이력서 관리자은(는) 무엇을 하나요?

개요

이 스킬은 Claude를 포괄적인 이력서 관리 시스템으로 변환하여 전문 프로필의 구조화된 데이터베이스를 유지하고 특정 지원 직무에 맞춤화된 전문적인 PDF 이력서를 생성합니다. 이 스킬은 대상 역할에 따라 가장 관련성 높은 경험, 프로젝트 및 기술을 지능적으로 선택하고 강조합니다.

사용 시기

이력서 관련 작업에 이 스킬을 호출하세요:

지원서 작성을 위한 맞춤형 이력서 생성
전문 경험 및 프로젝트 업데이트
기술 및 자격증 관리
경력 진행 상황 추적
역할별 이력서 생성
종합적인 경력 포트폴리오 유지
ATS 시스템에 맞춘 이력서 내용 최적화

워크플로우

1단계: 기존 데이터 확인

이력서 작업을 시작하기 전에 데이터베이스가 초기화되었는지 확인합니다:

python3 scripts/resume_db.py is_initialized

출력이 "false"이면 2단계(초기 설정)로 진행합니다. "true"이면 3단계(이력서 작업)로 진행합니다.

2단계: 초기 설정 - 기존 이력서에서 추출

데이터가 없으면 사용자에게 기존 이력서를 제공하도록 요청합니다.

사용자에게 물어보기:

맞춤형 이력서를 만들 수 있도록 전문 프로필 데이터베이스를 구축해야 합니다.
기존 이력서를 다음 방법 중 하나로 제공해 주세요:

1. 이력서 파일 업로드 (PDF, DOCX 또는 TXT)
2. 이력서 내용 붙여넣기
3. 온라인 이력서/LinkedIn 프로필 링크 제공

모든 정보를 추출하여 구조화된 데이터베이스로 정리한 후,
다양한 지원서에 맞춤화된 이력서를 생성하는 데 사용하겠습니다.

이력서에서 데이터 추출하기:

사용자가 이력서를 제공하면 다음 정보를 추출합니다:

1. 개인 정보:

전체 이름
이메일 주소
전화번호
위치 (시, 주/국가)
LinkedIn 프로필 URL
GitHub 프로필 URL
개인 웹사이트
전문 요약/목표

2. 업무 경험: 각 직무에 대해 추출:

직위/직함
회사 이름
위치
시작일 (형식: "Mon YYYY" (예: "2022년 1월"))
종료일 (또는 "현재")
간단한 설명
주요 성과/업적 (항목별)
사용한 기술/도구

3. 프로젝트: 각 프로젝트에 대해 추출:

프로젝트 이름
날짜 또는 기간
설명
주요 성과/업적
사용한 기술
링크 (있는 경우)

4. 교육: 각 학위에 대해 추출:

학위명 (예: "컴퓨터 공학 학사")
학교/대학교 이름
위치
졸업일
GPA (명시된 경우)
우등 (있는 경우)
관련 수강 과목

5. 기술: 기술을 추출하고 분류합니다:

프로그래밍 언어
프레임워크 및 라이브러리
도구 및 기술
관행 및 방법론
소프트 스킬

6. 추가 항목:

자격증 (이름, 발급 기관, 날짜)
수상 및 영예
출판물
자원봉사 활동
사용 언어

추출된 데이터 저장:

추출 후 Python을 사용하여 데이터베이스에 저장합니다:

import sys
import json
sys.path.append('[SKILL_DIR]/scripts')
from resume_db import initialize_from_data

