Розробка AI-асистента для автоматизованого аналізу кандидатів на базі low-code підходів
| dc.contributor.advisor | Нагірна, Алла | uk_UA |
| dc.contributor.author | Казістов, Владислав | uk_UA |
| dc.date.accessioned | 2026-08-26T09:48:56Z | |
| dc.date.available | 2026-08-26T09:48:56Z | |
| dc.date.issued | 2026 | |
| dc.description.abstract | Казістов В. Ю. Розробка AI-асистента для автоматизованого аналізу кандидатів на базі low-code підходів. Магістерська робота. Національний університет "Києво-Могилянська академія", Київ, 2026. Роботу присвячено розробці та оцінці AI-асистента HireAI для автоматизованого скорингу кандидатів засобами low-code платформ. Реалізовано повнофункціональний веб-застосунок на стеку WeWeb (фронтенд) та Xano (бекенд) з інтеграцією Gemini API для аналізу резюме. Проведено порівняльний аналіз платформ фронтенду (FlutterFlow, WeWeb) та бекенду (Firebase, Xano), обґрунтовано вибір технологічного стеку з урахуванням функціональності, безпеки та швидкості розробки. Описано архітектуру системи з розмежованою фронтенд/бекенд-логікою, реалізацію захищених ендпоінтів на основі JWT-автентифікації та розмежування доступу до сторінок. Проведено функціональне тестування системи та оцінку ефективності low-code підходу для побудови AI-орієнтованих програмних систем. | uk_UA |
| dc.identifier.uri | https://ekmair.ukma.edu.ua/handle/123456789/40965 | |
| dc.language.iso | uk | uk_UA |
| dc.status | first published | uk_UA |
| dc.subject | low-code | en_US |
| dc.subject | no-code | en_US |
| dc.subject | AI-асистент | uk_UA |
| dc.subject | рекрутинг | uk_UA |
| dc.subject | WeWeb | en_US |
| dc.subject | Xano | en_US |
| dc.subject | Gemini API | en_US |
| dc.subject | автоматизований аналіз кандидатів | uk_UA |
| dc.subject | HireAI | en_US |
| dc.subject | магістерська робота | uk_UA |
| dc.title | Розробка AI-асистента для автоматизованого аналізу кандидатів на базі low-code підходів | uk_UA |
| dc.type | Other | uk_UA |
Files
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: