Проєкт інформаційної системи персонального професійного планування на основі відкритих даних ринку праці та ШІ

Abstract

У сучасному світі ринок праці характеризується швидкими змінами, особливо в IT-сфері, де фахівці стикаються з необхідністю постійного оновлення компетенцій та адаптації до нових трендів. Персональне професійне планування стає ключовим для ефективного кар’єрного зростання, проте традиційні інструменти часто обмежені статичними даними, відсутністю персоналізації та недостатньою інтеграцією з реальними ринковими тенденціями. Це ускладнює прийняття обґрунтованих рішень, особливо в умовах економічної нестабільності та геополітичних факторів, що актуально для України з її потужним IT-сектором. Існуючі системи планування кар’єри, попри певні переваги, мають обмеження: брак глибокої інтеграції з відкритими даними ринку праці, недостатню персоналізацію рекомендацій та слабку підтримку штучного інтелекту для динамічного аналізу. Роздробленість джерел інформації про вакансії, зарплати та курси ускладнює формування стратегій зростання для фахівців. Виникає потреба в комплексній системі, яка агрегує дані, генерує індивідуальні плани з урахуванням навичок, досвіду та амбіцій, перетворюючи кар’єрний шлях на передбачуваний і мотивуючий процес. Сучасні підходи до персонального планування розвиваються під впливом цифрових технологій, доступності відкритих даних та інтеграції ШІ. Основними інструментами є соціальні мережі, онлайн-курси, кар’єрні події та спеціалізовані платформи з ШІ, які дозволяють аналізувати тенденції ринку та пропонувати персоналізовані рекомендації. Однак традиційні методи, такі як соціальні мережі та заходи, часто страждають від шуму, обмеженої адаптації до локальних ринків та браку структурованої аналітики. Існуючі підходи, включаючи участь у подіях та використання загальних платформ, мають недоліки в ефективності та інноваційності. Дослідження показують, що вони не повною мірою задовольняють потреби в персоналізованому плануванні, особливо для регіональних ринків. Натомість спеціалізована система з інтеграцією ШІ та відкритих даних є оптимальним рішенням, забезпечуючи точність, комплексність та доступність для професійного зростання. У ході дослідження проаналізовано сучасні платформи, такі як LinkedIn [1], Coursera [2] та Indeed [3]. Вони мають сильні сторони в мережуванні та пошуку, але обмежені в персоналізації та локальній адаптації. Аналіз виявив прогалини, які можна заповнити новою системою з глибоким ШІ-аналізом та візуалізацією шляхів. Мета дослідження: проектування системи, яка інтегрує відкриті дані ринку праці з ШІ для генерації індивідуальних кар’єрних стратегій, оптимізації навичок та прогнозування можливостей. Для досягнення мети розв’язано завдання: • аналітичний огляд літературних джерел, включаючи переваги та недоліки платформ як Careerflow.ai, Teal HQ та Kickresume; • аналіз проблеми та обґрунтування її вирішення з використанням UML для логічної моделі, зокрема діаграм варіантів використання, класів, кооперації, послідовності та станів; • визначення проєктних вимог, з акцентом на функціональні (рекомендації, візуалізація) та нефункціональні (безпека, продуктивність) аспекти; • планування виконання проєкту з діаграмою Ганта, організаційною структурою команди та прототипом у Visual Studio, де візуалізовано сторінки як Дашборд, Кар’єрний шлях, Навички та AI Консультант; • реалізація проєктних рішень з використанням Python, Flask, SQLite та ML-моделей для серверної частини, а також HTML/CSS/JavaScript для фронтенду; • завершення проєкту та аналіз результатів, з рекомендаціями щодо розширення інтеграцій з API (наприклад, DOU.ua) та вдосконалення ШІ. Результатами є спроектована система з прототипом, що забезпечує персоналізоване планування для IT-фахівців, сприяючи підвищенню зайнятості та конкурентоспроможності. Практична цінність: веб-додаток для щоденного використання, з потенціалом для рекрутерів та освітніх платформ.

In today’s world, the labor market is characterized by rapid changes, especially in the IT sector, where professionals face the constant need to update their competencies and adapt to emerging trends. Personal career planning has become essential for effective professional growth; however, traditional tools are often limited by static data, lack of personalization, and insufficient integration with real market dynamics. This complicates informed decision-making, particularly under conditions of economic instability and geopolitical factors-highly relevant for Ukraine with its robust IT sector. Existing career planning systems, despite certain advantages, face limitations: insufficient integration with open labor market data, inadequate personalization of recommendations, and weak AI support for dynamic analysis. Fragmentation of information sources on vacancies, salaries, and courses hinders the development of growth strategies for specialists. There is a growing need for a comprehensive system that aggregates data, generates individualized plans based on skills, experience, and ambitions, and transforms the career path into a predictable and motivating process. Modern approaches to personal planning are evolving under the influence of digital technologies, the availability of open data, and AI integration. Key tools include social networks, online courses, career events, and specialized AI-powered platforms that enable market trend analysis and personalized recommendations. However, traditional methods-such as social media and events-often suffer from noise, limited adaptation to local markets, and lack of structured analytics. Current approaches, including participation in events and the use of general platforms, show shortcomings in effectiveness and innovation. Research indicates that they do not fully meet the needs of personalized planning, especially for regional markets. In contrast, a specialized system integrating AI and open data offers an optimal solution, ensuring accuracy, comprehensiveness, and accessibility for professional development. This study analyzes modern platforms such as LinkedIn [1], Coursera [2], and Indeed [3]. While they excel in networking and job search, they are limited in personalization and local adaptation. The analysis revealed gaps that can be addressed by a new system featuring deep AI analysis and career path visualization. The research objective is to design a system that integrates open labor market data with AI to generate individualized career strategies, optimize skills, and forecast opportunities. To achieve this goal, the following tasks were completed: • Analytical review of literature sources, including strengths and weaknesses of platforms such as Careerflow.ai, Teal HQ, and Kickresume; • Problem analysis and justification of the solution using UML for the logical model, including use case, class, collaboration, sequence, and state diagrams; • Definition of project requirements, focusing on functional (recommendations, visualization) and non-functional (security, performance) aspects; • Project execution planning with a Gantt chart, team organizational structure, and a prototype in Visual Studio, visualizing pages such as Dashboard, Career Path, Skills, and AI Consultant; • Implementation of project solutions using Python, Flask, SQLite, and ML models for the backend, as well as HTML/CSS/JavaScript for the frontend; • Project completion and result analysis, with recommendations for expanding API integrations (e.g., DOU.ua) and enhancing AI capabilities. The outcome is a designed system with a prototype that enables personalized planning for IT professionals, contributing to increased employment and competitiveness. Practical value: a web application for daily use, with potential for recruiters and educational platforms.