resume_data = {
    "personal_info": {
        "name": "이름",
        "email": "[email protected]",
        "phone": "+1 (555) 123-4567",
        "location": "시, 주",
        "linkedin": "linkedin.com/in/username",
        "github": "github.com/username",
        "website": "website.com",
        "summary": "전문 요약..."
    },
    "experiences": [
        {
            "position": "시니어 소프트웨어 엔지니어",
            "company": "회사 이름",
            "location": "시, 주",
            "start_date": "2022년 1월",
            "end_date": "현재",
            "description": "간단한 설명",
            "highlights": [
                "정량적 결과가 있는 성과 1",
                "영향 지표가 있는 성과 2",
                "사용한 기술이 있는 성과 3"
            ],
            "technologies": ["Python", "AWS", "Docker"]
        }
    ],
    "projects": [
        {
            "name": "프로젝트 이름",
            "date": "2023",
            "description": "프로젝트 설명",
            "highlights": [
                "주요 성과 또는 기능",
                "영향 또는 결과"
            ],
            "technologies": ["React", "Node.js", "PostgreSQL"],
            "link": "github.com/username/project"
        }
    ],
    "education": [
        {
            "degree": "컴퓨터 공학 학사",
            "school": "대학교 이름",
            "location": "시, 주",
            "graduation_date": "2019년 5월",
            "gpa": "3.8/4.0",
            "honors": "Magna Cum Laude",
            "relevant_coursework": ["자료구조", "알고리즘", "머신러닝"]
        }
    ],
    "skills": {
        "Languages": ["Python", "JavaScript", "Java"],
        "Frameworks": ["React", "Django", "Spring"],
        "Tools": ["Docker", "AWS", "Git"],
        "Practices": ["Agile", "CI/CD", "TDD"]
    },
    "certifications": [
        {
            "name": "AWS Certified Solutions Architect",
            "issuer": "Amazon Web Services",
            "date": "2023"
        }
    ],
    "awards": [],
    "publications": [],
    "volunteer": [],
    "languages": ["영어 (원어민)", "스페인어 (유창함)"],
    "interests": []
}

initialize_from_data(resume_data)

[SKILL_DIR]을 실제 스킬 디렉토리 경로로 바꾸세요.

확인 메시지:

완료했습니다! 전문 프로필을 추출하여 저장했습니다:

• 개인 정보: ✓
• 업무 경험: X개 직무
• 프로젝트: X개
• 교육: X개 학위
• 기술: X개 카테고리
• 자격증: X개

이력서 데이터베이스가 준비되었습니다. 지원하는 어떤 직무에든 맞춤형 이력서를 생성할 수 있습니다.
직무 제목이나 설명을 알려주시면 가장 관련성 높은 경험과 기술을 강조한
맞춤형 한 페이지 PDF를 만들겠습니다.

3단계: 지원 직무에 맞춤화된 이력서 생성

사용자가 특정 역할에 대한 이력서를 요청할 때:

3.1단계: 대상 역할 이해

사용자에게 역할에 대해 물어봅니다:

이 직무에 완벽한 이력서를 만들기 위해 역할을 더 잘 이해해야 합니다.

1. 직무 제목은 무엇인가요?
2. 직무 설명이나 주요 요구 사항을 알려주실 수 있나요?
3. 필수 기술이나 언급된 기술은 무엇인가요?

3.2단계: 키워드 및 요구 사항 추출

직무 설명에서 다음을 식별합니다:

필수 기술 능력
선호 기술
주요 책임
ATS에 중요한 키워드
업계 특화 용어
경험 수준 지표

3.3단계: 맞춤형 이력서 생성

PDF 생성기를 사용하여 맞춤형 이력서를 만듭니다:

import sys
sys.path.append('[SKILL_DIR]/scripts')
from pdf_generator import generate_resume

# 직무 설명에서 추출한 키워드
job_keywords = [
    "python", "aws", "kubernetes", "microservices",
    "agile", "rest api", "postgresql", "docker"
]

job_title = "시니어 백엔드 엔지니어"

# 출력 경로
output_path = f"~/Downloads/{job_title.replace(' ', '_')}_Resume.pdf"

# 이력서 생성
generate_resume(
    output_path=output_path,
    job_title=job_title,
    job_keywords=job_keywords
)

생성기는 다음을 수행합니다:

키워드와 관련된 경험 필터링
역할에 맞는 프로젝트 선택
해당 기술 강조
한 페이지 분량 유지
전문적인 스타일 사용
ATS 구문 분석에 최적화

3.4단계: 검토 및 반복

생성 후:

PDF가 저장된 위치를 사용자에게 알림
조정 제안
공간이 허락하는 경우 추가 강조점 제안
특정 요구 사항에 대한 맞춤화 권장

4단계: 이력서 데이터베이스 업데이트

사용자가 정보를 추가하거나 업데이트하려는 경우:

새 경험 추가:

from resume_db import add_experience

new_exp = {
    "position": "리드 소프트웨어 엔지니어",
    "company": "새 회사",
    "location": "원격",
    "start_date": "2024년 3월",
    "end_date": "현재",
    "description": "백엔드 인프라 팀 리드",
    "highlights": [
        "일일 5천만 건 이상의 요청을 처리하도록 서비스 확장",
        "최적화를 통해 인프라 비용 30% 절감",
        "CI/CD 파이프라인 구축으로 배포 속도 10배 향상"
    ],
    "technologies": ["Go", "Kubernetes", "PostgreSQL", "AWS"]
}

add_experience(new_exp)

