ResumeSDK职位解析提供对输入的职位JD进行提取及结构化的功能。ResumeSDK的服务基于http+json格式的接口方式提供服务,可以同时支持各种不同开发语言的客户端调用。
ResumeSDK提供SaaS模式和独立部署两种形式的服务模式:
两种服务方式的接口仅涉及账户信息的地方有差异,JD结构化等其他字段信息均一致。以下以SaaS服务的接口格式做详细介绍。
按照如下方式和内容构造http请求:
字段 | 类型 | 必填 | 描述 |
---|---|---|---|
uid | int | 必填 | 用户id(注:仅SaaS接口需要,独立部署版或者阿里云客户不需此字段) |
pwd | string | 必填 | 用户密码(注:仅SaaS接口需要,独立部署版或者阿里云客户不需此字段) |
字段 | 类型 | 必填 | 描述 |
---|---|---|---|
title | string | 必填 | JD标题 |
content | string | 必填 | JD详情 |
请求结构体示例:
{
"title": "销售经理",
"content": "1. 负责公司产品的销售,负责江苏省各市区县市场监管部门拜访。\n2.负责在客户中宣传公司的企业文化及产品和服务。...",
}
返回结构体示例:
{
"status": {
"code": 200,
"message": "OK"
},
"account": {
"uid": 123456,
"usage_limit": 62500,
"usage_remaining": 50000
},
"job_result": {
...
},
}
职位解析结果均放在job_result字段下。类型为Dict类型,包含的字段如下:
字段 | 子字段 | 含义 | 类型 | 取值&描述 |
---|---|---|---|---|
gender | value | 性别要求 | String | 取值:"男"、"女"、"" |
age | value | 年龄要求 | String | 取值:"20岁 ~ 30岁"、"0岁 ~ 100岁" |
lowerbound | 年龄下限 | int | 默认为0 | |
upperbound | 年龄上限 | int | 默认为100 | |
work_year | value | 工作年限要求 | String | 取值:"3年 ~ 5年"、"0年 ~ 100年" |
lowerbound | 工作年限下限 | int | 默认为0 | |
upperbound | 工作年限上限 | int | 默认为100 | |
degree | value | 学历要求 | String | 取值:""、"本科及以上" |
lowerbound | 学历下限 | string | 默认为"" | |
upperbound | 学历上限 | string | 默认为"" | |
college | value | 学校要求 | String | 取值:""、"985及以上" |
lowerbound | 学校下限 | string | 默认为"" | |
upperbound | 学校上限 | string | 默认为"" | |
major | value | 专业要求 | String | 比如:"计算机、电子等相关专业" |
profession_exp | value | 职能经验要求 | String | 比如:"熟练使用office 软件,擅长excel、PPT制作优先考虑" |
industry_exp | value | 行业经验要求 | String | 比如:"2.有3年以上半导体行业工艺整合或产品工作经验" |
company_exp | value | 公司经验要求 | String | 比如:"4、有互联网BAT公司经验优先考虑" |
management_exp | value | 管理经验要求 | String | 比如:"2、有2年及以上区域管理经验;带领团队达成公司业绩;" |
language_exp | value | 语言经验要求 | String | 比如:"3、能够熟练阅读翻译英文文献" |
certificate_exp | value | 证书经验要求 | String | 比如:"有注册会计师证书优先考虑" |
title | value | 职位标题 | String | 比如:"java工程师" |
job_type | value | 职能类型 | String | 比如:"销售/客服-销售人员-销售工程师" |
salary | value | 薪资水平 | String | 取值:""、"6000 ~ 8000 元/月" |
lowerbound | 薪资下限 | int | 默认为0 | |
upperbound | 薪资上限 | int | 默认为0 | |
job_nature | value | 工作性质 | String | 取值:""、"全职"、"兼职"、"实习"等 |
job_location | value | 工作地点 | String | 比如:"北京市海淀区中关村" |
job_city | value | 工作城市 | String | 比如:"中国-北京-北京市" |
value | 邮箱 | String | 比如:"xxx123@qq.com" | |
phone | value | 手机电话 | String | 联系电话号码 |
head_count | value | 招聘人数 | String | 招聘人数说明 |
publish_date | value | 职位发布日期 | String | 比如:"2024-01-01" |
expiration_date | value | 职位到期日期 | String | 比如:"2024-12-31" |
company | value | 招聘公司名称 | String | 比如:"阿里巴巴" |
company_dept | value | 招聘公司部门 | String | 比如:"技术部" |
company_desc | value | 招聘公司描述 | String | 公司简介 |
industry | value | 招聘公司行业 | String | 比如:"互联网" |
welfare | value | 福利待遇 | String | 比如:"五险一金、早九晚五" |
job_skill_list | value | 技能名称 | String | 比如:"机器学习"、"java开发"等 |
level | 技能水平 | String | 比如:"基本掌握"、"熟练"等 | |
type | 技能类型 | String | 比如:"市场/营销"、"半导体/芯片"等 | |
group | 技能来源 | String | 比如:"job_requirements"、"job_responsibilities"等 | |
soft_skill_list | value | 软素质技能 | String | 比如:"沟通能力强"、"抗压能力"等 |
group_list | job_description.value | 工作描述 | String | 工作描述原始文本 |
job_responsibilities.value | 工作职责 | String | 工作职责原始文本 | |
job_requirements.value | 工作要求 | String | 工作要求原始文本 | |
