أعلنت مجموعة تطوير تقني عن إطلاق مساعد ذكي للبحث عن وظائف مصمم خصيصاً لخفض العبء اليدوي على الخريجين الجدد، حيث يحول عملية الفرز العشوائي إلى نظام بحثي دقيق يعمل على منصة HuggingFace. يهدف المشروع إلى معالجة مشكلة الإرهاق الناتج عن التقدم لطلبات متكررة وغير موجّهة، من خلال تقديم قائمة مختارة مع تفسيرات واضحة لمدى ملاءمة كل منصب للخبرة المهنية. يعتمد النظام على ثلاث مراحل متسلسلة. تبدأ المرحلة الأولى بتحليل السيرة الذاتية وتفضيلات المستخدم الجغرافية ونمط العمل لتوليد استعلامات بحثية مخصصة. تنتقل المرحلتان الثانية والثالثة إلى محرك البحث عبر واجهة JobSpy، متبوعة بنموذج تقييم متعدد الأبعاد يقيس التوافق المهني ويقدم حججاً مفصلة توضح سبب تفوق منصب على آخر، مما يحول البحث إلى قرارات مستنيرة وقابلة للمراجعة. تقنياً، استغل المشروع منهجية الاستعارة المعرفية حيث عمل نموذج DeepSeek V4 Pro كمعلم يولد تسميات البيانات بشكل غير متزامن، بينما تمثل نموذج Qwen3-8B الطالب المدرب على مهمة محددة عبر تقنية LoRA على بنية Modal باستخدام معالج A100. يعمل نظام الاستدلال النهائي عبر مكتبة llama.cpp على مساحة HuggingFace مدعومة ببنية ZeroGPU، مع دعم تدفق البيانات لعرض عملية الاستنتاج للمستخدم بشكل لحظي. تم نشر الكود المصدري وسجلات التتبع الكاملة في مستودع مفتوح المصدر، مما يتيح للمطورين مراجعة مسارات التنفيذ والحوادث البرمجية بدقة. كشفت التجربة تقنيتين هامتين لتحسين كفاءة النماذج اللغوية. أولاً، فصلت مهام توليد الاستعلامات عن تقييم التوافق في رأسين تعلمين منفصلين، مما قضى على التداخل التنسيقية والأخطاء الهيكلية. ثانياً، أثبتت النتائج أن جودة الأوامر الموجهة للمعلم كانت عامل حاسم تفوق حجم النموذج الطالب في نقل الدقة التحليلية. يمثل هذا الإصدار خطوة عملية نحو أتمتة البحث المهني بمعايير شفافة، ويتوفر للنسخ التجريبية والوثائق التقنية عبر المستودع الرسمي للمشروع.