{"id":27067411,"url":"https://github.com/datasagess/fic","last_synced_at":"2025-08-08T17:23:30.107Z","repository":{"id":266108231,"uuid":"896209113","full_name":"DataSagess/FIC","owner":"DataSagess","description":"NLP Hackaton \\w NN + FastAPI + Docker","archived":false,"fork":false,"pushed_at":"2024-12-02T15:30:57.000Z","size":3218,"stargazers_count":0,"open_issues_count":0,"forks_count":1,"subscribers_count":1,"default_branch":"main","last_synced_at":"2025-04-05T19:48:42.519Z","etag":null,"topics":["catboost","cuda","docker","fastapi","lstm","python","pytorch","rapidfuzz","tensorflow"],"latest_commit_sha":null,"homepage":"https://xn--2024-94d5ep.xn--p1ai/hackathon?utm_source=telegram\u0026utm_medium=cpc\u0026utm_campaign=iteventsrus\u0026utm_term=hakaton-fic-2024","language":"Jupyter Notebook","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/DataSagess.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null}},"created_at":"2024-11-29T19:27:16.000Z","updated_at":"2025-03-23T17:46:41.000Z","dependencies_parsed_at":"2024-12-02T16:44:46.993Z","dependency_job_id":null,"html_url":"https://github.com/DataSagess/FIC","commit_stats":null,"previous_names":["halva773/fic_hackaton","datasagess/fic"],"tags_count":0,"template":false,"template_full_name":null,"repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/DataSagess%2FFIC","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/DataSagess%2FFIC/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/DataSagess%2FFIC/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/DataSagess%2FFIC/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/DataSagess","download_url":"https://codeload.github.com/DataSagess/FIC/tar.gz/refs/heads/main","host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":247393539,"owners_count":20931811,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["catboost","cuda","docker","fastapi","lstm","python","pytorch","rapidfuzz","tensorflow"],"created_at":"2025-04-05T19:48:49.388Z","updated_at":"2025-08-08T17:23:30.096Z","avatar_url":"https://github.com/DataSagess.png","language":"Jupyter Notebook","funding_links":[],"categories":[],"sub_categories":[],"readme":"# FIC_hackaton\n![image](https://static.tildacdn.com/tild6337-6139-4431-a134-666130353135/fic_logo.svg)\n\n[Ссылка на хакатон](https://xn--2024-94d5ep.xn--p1ai/hackathon?utm_source=telegram\u0026utm_medium=cpc\u0026utm_campaign=iteventsrus\u0026utm_term=hakaton-fic-2024)\n## Кейс репозитория:\n### Оценка уровня экспертности по резюме\nНеобходимо разработать систему оценки уровня эксперта по резюме.\n#### Оценка должна должна учитывать:\n- Рейтинг организаций, в которых работал кандидат\n- Годы релевантного опыта\n- Компания, куда собеседуется кандидат\n- Грейд внутри компании, где работал кандидат\nТакже для подсчёта финальной оценки можно учитывать любые другие факторы, информацию о которых дана в резюме.\nДля реализации можно использовать как готовые модели с подключением по API, так и дообучать open-source модели или создавать свои.\n#### Предоставляемые данные\nДатасет из резюме кандидатов и оценок уровня экспертности\n\n## Структура репозитория\n - `data`: Исходные и дополнительные данные\n - `images`: Изображения для визулала Desctop\n - `models`: Используемые модели\n - `notebooks`: Jupyer Notebooks\n - `preprocessing`: Файлы с функциями для препроцессинга\n - `main.py`: Основной файл для запуска\n - `api.py`: Файл для запуска API\n - `desctop.py`: Файл для запуска desctop приложения\n\n## Pipeline\nФайл main.py считывает данные из json файла из папки data, после чего генерирует параметры (файлы в папке `preprocessing`), затем производится очистка данных и используется модель для предсказания результирующей переменной.\nГенерация параметров происходит за счёт \"ручной\" обработки текста, а так же векторизации алгоритмом BERT\n*В проекте используется Cuda. \n\n - \n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fdatasagess%2Ffic","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fdatasagess%2Ffic","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fdatasagess%2Ffic/lists"}