项目编号： 人力资源管理引入基于 DeepSeek AI 大 模型筛选简历可行性 研 究 报 告 目 录 1. 引言.................................................................................................................................. .........................................................................................16 2.2.1 简历筛选................................................................................................. .........................................................................................23 3.1 传统简历筛选流程...............................................................................................

的技术支持，企业可以实现 HR 数据的全面整 合、智能分析和精准决策，从而优化人力资源配置，提升员工满意 度，降低运营成本。 具体来看，企业在 HR 管理中面临的主要问题包括：  招聘流程低效：传统的简历筛选和面试安排耗费大量时间和人 力，且难以精准匹配候选人与岗位要求。  绩效评估主观性强：缺乏客观的数据支持，评估结果容易受到 主观因素影响，难以公平反映员工的实际贡献。  培训资源分配 理、普通员工等不同权限的用户，确保各角色能够根据其职责范围 进行相关操作。系统将提供灵活的权限配置功能，允许根据企业实 际需求进行调整。 其次，在招聘模块中，系统将实现从职位发布、简历筛选、面 试安排到录用决策的全流程管理。支持与主流招聘平台的接口对 接，实现简历自动导入与筛选。同时，系统将集成 AI 智能面试功 能，通过视频面试和自然语言处理技术，提升招聘效率。 在员工管理方面，系统将提供员工档案管理、考勤管理、薪酬 面存在显著需求： 首先，企业在人才招聘方面亟需提升效率和精准度。通过数据 分析，发现当前招聘流程中存在简历筛选耗时长、候选人匹配度低 等问题。为提高招聘效率，需引入智能化人才匹配系统，借助自然 语言处理和大数据分析技术，自动筛选和推荐符合职位要求的候选 人。具体需求包括： * 简历智能解析与关键词匹配 * 自动化初筛与 候选人分级 * 职位画像与候选人画像智能匹配 其次，员

人在实际申请之前了解更多关于组织的信息，这在一个工人在从事特 定工作之前对公司和品牌声誉进行广泛研究的时代是一种关键能力。 与基于关键字搜索的更传统的方法相比，它还可以实现更好的工作匹 配。 还可以使用技能匹配算法将角色与候选人简历中的技能相匹配 ， 并 根据分析提供建议。诸如此类的能力增加了将求职者转变为求职者的 机会。 i净发起人得分 （ NPS ） 是由 Fred Reichheld，Bai ＆ Compay 和 Satmetrix 。净发起人得分。i与传统的申请途径相比 ， WCA 的 （ NPS ） 也更高 ， 从申请到面试的时间也大大减少了。正如 IBM 人力资源通信副总裁 Carrie Altieri 所说 ，“IBM 每天收到 7, 000 份简历 ， 在合理的时间内浮出水面合适的候选人就像大海捞针一样。自实施 WCA 以来 ， 我们大幅缩短 了招聘时间 ， NPS 翻了一番 ， 并大大改善了候选人与工作的匹配。 ” 人力资源中的 AI 业务案例 优先排序，也可能为角 色选择错误的候选人。在此设置中，可以使用 AI 根据历史数据预测一份 工作申请需要多长时间才能完成，从而允许招聘人员根据需要重新确定 优先级。AI 还可以用于确定候选人的简历和工作申请之间的匹配，并使 其准确。 基于在工作申请过程中收集的关于候选人的信息来预测未来绩效。此外 ， 它可以帮助招聘人员编写更具包容性的工作描述 ， 更有效地过滤候选人 ， 最大限度

RAG）。RAG 的基本想法让大模型在回答问题 前，先从给定的文档库当中找到最相关的内容，再参考这些内容给出回复。例如，询问普通的大模型“胡诗云 是谁？”，它可能完全不知道。如果把国发院所有学生的简历作为知识库，让大模型在回答问题之前先检索与 “胡诗云”相关的文档，将这些文档的内容与用户的问题合并在一起，那么就有可能得到正确的答复了。理论 上，我们也可以采用提示学习（Prompt Learn 的相关库读取，从而极大提高了数据处理的效率。 我们再以官员档案数据为例，展示大模型整理结构化数据的作用： 6 作为助研的 AI 47 提示词 6.10（贡献人：胡诗云） 请模仿 ，将 中的简历数据处理称 JSON 格式，每一段经历为一行数据。请注意， 级别一般不会下降，也几乎不会越级提升；常委相当于副职，常务副等同于正职；身兼多职取最高级别。 字段：{“起始年月”: ; “终止年月”: ，而非简单地根据文本情绪识别为利空消息。Jha et al. (2024) 则使用企业公开报告数据提取了经理人对于经济的预期。 在劳动经济学领域，Y. Chen et al. (2024) 基于简历和招聘岗位描述，通过大模型打分的方式，构造了劳 动者-岗位匹配度指标。总体来看，使用大模型提取文本信息并构建传统指标，明显降低了文本分析的技术难 度，同时也提高了所构造指标的预测能力。 利用生成、摘要和嵌入功能构建的新型指标