company_description.value | 公司描述 | String | 公司描述原始文本 | |
job_welfare.value | 福利待遇 | String | 福利待遇原始文本 | |
other.value | 其他内容 | String | 其他内容原始文本 |
样本示例:
{
"gender": {
"value": ""
},
"age": {
"value": "0岁 ~ 100岁",
"lowerbound": 0,
"upperbound": 100
},
"work_year": {
"value": "3年 ~ 100年",
"lowerbound": 3,
"upperbound": 100
},
"degree": {
"value": "本科及以上",
"lowerbound": "本科",
"upperbound": ""
},
"major": {
"value": "5、计算机相关专业"
},
"college": {
"value": "",
"lowerbound": "",
"upperbound": ""
},
"profession_exp": {
"value": "在知识图谱领域有经验者优先;或在内容理解有相关经验者优先;领域内3年工作经验;熟练使用python语言,及相关机器学习工具;熟练使用tensorflow 、pytorch框架中至少一个;熟练运用;了解行业内领先技术,在
知识图谱领域有经验者优先,或在内容理解有相关经验者优先"
},
"industry_exp": {
"value": ""
},
"company_exp": {
"value": ""
},
"management_exp": {
"value": ""
},
"language_exp": {
"value": "7、具备良好的英文听说读写能力"
},
"certificate_exp": {
"value": "有英语六级以上证书优先"
},
"title": {
"value": "nlp算法工程师"
},
"job_type": {
"value": "互联网技术-人工智能-自然语言处理(NLP)"
},
"salary": {
"value": "20000 ~ 30000 元/月",
"lowerbound": 20000,
"upperbound": 30000
},
"job_nature": {
"value": ""
},
"job_location": {
"value": "北京市海地区中关村"
},
"job_city": {
"value": "中国-北京-北京市"
},
"email": {
"value": ""
},
"phone": {
"value": ""
},
"head_count": {
"value": ""
},
"publish_date": {
"value": ""
},
"expiration_date": {
"value": ""
},
"company": {
"value": ""
},
"company_dept": {
"value": ""
},
"company_desc": {
"value": ""
},
"industry": {
"value": ""
},
"welfare": {
"value": ""
},
"group_list": {
"job_description": {
"value": ""
},
"job_responsibilities": {
"value": "1.负责推荐业务中内容理解相关算法工作,支持包括但不限于文本分类、信息抽取、知识图谱、智能问答等技术方向\n2.深入理解业务..."
},
"job_requirements": {
"value": "1、优秀的编程能力,熟练使用python语言,及相关机器学习工具。\n2、熟练使用tensorflow 、pytorch框架中至少一个。\n3、扎实的..."
},
"company_description": {
"value": ""
},
"job_welfare": {
"value": "薪资:20000~30000/月\n工作地点:北京市海地区中关村"
},
"other": {
"value": ""
}
},
"job_skill_list": [
{
"value": "tensorflow",
"level": "熟练",
"type": "人工智能",
"group": "job_requirements"
},
{
"value": "机器学习",
"level": "基本掌握",
"type": "人工智能",
"group": "job_requirements"
},
],
"soft_skill_list": [
{
"value": "性格开朗"
},
{
"value": "学习能力强"
},
]
}
ResumeSDK职位解析基于http+json格式的接口方式提供服务,可以同时支持各种不同开发语言的客户端调用。
使用前需要先获取接口账号信息,ResumeSDK提供以下几种渠道的接口:
官网接口Python代码:需要安装pip install requests。此代码同时支持python2及python3。
#coding: utf-8
import sys
import base64
import requests
import json
def test_parser(url, title, content, uid, pwd):
"""
请求职位解析接口,请求字段:
- uid:必填,用户id;
- pwd:必填,用户密码;
- title: 必填,JD标题;
- content: 必填,JD详情;
"""
headers = {'uid': str(uid), 'pwd': pwd}
data = {'title': title,
'content': content,
}
# 发送请求
res = requests.post(url, data=json.dumps(data), headers=headers)
# 解析结果
http_code = res.status_code
print("http status code:", res.status_code)
res_js = json.loads(res.text)
print('result:\n%s\n'%(json.dumps(res_js, indent=2, ensure_ascii=False)))
if __name__ == '__main__' :
url = 'http://www.resumesdk.com/api/parse_job' # 接口地址,也可以用https
fname = u'nlp算法工程师'
content = u'工作职责:\n1.负责推荐业务中内容理解相\n2.深入理解业务,针对实际场景落地合适的算法...'
uid = 123456 # 替换为你的用户名(int格式)
pwd = '123abc' # 替换为你的密码(str格式)
res_js = test_parser(url, title, content, uid, pwd)
独立部署版不需进行用户验证,其接口官网SaaS版接口差不多。具体使用说明如下:
阿里云接口AppCode验证方式和官网接口差不多,使用Authorization替换headers中的uid和pwd即可。具体说明如下: