Как я автоматизировал поиск работы: 553 отклика за 3 недели
Автор создал систему из AI‑агентов, которая за три недели собрала более 10 000 вакансий, открыла 1 127 форм и отправила 553 заявки, из которых три привели к собеседованиям.
В статье на Habr AI автор делится личным кейсом по автоматизации процесса поиска работы с помощью современных AI‑агентов. За три недели система проанализировала 10 687 вакансий в 2 204 компаниях, автоматически открыла 1 127 онлайн‑форм и подготовила 553 отклика, доведя их до кнопки «Отправить». Три из отправленных заявок привели к реальным собеседованиям.
Для реализации проекта использовались типичные инструменты: большие языковые модели (GPT‑4/Claude), фреймворк для построения агентных цепочек (LangChain или аналог), парсинг вакансий через API популярных площадок и автоматическое заполнение форм с помощью Selenium/Playwright. Весь процесс был оркестрирован через скрипты, запускаемые по расписанию, а результаты сохранялись в Google Sheets для последующего анализа.
Ключевые цифры:
- 10 687 найденных вакансий;
- 2 204 уникальных компании;
- 1 127 открытых форм;
- 553 готовых отклика;
- 3 собеседования.
Автор подчёркивает, что автоматизация рутинных задач в поиске работы позволяет сосредоточиться на подготовке к интервью и улучшении персонального бренда. При этом важно контролировать качество заполнения форм и следить за актуальностью вакансий, чтобы избежать отправки «мёртвых» заявок.
Полный материал доступен по ссылке: https://habr.com/ru/articles/1086362/
Для AI‑разработчиков и студентов это яркий пример того, как агентные системы могут заменить рутину в любой сфере, включая карьерный рост. Автоматизировав поиск вакансий, можно увеличить охват и сократить время отклика, но важно помнить о проверке качества данных и этических аспектах массовой рассылки.
