Розробка AI-агента на Python для автоматизації пошуку роботи. Частина 1

Це перша частина воркшопу з Костянтином Зівенком, на якому ми разом створимо розумного помічника, що автоматизує рутину з пошуку роботи.

Продовження буде 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.

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.

Ментор:
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.