Progettazione e Sviluppo di un Modulo RAG per la Valutazione Automatica di CV

Today’s job market relies heavily on the evaluation of candidates through Curricula Vitae. However, in companies facing high volumes of applications, this process is often conducted quickly and superficially, failing to fully showcase the candidates' true potential. This thesis presents the development of a module based on Retrieval-Augmented Generation (RAG) technology, designed to transform CV analysis from a mechanical filtering process into a professional support activity. By providing comprehensive candidate overviews and technical skill assessments, the system facilitates a more accurate match with open positions, accelerating the selection process while ensuring higher profile consistency. By integrating advanced Large Language Models (LLMs) with vector databases, the system enables precise semantic analysis and minimizes "hallucinations," ensuring transparency and strict adherence to factual data. It is important to emphasize that this tool is not intended to replace human judgment in the hiring process; rather, it aims to augment it with a solution that simplifies selection and improves the integration of new talent within the organization.

L’attuale mercato del lavoro si basa molto sulla valorizzazione dei candidati attraverso Curriculum Vitae, cosa che, nel caso di aziende con un elevato numero di candidati, viene fatta solo in modo approssimativo e rapido, non valorizzando appieno il potenziale di chi applica. Questo lavoro di tesi presenta lo sviluppo di un modulo basato su tecnologia Retrieval-Augmented Generation (RAG), progettato per trasformare l'analisi dei CV da un processo di filtraggio meccanico a un’attività di supporto professionale. Fornendo panoramiche del candidato e valutazioni delle competenze tecniche, è possibile prevedere un match con le posizioni aperte in un'azienda, permettendo di velocizzare il processo di selezione avendo Candidati con un profilo più coerente. Sfruttando l’integrazione tra modelli linguistici avanzati e database vettoriali, il sistema permette un’analisi semantica accurata e priva di allucinazioni, garantendo trasparenza e aderenza ai dati reali. Da sottolineare che questa attività non volge ad una sostituzione del vaglio umano nel processo di selezione, ma ad integrarlo con uno strumento che lo semplifica, migliorando l'inserimento di una nuova figura in un'azienda.