例行维护与监控 密码重置 / 解锁 数据备份和恢复 系统运维事务 风险评估 门禁管理 供应商寻源 需求计划管理 合规数据分析 设备资产管理 车辆管理 办公信息聚合 采购订单管理 简历筛选 独立监督 职工入职 考试培训 考勤管理 候选人联系 工资福利管理 报表展示 收发货管理 库存管理 采购合同管理 费用报销 合并报表 自动发薪 流水对账 发票认证 预算管理

交流互动 信息发布、邮件系统、 网络空间、论坛、博客、 即时通讯 生活服务 航班查询、天气预报、 班车时刻、校内黄页、 日程安排、订票行程、 预约办事 个人综合服务 一卡通消费、个人档案 就业实习 简历递交、用人单位搜 索、网络面试、就业咨 询 图书文献 文献查询、图书借阅、 信息搜索、论文求助、 文献传递、资源下载 52 郎丰利 © 睿利而行 © 学工服务管理 53 郎丰利 © 睿利而行

状梳理和趋势洞察，输出 全局观深度研究报告 市场地位确认 对客户竞争优势进行评估 和证明，助力企业价值提 升及品牌影响力传播 云实习课程 依托完善行业研究体系， 帮助学生掌握行业研究能 力，丰富简历履历 会员账号 可阅读全部原创报告和百 万数据，提供PC及移动 端，方便触达平台内容 招股书引用 研究覆盖国民经济19+核 心产业，内容可授权引用 至上市文件、年报 业务咨询 报告作者

实验室信息、仪器设备信息、仪器设备使用信息等； 13、办公管理数据子集： 含发文信息、收文信息、呈批件信息、会议信息、会议纪要信息、文件借 阅信息、信访信息等； 14、校友管理数据子集： 含校友基本信息、校友简历信息、校友会信息等； 15、专项项目信息管理子集： 含项目基本信息、协作单位信息、经费信息、人员信息、进展情况信息等。 学校信息标准在数据标准的数据集中与国家教育部 2002.09《高校信息化 进行汇总分析，为人力资源决策提供保障和依据。 1) 信息结构图 基本信息类 个人概况 练习方式 人员性质 考核 家庭信息类 配偶 家庭成员 住房情况 履历信息类 入校前工作简历 学历学位 外语程度 国内进修 出国（境）进修 荣誉奖励 惩处 校内异动 原单位 离校 离退休 任职单位 任职信息类 职级 工人技术等级 技术职称 党政职务 政治面貌 成日期，入住日期，建筑面积，使用面积，建筑结构，户型结构，房屋类型， 房屋地址，房屋位置状况，房屋产权等等。支持多达 5 种的搜索，从各个层次 上解决了用户的搜索信息和浏览信息的需要。  履历类信息 入校前工作简历：对于教职工入校前工作简历的维护和管理，包括：起始 年月，截止年月，所在单位名称，从事工作内容，职务，曾任技术职务，证明 人等等。支持多达 5 种的搜索，从各个层次上解决了用户的搜索信息和浏览信 息的需要。

状梳理和趋势洞察，输出 全局观深度研究报告 市场地位确认 对客户竞争优势进行评 估和调研确认，助力企 业品牌影响力传播 行研训练营 依托完善行业研究体系， 帮助学生掌握行业研究能 力，丰富简历履历 数据库/会员账号 可阅读全部原创报告和 百万数据，提供数据库 API接口服务 招股书引用 研究覆盖国民经济19+核 心产业，内容可授权引用 至上市文件、年报 业务咨询 报告作者

以及查看用户的权限。  学生信息维护 学校可维护学生的基本信息、家庭成员、考评信息、奖励信息、处分信息、学生简历、 入学信息等，对学校、学生情况进行全面了解和掌控。  学生信息导入 学校可在该模块中可以查看或维护学生的基本信息、家庭成员、考评信息、奖励信息、 处分信息、学生简历、两免一补、入学信息等。可以为用户分配相应的权限，有权限的用 户才能维护学生信息。  数据导出 选定需