Members-Only
Recent Talks & Demos are for members only
You must be an AI Tinkerers active member to view these talks and demos.
LLM CV Scoring and Analysis
Learn how to automate CV parsing, scoring, and sentiment analysis of interview videos using LLMs, Google Sheets, and Drive for efficient hiring.
Este agente aprovecha la tecnología de modelos de lenguaje extensos (LLM) para facilitar el proceso de selección y evaluación. Analiza las hojas de vida recibidas, asignando un puntaje del 1 al 10 en función de la coherencia con el perfil requerido. Además, evalúa las pruebas técnicas enviadas, transcribe los videos de las entrevistas y realiza un análisis de sentimientos para ofrecer una visión integral del desempeño de los candidatos.
Aquí está el desglose de los puntos más importantes del proceso, centrando en el nodo que actúa como agente:
Inicialización de Campos: Este primer paso es crucial, ya que configura el entorno para que el sistema pueda trabajar con los datos provenientes de las hojas de vida. Los campos se inicializan para capturar la información relevante de cada candidato, como nombre, experiencia laboral, educación, habilidades, etc.
Extracción de Información del PDF: El flujo extrae la información de la hoja de vida en formato PDF. Este es el nodo que actúa como el agente del proceso. Utiliza un modelo de extracción de texto para identificar y extraer los datos relevantes del archivo PDF, transformando los datos no estructurados en una forma procesable.
Validación de la Información (Validación de la Hoja de Vida): Una vez extraída la información, el sistema la valida según los criterios establecidos para el puesto. Este paso es fundamental para asegurar que solo las hojas de vida que cumplen con los requisitos sean procesadas. El flujo puede incluir validaciones como experiencia mínima, títulos académicos relevantes o habilidades específicas.
Guardar los Resultados en Google Sheets: Los resultados de la evaluación (la calificación del CV) se almacenan en una hoja de cálculo de Google Sheets. Esto permite mantener un registro organizado de todos los candidatos y sus calificaciones, lo que facilita la revisión y el análisis posterior de los resultados.
Almacenamiento en Carpeta por Proceso: Para mantener todo bien organizado, el flujo crea una carpeta en Google Drive, o verifica si ya existe, y guarda el documento de la hoja de vida evaluada dentro de esa carpeta específica del proceso de contratación. Esto asegura que cada proceso tenga su propia carpeta de documentación, lo que facilita el acceso y la gestión de los documentos asociados.
Manejo de Errores: Si algo falla durante el proceso, como no poder extraer información del PDF o si el candidato no pasa la validación, el sistema genera un mensaje de error y lo comunica automáticamente, indicando la causa del problema.
Nodo Actuando como Agente:
El nodo que actúa como agente es el encargado de la extracción de la información del archivo PDF. Este nodo utiliza un modelo especializado (probablemente basado en NLP o procesamiento de lenguaje natural) para analizar el contenido del CV y extraer los datos relevantes de manera automática. A través de este proceso, el sistema obtiene datos clave como:
Nombre
Experiencia laboral
Formación académica
Habilidades
Otros detalles relacionados
Este es el punto más crucial del proceso porque, sin la correcta extracción y organización de los datos, no sería posible realizar la evaluación y validación del CV.
Related projects
Automating What 400 People Do: Building an AI Agent for Trade Compliance
Medellín
Demonstrating an AI system that extracts, interprets, and validates import documents using legal logic and embeddings to automate…
The Future of AI: How Self-Improving AI is Changing the Game
Medellín
Explore why most AI systems underperform, learn the difference between monitoring and true optimization, and see how HandIt.ai…
Your technical interviews sucks, so let's fix it.
Medellín
Demonstrates building a real-time voice interview agent with Realtime API and Chainlit, showing tool integration, prompt design, and…
Agentes AI - Puesta en marcha
Bogotá
Learn how AI agents work and how to enhance language model functionality using open‑source tools and Google Vertex…
La fábrica se empresas
Manizales
This talk explores AI agents designed to assist with the initial steps of starting a business in Colombia,…
Transformando el proceso de desarrollo de software con agentes inteligentes
Medellín
Learn how a three‑agent system—writer, estimator, programmer—automates user story refinement, effort estimation, and code generation to streamline software…