Розробка AI-агента на Python для автоматизації пошуку роботи
-
Як стати програмістом?
-
Python 3.4.0 Стартовый
-
Flask
-
Вайбкодинг з AI: створюємо гру «Хрестики-нулики» на Python
-
Python чи QA — що обрати для старту в ІТ?
-
Як правильно працювати з кодом без хаосу: дебагер, профайлер і PyCharm для новачків
-
Як стати Python-розробником у 2025 році?
-
Створюємо голосового асистента на Python
-
Що пишуть на Python та які напрямки розробки у тренді
-
Чому обирають Python? Карта спеціальності Python Developer
-
Python Developer: як отримати стабільний дохід в поточних реаліях
-
Як стати програмістом? Python, Java, FrontEnd чи .NET – що обрати?
-
PyCharm з нуля. Найкраща IDE для Python розробки
Як ви вважаєте: якщо про зустріч із роботодавцем у компанію, яка впроваджує ШІ-інструменти, домовлятиметься ваш персональний AI-агент — це підвищить ваші шанси отримати офер? Напевно, щонайменше здивує та зацікавить рекрутерів!
Запрошуємо вас на практичний інтенсив від ментора Костянтина Зівенка, де ми разом створимо розумного помічника, який автоматизує рутину з пошуку роботи.
Буде 2 онлайн зустрічі – 30 червня і 2 липня.
Що зробить ваш AI-агент до кінця воркшопу:
- Проаналізує ваше резюме та побажання щодо майбутньої роботи (зарплата, стек, формат).
- Збере (спарсить) актуальні вакансії з job-сайтів.
- Співставить вимоги компаній із вашим досвідом і відфільтрує найкращі варіанти.
- Запитає деталі: якщо в описі вакансії мало даних для прийняття рішення, агент сам напише листа роботодавцю з уточненнями.
- Надішле відгук: для ідеальних вакансій сформує та відправить мотиваційний лист разом із вашим CV, а також запропонує зручний час для зідзвону.
- Попрацює з календарем: отримавши відповідь із пропозицією інтерв'ю, агент звірить її з вашим графіком, підтвердить зустріч або запропонує інший слот, якщо ви зайняті.
Головна мета воркшопу
Познайомитися з основами створення AI-агентів на базі генеративних мереж.
Важливо: Наша мета — навчити вас логіці та архітектурі, а не просто дати готовий сервіс. Ви отримаєте набір робочих функціональних блоків у Jupyter Notebook. Їх можна легко модифікувати, розширювати та комбінувати, щоб у майбутньому створювати власних складних агентів під будь-які бізнес-задачі.
Технологічний стек та інструменти
Працюємо локально, без зайвого ускладнення архітектури, щоб фокусуватися на коді:
- Мова: Python
- LLM Core: Моделі сімейства Gemini (через офіційний SDK Gemini)
- Валідація даних: бібліотека instructor (для отримання структурованих JSON-відповідей від ШІ)
- Мережа: httpx + допоміжні Python-бібліотеки
- Середовище: PyCharm / Jupyter Notebook
Кому підійде цей воркшоп?
Вебінар розрахований на початківців, які хочуть перейти від теорії AI до реальної практики.
Мінімальні вимоги до учасників:
- Знання базового синтаксису Python та поверхневе розуміння ООП.
- Розуміння, що таке HTTP-запит та формат JSON.
- Встановлений PyCharm або VSCode.
Усі кроки та рядки коду ментор детально пояснюватиме в процесі, тому якщо ви маєте мінімальний досвід написання коду — у вас не виникне жодних проблем із розумінням матеріалу!
Ментор воркшопу
Костянтин Зівенко — Lead Software Engineer, 7 років у комерційній розробці. Web, AI, ML, DevOps, бази даних. Сильні сторони: алгоритми й математика, архітектурні рішення, прямий діалог із замовником, організація процесу роботи над проектами груп розробників.
Умови участі – безкоштовно за попередньою реєстрацією.