def check_photo(photo_info):
db_service = DbService()
all = db_service.execute_script('SELECT count(have_photo) FROM resume')
have_photo = db_service.execute_script(
'SELECT count(have_photo) FROM resume WHERE have_photo = TRUE ')
percentage = int(have_photo[0][0] / all[0][0] * 100) - 1
if photo_info is None:
return {
'title':
'Отсутствует фотография',
'text':
'Фотография в резюме всегда будет плюсом, даже если должность не предполагает общения с людьми.'
' Фото сделает резюме персонализированным: ее легче заметить, а отклик с фото сложнее пропустить'
' или удалить. Но выбирать портрет для резюме нужно критически: неудачное фото может все испортить.'
' Лучше всего подойдет профессиональное портретное фото, деловое и нейтральное.',
'sub_text':
f'На данный момент около {percentage}% всех резюме публикуются с фотографией!',
'type':
'warning'
}
face_cascade = cv2.CascadeClassifier(
'..//workflow/haarcascade_frontalface_default.xml')
req = requests.get(photo_info['medium'])
arr = np.asarray(bytearray(req.content), dtype=np.uint8)
img = cv2.imdecode(arr, -1)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray, 1.1, 4)
if len(faces) == 0:
return {
'title':
'Не найдено лицо на фотографии',
'text':
'Мы не смогли распознать вас на фотографии. Убедитесь, что ваше лицо хорошо'
' различимо и не закрыто элементами одежды.',
'type':
'warning'
}
if len(faces) > 1:
return {
'title':
'Более одного лица на фотографии',
'text':
'Нам удалось распознать несколько лиц на вашей фотографии. Групповые фото не подходят для '
'резюме, убедитесь, что на фото изображены только вы.',
'type':
'danger'
}
return False
def get_vacancy_title_recommendation(title):
title_tokens = re.sub('[^a-zа-я]', ' ', title.lower())
title_tokens.replace(' ', ' ')
title_tokens = title_tokens.split(' ')
title_tokens = set([token for token in title_tokens if token != ''])
script_text = "SELECT name, count(id) FROM vacancies WHERE "
if len(title_tokens) == 0:
return False
for token in title_tokens:
script_text += "lower(name) like %s and "
script_text = script_text[:-4]
script_text += "GROUP BY name ORDER BY count(id) DESC"
db_service = DbService()
vacancies = db_service.execute_script(
script_text, tuple([f"%{token}%" for token in title_tokens]))
i = 0
relevant_titles = []
for vacancy in vacancies:
if i == 4:
break
vacancy_tokens = set(
re.sub('[^a-zа-я]', ' ', vacancy[0].lower()).split(' '))
if vacancy_tokens == title_tokens:
continue
i += 1
relevant_titles.append(vacancy[0])
if not relevant_titles:
return False
return {
'title':
'Рекомендации к желаемой должности',
'text':
f'При выборе названия для желаемой должности, рекомендуется ориентироваться на конкретную'
f' интересующую именно вас вакансию определенной компании. Но в том случае если вы еще только в'
f' поиске желаемой вакансии, то мы можем посоветовать вам следующие наименование должностей, которые'
f' сейчас востребованы на рынке труда и похожи на желаемую вами должность:',
'sub_list':
relevant_titles,
'type':
'info'
}
def resume(request):
parser = HhApiParser()
access_token = HhUser.objects.get(user_id=request.user.id).access_token
username = get_user_name(request)
resume_id = request.GET.get("resume_id", "")
top_resumes = get_top_resumes(request)
info = parser.get_applicant_resume_data(resume_id, access_token)
db_service = DbService()
currencies_db = db_service.execute_script('select code from currency')
currencies = [cur[0] for cur in currencies_db]
# Получить рекомендации по резюме
warnings = get_recommendations(info, request)
warnings.sort(key=operator.itemgetter('type'))
