Đang in số

Cầm cốc cà phê

Đang chạy mực qua máy in — từng lớp màu một, kiên nhẫn nhé!

AIVisor · AI·20K Demo Day Zine

№ 63

AIVisor

AIVisor là nền tảng AI hỗ trợ sinh viên tối ưu CV và phỏng vấn thử. Giải pháp này dựa theo rubric 14 tiêu chí được xác nhận từ 7 chuyên gia, đối chiếu từng yêu cầu của JD với trích dẫn thật từ CV để chỉ rõ đang thiếu gì. Sau đó luyện phỏng vấn với AI theo đúng vai trò ứng tuyển và nhận báo cáo năng lực theo 5 trụ cột.

Sinh viên nộp CV mà không biết mình thiếu gì so với vị trí ứng tuyển. Các công cụ hiện có chỉ trả về một điểm số chung chung, không chỉ ra được yêu cầu nào trong JD chưa có bằng chứng trong CV — nên người dùng không biết phải sửa gì.

Giải pháp

AIVisor đi theo đúng hành trình của một ứng viên:

Đối chiếu CV ↔ JD — tách từng tiêu chí trong JD, gắn trạng thái đã có bằng chứng / thiếu trong CV, kèm trích dẫn nguyên văn từ CV làm căn cứ.
Phân tích khoảng trống kỹ năng — liệt kê kỹ năng còn thiếu và thứ tự ưu tiên bổ sung.
Phỏng vấn thử với AI — câu hỏi sinh theo vai trò ứng tuyển, hỗ trợ giọng nói (STT/TTS).
Báo cáo năng lực — điểm sẵn sàng phỏng vấn theo 5 trụ cột năng lực.
Cố vấn duyệt kết quả — advisor xem điểm và rubric trước khi công bố cho sinh viên.

Kỹ thuật

Frontend: Next.js 15 (React Server + Client Components), i18n vi/en, deploy Vercel.
Backend: FastAPI 3.11 trên Railway — 87 endpoint, 5 đồ thị LangGraph, 35 service module.
Dữ liệu: Supabase — Postgres (81 migration), Auth 3 vai trò student/advisor/admin, Storage cho CV, pgvector cho RAG.
AI: OpenRouter (LLM) + HuggingFace (embedder) + Langfuse (tracing toàn bộ LLM call).

Tính khả thi

Sản phẩm đã chạy thật ở production, không phải prototype:

Live: https://c3-app-017.vercel.app · API: https://aivisor-production.up.railway.app/docs
925 test pass / 0 fail, coverage 75% (ngưỡng CI 70%), ruff và TypeScript 0 lỗi.
Latency /health 0,270s trung vị; frontend TTFB 0,190s.
415 commit trong 24 ngày, 7 bản phát hành có tag, 2 Docker image build và chạy healthy.

Hướng phát triển

Mở rộng ngân hàng JD theo ngành, cá nhân hoá lộ trình học lấp khoảng trống kỹ năng, và fine-tune mô hình chấm phỏng vấn trên dữ liệu phiên thật đã được cố vấn duyệt.