На днях в Сетке была #карьернаяпрожарка, где HR эксперты давали рекомендации, как прокачать резюме. Решил использовать эту движуху для небольшого исследования 😎 Благо авторы инициативы пообещали по итогам сделать гайд для прокачки резюме. Так почему бы не попробовать самому, тем более, что исходные данные публичные?

Идея проста - собрать все рекомендации экспертов, скормить их ChatGPT и определить ключевые ошибки и best practices при подготовке резюме.

1️⃣ Сбор данных - эта часть была самой кропотливой и унылой. Не будучи спецом в программировании, пришлось ручками отбирать посты с рекомендациями, открывать их в веб-версии и копипастить данные в Excel. Да, это Средние века по части реализации, но не кидайте в меня тапками - как умел, так и сделал 😀 Итоговая выборка собралась в таблицу: 🔹 позиция 🔹 направление (IT, продажи, маркетинг, …) 🔹 уровеньа (junior, middle, senior, …) 🔹 рекомендация эксперта

2️⃣ Для подготовки промпта использовал ChatGPT. Исходный запрос был достаточно простой, но в несколько итераций при обработке тестового массива данных он превратился в промпт, который сам бы наверное и не смог написать.

3️⃣ Дальше было скрещивание ежа (базы данных) с ужом (промптом), 5 минут ожидания, пара уточняющих запросов и вуаля! На весь проект потратил 5-6 часов, из которых большую часть занял ручной парсинг.

Ограничения, влияющие на качество результатов

🟠 Выборка из 100 рекомендаций объективно не достаточна для глубокой аналитики 🟠 Стиль, объем и уровень детализации рекомендаций были очень неоднородны 🟠 Классификацию по направлениям и уровням делал руками на основе здравого смысла, если не было указано явно

Целевая аудитория

Все, но особенно те, кто опоздал на прожарку.

Полученные результаты

Крупными мазками, без подробностей (их можно спокойно самостоятельно изучить в отчёте): 🟢 Критичные ошибки: нечеткое позиционирование (!), отсутствие цифр и метрик, нелогичная структура резюме, недостаток бизнес-результатов, слабый блок навыков 🟢 Ключевые слова, название позиции и блок навыков - критичны для прохождения ATS. Достижения, метрики, бизнес-результаты - критичны для рекрутера и нанимающего руководителя 🟢 Для большинства резюме наибольший эффект дают позиционирование, переработка достижений, метрик, ключевых слов и блока навыков

Что не получилось?

🔴 Результат получился ближе к аналитическому исследованию, чем к практическому гайду. Впрочем, это поправимо 🔴 Хотя математику аналитики и проверил, отдельные моменты вызывают вопросы. Не выглядит критичным, но все же

Зачем все это?

🔷 В любой ситуации мне интересно понять системные закономерности: причины ошибок, эффективные способы решения, сформулировать ясные правила игры. Я так смотрю на мир и иначе не умею 😉 🔷 Практический опыт применения нейросетей для анализа неструктурированного массива текстовых данных. Живая и реальная задача - что может быть интереснее? 🔷 Всегда считал, что делиться опытом, информацией и знаниями - это правильно. Особенно с теми, кто в этом может остро нуждаться.

Выводы

Если взглянуть на картину в целом, то подтвердилась моя гипотеза - упаковка опыта и самопрезентация окончательно превратились в отдельный профессиональный хард скил, без которого на рынке труда выжить очень сложно. Это может вызывать раздражение, это можно считать абсурдом, бесконечно кого-то в чем то обвинять, но как минимум эту новую реальность надо осознать. Принимать её или нет - другой вопрос.

При этом главную ценность вижу не столько в результатах анализа (их можно докрутить и уточнить), сколько в собранном массиве сырых данных. С ним можно работать отдельно, фильтруя под себя релевантные рекомендации, или обработать аккуратнее, чтоб получить более полезные и практические выводы. Берите и пользуйтесь!

В первом комментарии - ссылка на папку со всеми материалами для самостоятельного изучения.

Дисклеймер: все полученные результаты - 100% AI generated, as is.

У меня все, коллеги! 😀

PS. Спасибо всем экспертам, кто потратил свое время и силы на подготовку рекомендаций 👍