Розробка програмного забезпечення з використанням фреймворку DSPy для інтелектуальної системи підготовки до співбесід в IT-галузі

Abstract

Об'єкт дослідження: процес автоматизованого оцінювання професійних навичок кандидатів та проведення тренувальних технічних співбесід в IT-галузі з використанням великих мовних моделей. Мета: розробити інтелектуальну програмну систему підготовки до співбесід, яка за допомогою фреймворку DSPy забезпечує автоматичне вилучення та агрегацію вимог до вакансій, проведення адаптивного інтерв'ю та формування об'єктивного звіту про відповідність кандидата вимогам на основі аналізу історії чату. Традиційні тренажери для IT-співбесід часто використовують статичні сценарії, що не враховують вимоги конкретних вакансій та обмежують об'єктивність оцінювання знань. У роботі розроблено інтелектуальну систему адаптивної підготовки до інтерв'ю. За допомогою фреймворку DSPy реалізовано модулі вилучення й агрегації вимог із вакансій порталу DOU, діалоговий агент на основі логіки Chain of Thought та модуль оцінювання відповідей за правилом білого списку (Whitelist Rule). Впроваджено двосторонню голосову взаємодію через WebSockets з інтеграцією сервісів розпізнавання та синтезу мовлення OpenAI. Вебдодаток побудовано на базі React, Vite та TailwindCSS, а серверна частина функціонує під керуванням FastAPI із базою даних PostgreSQL.

Research object: the process of automated evaluation of candidates' professional skills and conducting mock technical interviews in the IT sector using large language models. Objective: to develop an intelligent software system for interview preparation that leverages the DSPy framework to automatically extract and aggregate job requirements, conduct adaptive mock interviews, and generate objective candidate fit assessments based on chat history analysis.Traditional IT interview simulators often rely on static scenarios, ignoring specific vacancy requirements and limiting the objectivity of skills assessment. This work develops an intelligent system for adaptive interview preparation. Utilizing the DSPy framework, modules for extracting and aggregating requirements from DOU portal vacancies, a dialogue agent based on Chain of Thought logic, and an evaluation module using the Whitelist Rule are implemented. Two-way voice interaction is deployed via WebSockets integrating OpenAI speech recognition and synthesis services. The web application is built on React, Vite, and TailwindCSS, with the backend running FastAPI and PostgreSQL.