Extrahieren
PDF-Lebenslauf + Stellenbeschreibung → normalisierte Texte
Evidenzbasierte KI · Full-Stack-Anwendung / v1.6.1
Eine Full-Stack-KI-Anwendung, die einen PDF-Lebenslauf mit einer Stellenbeschreibung vergleicht, Anforderungen extrahiert, Nachweise im CV prüft, einen deterministischen Match-Score berechnet und mit einem lokalen Sprachmodell abgesicherte Bewerbungsunterlagen erzeugt.
PDF-Lebenslauf und Stellenbeschreibung werden in eine strukturierte Anforderungs-Evidenz-Tabelle überführt.
Anforderungen erhalten MATCHED-, PARTIAL- oder MISSING-Status vor der Bewertung.
Eine deterministische Python-Schicht berechnet eine transparente 100-Punkte-Bewertung.
Das lokale LLM bleibt außerhalb der Score-Berechnung und wird für abgesicherte Textgenerierung eingesetzt.
PDF-Lebenslauf + Stellenbeschreibung → normalisierte Texte
Anforderungen → kanonische Evidenzstatus
Deterministische Python-Gewichtung → erklärbarer Score
Strukturierte Evidenz → abgesicherte lokale Bewerbungsunterlagen
Dieser Projektbericht basiert auf der Projektdokumentation. Die verlinkten Originaldokumente sind auf Englisch.
Agentische KI · Production Engineering
Eine produktionsorientierte agentische Workflow-Plattform mit strukturierten Entscheidungen, Tool Calling, menschlicher Freigabe, asynchroner Verarbeitung und AWS Infrastructure as Code.
Lokale Sprach-KI · Full-Stack-Anwendung
Ein datenschutzorientierter Meeting-Assistent, der Aufnahmen lokal transkribiert, strukturierte Notizen erstellt und belegte Fragen beantwortet.
Lokales RAG · Full-Stack-KI-Anwendung
Ein datenschutzorientierter Dokumentenassistent mit lokaler KI, gestreamten Antworten und nachvollziehbaren Quellen.