# Обработать дату
for exp in info['experience']:
start = datetime.datetime.fromisoformat(exp['start'])
exp['start'] = start.strftime(f'{MONTH_LIST[start.month-1]} %Y')
if exp['end'] is not None:
end = datetime.datetime.fromisoformat(exp['end'])
exp['end'] = end.strftime(f'{MONTH_LIST[end.month - 1]} %Y')
return render(
request, 'main/resume_edit.html', {
'active_el': resume_id,
'user': username,
'resume': info,
'warnings': warnings,
'top_resumes': top_resumes,
'currencies': currencies,
})
from services.db_service import DbService
from data_parsers.hhResumeParser import HhResumeParser
import threading
from tqdm import tqdm
import json
service = DbService()
data = service.execute_script(
"SELECT id FROM specialization WHERE profarea_id = '1'")
specs = [item[0] for item in data]
del data
parser_1 = HhResumeParser()
parser_2 = HhResumeParser()
resumes_data = [[], []]
for i in tqdm(range(0, len(specs) - 1, 2)):
thread_1 = threading.Thread(
target=lambda s: resumes_data[0].extend(parser_1.get_resumes(s)),
args=(specs[i], ))
thread_2 = threading.Thread(
target=lambda s: resumes_data[1].extend(parser_2.get_resumes(s)),
args=(specs[i + 1], ))
threads = [thread_1, thread_2]
for t in threads:
t.start()
for t in threads:
t.join()
from scipy.sparse import lil_matrix
from sklearn.preprocessing import normalize
from scipy.sparse import spdiags
from scipy.sparse import vstack
import numpy as np
import json
db_service = DbService()
# Получение вакансий
vacancies_id = db_service.execute_script("""
SELECT v.id
FROM vacancies as v INNER JOIN vacancy_skill as v_s ON v.id = v_s.vacancy_id
GROUP BY v.id
HAVING count(v_s.vacancy_id) > 2
""")
vacancy_to_col = {}
for col_id, (vacancy_id, ) in enumerate(vacancies_id):
vacancy_to_col[vacancy_id] = col_id
# Получение ключевых навыков
skills = db_service.execute_script("""
SELECT DISTINCT skill_name
FROM vacancy_skill
GROUP BY skill_name
HAVING count(vacancy_id) > 25
""")
skill_to_row = {}
for col_id, (skill_name, ) in enumerate(skills):
if upper_i > len(dates):
upper_i = len(dates)
for j in range(i, upper_i):
threads.append(
threading.Thread(target=load_vacancies, args=(dates[j], )))
for t in threads:
t.start()
for t in threads:
t.join()
threads.clear()
gc.collect()
employers = db_service.execute_script(
'SELECT DISTINCT employer_id FROM vacancies WHERE employer_id is not NULL')
def load_employers(employer):
employer_info = parser.get_employers_info(employer)
db_service.save_employers(employer_info)
threads = []
size = int(len(employers) / 4)
threads.append(
threading.Thread(target=load_employers, args=(employers[:size * 1], )))
threads.append(
threading.Thread(target=load_employers,
args=(employers[size * 1:size * 2], )))
threads.append(
import json
from services.db_service import DbService
import re
with open('..//data/resume_data.json', 'r') as file:
resume_list = json.load(file)
db_service = DbService()
db_specializations = db_service.execute_script(
"SELECT id, name FROM specialization")
bd_schedules_orig = db_service.execute_script("SELECT id, name FROM schedule")
bd_schedules = {}
for sch in bd_schedules_orig:
bd_schedules[sch[1].lower()] = sch[0]
del bd_schedules_orig
bd_employment_orig = db_service.execute_script(
"SELECT id, name FROM employment")
bd_employment = {}
for emp in bd_employment_orig:
bd_employment[emp[1].lower()] = emp[0]
del bd_employment_orig
id_regex = re.compile(r'e/(.+?)\?')
resume_copy = [resume for resume in resume_list]
for resume in resume_copy:
# Резюме без ссылки и названия не рассматриваем
if (resume['href'] is None) or (resume['title'] is None):