새 프로젝트 추가:

from resume_db import add_project

new_project = {
    "name": "실시간 분석 대시보드",
    "date": "2024",
    "description": "분당 100만 개 이상의 이벤트를 처리하는 실시간 분석 플랫폼 구축",
    "highlights": [
        "Kafka 및 Redis를 사용한 스트리밍 아키텍처 구현",
        "React 및 D3.js로 대화형 시각화 제작",
        "복잡한 집계에 대해 서브초 쿼리 지연 시간 달성"
    ],
    "technologies": ["React", "Kafka", "Redis", "Python", "TimescaleDB"],
    "link": "github.com/username/analytics-dashboard"
}

add_project(new_project)

기술 업데이트:

from resume_db import add_skill, update_skills

# 개별 기술 추가
add_skill("Languages", "Rust")
add_skill("Tools", "Terraform")

# 또는 전체 기술 사전 업데이트
skills = {
    "Languages": ["Python", "Go", "JavaScript", "Rust", "SQL"],
    "Frameworks": ["Django", "FastAPI", "React", "Next.js"],
    "Cloud & DevOps": ["AWS", "Kubernetes", "Docker", "Terraform", "CI/CD"],
    "Databases": ["PostgreSQL", "MongoDB", "Redis", "Elasticsearch"],
    "Practices": ["Microservices", "TDD", "Agile", "System Design"]
}

update_skills(skills)

자격증 추가:

from resume_db import add_certification

cert = {
    "name": "Google Cloud Professional Architect",
    "issuer": "Google Cloud",
    "date": "2024",
    "credential_id": "ABC123",
    "link": "credentials.google.com/..."
}

add_certification(cert)

5단계: 이력서 데이터 보기 및 관리

요약 보기:

python3 scripts/resume_db.py summary

특정 섹션 보기:

# 개인 정보
python3 scripts/resume_db.py get_personal_info

# 모든 경험
python3 scripts/resume_db.py get_experiences

# 모든 프로젝트
python3 scripts/resume_db.py get_projects

# 교육
python3 scripts/resume_db.py get_education

# 기술
python3 scripts/resume_db.py get_skills

모든 데이터 검색:

python3 scripts/resume_db.py search "machine learning"

모든 데이터 내보내기:

python3 scripts/resume_db.py export > resume_backup.json

6단계: 이력서 최적화 팁

이력서를 생성할 때 다음 최적화 팁을 제공합니다:

내용 최적화:

행동 동사 사용 (주도, 구축, 설계, 개선, 감소)
정량적 지표 포함 (X% 개선, Y명의 사용자, Z 매출)
업무 요구 사항에 맞게 성과 조정
항목을 간결하게 유지 (최대 1-2줄)
책임이 아닌 영향에 초점

ATS 최적화:

표준 섹션 제목 사용 (경험, 교육, 기술)
직무 설명의 키워드를 자연스럽게 포함
표, 열, 머리글/바닥글 피하기
표준 글꼴 사용 (PDF 생성기에서 사용)
약어는 한 번 풀어서 작성: "API (Application Programming Interface)"

한 페이지 전략:

최근 및 관련 경험 우선 (최근 5-7년)
역할당 3-4개의 항목 포함
최대 2-3개의 프로젝트로 제한
오래되었거나 덜 관련된 경험은 축약
특별히 요구되지 않는 한 오래된 기술은 제거

모범 사례

데이터 최신 상태 유지
- 프로젝트 완료 시 경험 업데이트
- 새 기술을 배우면 추가
- 정량적 성과 유지
- 자격증은 즉시 기록
효과적인 항목 작성
- 행동 동사로 시작
- 지표와 결과 포함
- 진행 상황과 영향 표시
- STAR 방법 사용 (상황, 과제, 행동, 결과)
기술을 전략적으로 구성
- 명확성을 위해 카테고리별로 그룹화
- 가장 관련성 높은 기술을 먼저 배치
- 오래된 기술은 제거
- 숙련도 수준에 대해 정직하게 작성
모든 이력서 맞춤화
- 직무 설명과 키워드 일치
- 관련 경험 강조
- 관련성에 따라 항목 재정렬
- 기술 섹션 조정
전문적인 어조 유지
- 3인칭 암시 사용 ("저는" 없음)
- 언어를 간결하고 명확하게 유지
- 업계 표준이 아닌 한 전문 용어 피하기
- 오류 검토

