Ежедневный просмотр вакансий и заказов занимал много времени. Требовалось собирать предложения из разных источников, убирать повторы, выделять релевантные задачи и готовить черновики на основе реального опыта, сохраняя контроль пользователя.
Спроектировал прикладной сценарий Career Agent в составе Project Memory и интегрировал его с применением ИИ. Реализованный контур включает адаптеры источников, очередь и историю предложений, анализ требований, семантическую оценку релевантности и черновики на основе подтверждённых фактов. Проектный контекст поступает через RAG, база знаний отделена от операционных данных. Подключены HH.ru и FL.ru; остальные источники и способы отправки учитываются отдельно. Стек: Python, FastAPI, SQLite, Qdrant, API языковых моделей.
Рабочий личный инструмент объединяет поиск, отбор и подготовку отклика. По оценке пользователя на сентябрь 2026 года, сценарий обработки порядка 100–200 заказов и около 1 000 вакансий экономит примерно 2–3 часа ручного поиска в день. Это оценка прикладного использования, без независимого замера. Черновик и отправленный отклик имеют отдельные статусы; массовая автономная отправка не заявляется.