Job Opening Analyzer

This API provides intelligent analysis of resumes and job postings, extracting structured information from unstructured text. It also offers semantic similarity computation to match candidates with job requirements. The API uses advanced AI models to understand context and extract relevant details automatically.

原始信息汇总

Job Opening Analyzer API 数据集概述

基本信息

• API名称：Job Opening Analyzer
• 类别：Text Analysis
• 当前版本：v1
• API概述：该API使开发者能够搜索在线工作和公司，并分析职位空缺和简历。它利用先进的自然语言处理和机器学习算法，从职位发布和简历中提取有价值的见解。

性能指标

• 流行度：9.5
• 服务等级：90%
• 延迟：1130ms

订阅计划与定价

• BASIC：$0.00 / ---
• PRO：$500.00 / 月
• ULTRA：$1,000.00 / 月
• MEGA：$2,000.00 / 月

主要功能

• 智能分析简历和职位发布，从非结构化文本中提取结构化信息。
• 提供语义相似度计算，以匹配候选人与职位要求。
• 使用先进的AI模型自动理解上下文并提取相关细节。

API端点

1. 分析职位发布

• 端点：POST /analyze_job
• 描述：从职位发布中提取结构化信息，包括所需技能、资格、职责和教育要求。
• 请求体：{"text": "Your job posting text here..."}

2. 分析简历

• 端点：POST /analyze_resume
• 描述：解析简历以提取候选人信息、联系方式、工作经验、技能和教育背景。
• 请求体：{"text": "Your resume text here..."}

3. 计算相似度

• 端点：POST /compute_similarity
• 描述：计算参考文本（基准）与多个比较文本之间的语义相似度分数。使用AI理解含义，而不仅仅是关键词匹配。
• 请求体：{"pivot": "Reference text for comparison", "texts": ["First text to compare", "Second text to compare", "Third text to compare"]}

响应模型

职位分析响应

json { "jobTitles": ["string"], "softSkills": ["string"], "technicalSkills": ["string"], "responsibilities": ["string"], "qualifications": ["string"], "diplomas": ["string"], "languages": ["string"], "actionVerbs": ["string"], "nounPhrases": ["string"] }

简历分析响应

json { "name": "string", "email": "string", "phone": "string", "jobTitles": ["string"], "softSkills": ["string"], "technicalSkills": ["string"], "responsibilities": ["string"], "qualifications": ["string"], "diplomas": ["string"], "languages": ["string"], "actionVerbs": ["string"], "nounPhrases": ["string"] }

相似度响应

返回一个十进制数字数组，顺序与输入文本相同，例如：[0.85, 0.72, 0.91, 0.65]。

典型用例

1. 自动候选人筛选：减少招聘时间60-80%，消除初始筛选中的无意识偏见。
2. 技能差距分析：数据驱动的劳动力规划，识别新兴技能需求。
3. 职位匹配平台：个性化职位推荐，改善候选人体验。
4. 简历数据库搜索：利用现有人才库，降低外部招聘成本。
5. 质量控制与标准化：确保职位发布包含必要元素，保持一致的雇主品牌。

错误处理

• 200：成功
• 422：请求格式无效
• 500：服务器错误

错误响应格式：{"detail": "Description of what went wrong"}

最佳实践

• 输入质量：提供完整的职位描述和简历文本，使用清晰专业的语言。
• 相似度比较：比较相似类型的内容，使用具体详细的文本以提高匹配准确性。
• 响应时间：职位/简历分析预计1-3秒，相似度计算（最多10个比较）预计1-2秒。
• 速率限制：对失败的请求实施指数退避，尽可能批量处理请求。