예시 상호작용

예시 1: 초기 설정

사용자: "지원서 작성을 위한 이력서 작성을 도와주세요"

Claude: [데이터베이스 확인 - 초기화되지 않음]

맞춤형 이력서를 만들 수 있도록 전문 프로필 데이터베이스를 구축해야 합니다.
기존 이력서를 다음 방법 중 하나로 제공해 주세요:

1. 이력서 파일 업로드 (PDF, DOCX 또는 TXT)
2. 이력서 내용 붙여넣기
3. 온라인 이력서/LinkedIn 프로필 링크 제공

[사용자가 이력서 제공]

Claude: [데이터 추출 및 데이터베이스 초기화]

완료했습니다! 전문 프로필을 추출하여 저장했습니다:
• 개인 정보: ✓
• 업무 경험: 3개 직무
• 프로젝트: 2개
• 교육: 1개 학위
• 기술: 4개 카테고리
• 자격증: 2개

이력서 데이터베이스가 준비되었습니다! 지원하는 직무에 대해 알려주시면
맞춤형 한 페이지 PDF 이력서를 생성하겠습니다.

예시 2: 특정 역할에 대한 이력서 생성

사용자: "핀테크 스타트업의 시니어 백엔드 엔지니어 포지션 이력서가 필요합니다"

Claude: [데이터베이스 초기화됨]

좋습니다! 이 시니어 백엔드 엔지니어 역할에 완벽한 이력서를 만들기 위해,
직무 설명을 공유하거나 주요 요구 사항을 알려주시겠어요?

사용자: [Python, AWS, 마이크로서비스, PostgreSQL 등을 언급한 직무 설명 공유]

Claude: [키워드 추출: python, aws, microservices, postgresql, fintech, api]

[관련 경험과 프로젝트를 사용하여 PDF 생성]

맞춤형 이력서를 만들었습니다: ~/Downloads/시니어_백엔드_엔지니어_Resume.pdf

이력서는 다음을 강조합니다:
✓ Python 및 관련 프레임워크를 사용한 5년의 백엔드 경험

문제 해결

PDF 생성 오류:

필수 Python 패키지가 설치되었는지 확인: pip install -r [SKILL_DIR]/requirements.txt
출력 디렉토리에 쓰기 권한이 있는지 확인
한글 글꼴이 PDF 생성에 올바르게 설정되었는지 확인

데이터베이스 오류:

이력서 데이터베이스 스크립트가 실행 가능한지 확인
데이터 무결성 보장을 위해 JSON 유효성 검사 실행
데이터 충돌이 의심되는 경우 데이터베이스 초기화

ATS 호환성 팁:

복잡한 서식보다는 깔끔하고 표준적인 레이아웃 사용
기호나 특수 문자 대신 키워드 사용
PDF가 텍스트 기반이고 스캔된 이미지가 아닌지 확인

즐겨 사용하는 AI에게 물어보기

문서

이력서 관리자은(는) 무엇을 하나요?

개요

사용 시기

워크플로우

1단계: 기존 데이터 확인

2단계: 초기 설정 - 기존 이력서에서 추출

3단계: 지원 직무에 맞춤화된 이력서 생성

4단계: 이력서 데이터베이스 업데이트

5단계: 이력서 데이터 보기 및 관리

6단계: 이력서 최적화 팁

모범 사례

예시 상호작용

문제 해결

Individual skills in this repo

ailabs-393/brand-analyzer

ailabs-393/business-analytics-reporter

ailabs-393/business-document-generator

ailabs-393/codebase-documenter

ailabs-393/csv-data-visualizer

ailabs-393/data-analyst

ailabs-393/finance-manager

ailabs-393/nutritional-specialist

ailabs-393/personal-assistant

ailabs-393/pitch-deck

ailabs-393/research-paper-writer

ailabs-393/script-writer

ailabs-393/seo-optimizer

ailabs-393/social-media-generator

ailabs-393/startup-validator

ailabs-393/storyboard-manager

ailabs-393/travel-planner

관련 스킬

steipete/sag

steipete/oracle

steipete/peekaboo

mattpocock/design-an-interface

mattpocock/prototype

mattpocock/grill-me