💼 JobFIT - Match your CV with JD

Giới thiệu

JobFIT là hệ thống hỗ trợ người dùng phân tích mức độ phù hợp giữa CV (PDF/DOCX) và Mô tả Công việc (JD), cung cấp điểm tương đồng (Match Score) và gợi ý cải thiện dựa trên Mô hình Ngôn ngữ Lớn (LLM). Dự án sử dụng Flask để xây dựng backend, render giao diện bằng HTML templates, và hỗ trợ triển khai với Docker.

JobFIT được thiết kế để dễ mở rộng, bảo trì, và là nền tảng lý tưởng cho các nhà phát triển muốn đóng góp vào một hệ thống phân tích CV thông minh. 🚀

---

Tính năng

Chức năng chính

• Tải lên CV: Hỗ trợ file PDF hoặc DOCX.
• Nhập/Tải JD: Nhập JD dạng văn bản hoặc tải file.
• Trích xuất văn bản: Trích xuất nội dung từ CV và JD.
• Xử lý lỗi: Thông báo lỗi khi upload hoặc phân tích thất bại.
• Prompt động: Tùy chỉnh prompt LLM cho từng cặp CV-JD.
• Tạo embedding: Sử dụng API (như OpenAI) để tạo embedding.
• Tính độ tương đồng: So sánh CV và JD bằng cosine similarity.
• Phân tích với LLM: Gửi CV/JD vào LLM để phân tích và gợi ý cải thiện.
• Hiển thị kết quả: Render Match Score, điểm mạnh, điểm yếu qua HTML.

Chức năng tùy chọn

• 💾 Lưu lịch sử: Lưu kết quả phân tích để xem lại.
• 🕒 Xem lịch sử: Hiển thị các đánh giá trước đó.
• 🗂️ Quản lý CV: Quản lý hoặc xóa file CV đã tải.
• 📈 Thống kê admin: Hiển thị số liệu về người dùng và lượt đánh giá.
• 🔒 Xác thực người dùng: (Dự kiến) Hỗ trợ đăng nhập để quản lý lịch sử.

---

Cấu trúc dự án

JobFIT/
├── backend/                    # Backend Flask
    │   main.py
    ├───api
    │   │   chatgpt.py
    │   │   gemini.py
    │   │   other.py
    ├───config
    │   │   database.py
    │   │   __init__.py
    ├───logs
    │       app_log.py
    ├───models
    │   │   cv_model.py
    │   │   jd_model.py
    │   │   result_model.py
    │   │   __init__.py
    ├───plugins
    │       __init__.py
    ├───routers
    │   │   app_routers.py
    │   │   __init__.py
    ├───services
    │   │   load_cv.py
    │   │   load_jd.py
    │   │   review_cv.py
    │   │   __init__.py
    ├───static
    │   ├───css
    │   │       style.css
    │   │
    │   ├───images
    │   │       logo.png
    │   │
    │   └───js
    │           main.js
    │
    ├───templates
    │       auth.html
    │       home.html
    │       landing.html
    │
    └───utils
        │   convert.py
        │   embedding.py
        │   similarity.py
        │   suggestion.py
        │   __init__.py

---

Yêu cầu kỹ thuật

• Backend:
  • Python 3.8+
  • Flask 2.3.3
  • Thư viện: PyPDF2, python-docx, openai, numpy, scikit-learn, pymongo, python-dotenv
• Frontend:
  • HTML/CSS/JavaScript
  • Jinja2 (cho templating trong Flask)
• Cơ sở dữ liệu (tùy chọn):
  • MongoDB hoặc PostgreSQL (cho lịch sử đánh giá)
• Công cụ:
  • Docker (khuyến nghị)
  • Git
  • API key từ OpenAI (hoặc LLM tương tự)

---

Hướng dẫn cài đặt và chạy dự án

1. Clone repository

git clone https://github.com/username/JobFIT.git
cd JobFIT

2. Cài đặt môi trường

• Tạo virtual environment:

  python -m venv venv
  .\venv\Scripts\activate  # Windows

• Cài đặt dependencies:

  pip install -r requirements.txt

3. Cấu hình

- Cập nhật `.env` với các giá trị:
```env
OPENAI_API_KEY=your_openai_key
DATABASE_URL=mongodb://localhost:27017/jobfit_db  # Hoặc PostgreSQL
FLASK_ENV=development
SECRET_KEY=your_flask_secret_key

4. Chạy ứng dụng

python backend/main.py

• Truy cập: http://localhost:5000

---

API Endpoints

• GET /: Trang chủ JobFIT.
• POST /cv/upload: Tải lên file CV.
• POST /jd/upload: Tải lên hoặc nhập JD.
• GET /analyze: Phân tích CV-JD, trả Match Score và gợi ý.
• GET /history: Xem lịch sử đánh giá (yêu cầu xác thực).
• DELETE /cv/<id>: Xóa file CV.

Chi tiết API: Xem docs/api.md.

---

Hướng dẫn đóng góp

Chúng tôi hoan nghênh mọi đóng góp để cải thiện JobFIT! Để tham gia:

1. Fork repository và clone về máy:

   git clone https://github.com/your-username/JobFIT.git

2. Tạo branch mới:

   git checkout -b feature/your-feature-name

3. Thêm code:

   • Backend: Thêm logic vào services/ hoặc routes vào api/.
   • Frontend: Cập nhật HTML trong templates/ hoặc CSS/JS trong static/.
   • Test: Viết unit test trong tests/.

4. Commit và push:

   git add .
   git commit -m "Add your feature description"
   git push origin feature/your-feature-name

5. Tạo Pull Request:

   • Mô tả rõ ràng thay đổi và mục đích.
   • Liên kết với issue (nếu có).

6. Quy tắc code:

   • Tuân thủ PEP 8 cho Python.
   • Sử dụng Jinja2 đúng cách trong HTML templates.
   • Viết code modular, dễ đọc.
   • Thêm comment cho logic phức tạp.
   • Đảm bảo test pass: pytest backend/tests.

---

Xử lý lỗi

• Lỗi upload file: Kiểm tra định dạng file trong utils/file_utils.py.
• Lỗi LLM: Xác minh API key và kết nối trong services/llm_service.py.
• Lỗi database: Kiểm tra cấu hình trong config/database.py.
• Log được lưu trong utils/logger.py để debug.