RhaniA

Contexte

Le recrutement en PME repose encore sur des fichiers Excel, des e-mails et du tri manuel de CV. Les solutions existantes (ATS classiques) sont chères et ne proposent pas de matching intelligent.

Le problème

Comment matcher automatiquement des candidats à des offres en combinant similarité sémantique et critères métier explicites, tout en gardant le scoring transparent et explicable ?

Solution technique

RhaniA est une plateforme de recrutement full-stack avec matching hybride.

Architecture

• Frontend : Next.js 14 (App Router), TypeScript, Tailwind, Radix UI, TanStack Query
• Backend : FastAPI, SQLAlchemy 2 async, PostgreSQL 16 + pgvector
• ML : PyTorch, Sentence-BERT (all-MiniLM-L6-v2), embeddings vectoriels
• IA : Gemini Vision (parsing CV), OpenAI/Anthropic (questions d'entretien)
• Infra : Docker Compose, scripts de démarrage multi-OS

Fonctionnalités clés

• Parsing de CV par IA vision (PDF → données structurées)
• Matching hybride : cosine similarity (pgvector) + scoring multi-critères (compétences, langues, séniorité, type de contrat)
• Scoring explicable avec pondération par critère
• Gestion des candidatures avec pipeline de statuts
• Planification d'entretiens avec intégration calendrier (Google / Microsoft)
• Génération de questions d'entretien par LLM selon le profil
• Multi-entreprises avec système d'invitations
• Tests d'anglais intégrés
• ~100 tests backend

Points techniques notables

• Embeddings vectoriels stockés en base (pgvector) pour la recherche sémantique
• Scoring hybride combinant vecteurs et règles métier avec synonymes
• Auth JWT avec matrice de permissions par rôle
• Architecture Router → Service → Repository stricte