль кандидата, сопоставляет его с вакансиями, записывает результат в Google Sheets и отправляет автоматический ответ.

Но для меня здесь был важен не только сам workflow. Хотелось собрать вокруг него весь слой логики: требования, BPMN-модель, альтернативные потоки, mapping модели к реализации, тест-кейсы, критерии приёмки и ограничения MVP.

Именно в таких местах лучше всего видно, где схема перестаёт быть просто картинкой и начинает сталкиваться с реалиями реализации: ветками, статусами, duplicate handling, правилами маршрутизации и обработкой ошибок.

В этот момент документация перестаёт быть формальностью и становится рабочим инструментом передачи системы - заказчику, который будет её поддерживать, или команде, которая будет развивать её дальше.

Стек: n8n · Gmail · OpenAI · Google Sheets · diagrams.net

🔗 Repository: github.com/AlexGol300/ai-resume-screening-workflow

#n8n #Automation #BusinessAnalysis #SolutionArchitecture #BPMN #OpenAI #WorkflowDesign #PortfolioProject