XÂY DỰNG ỨNG DỤNG QUẢN LÝ THỰC TẬP DOANH NGHIỆP TÍCH HỢP AI PHÂN TÍCH CV

Abstract

Bối cảnh: Thực tập doanh nghiệp là giai đoạn giúp sinh viên đúc kết kinh nghiệm từ môi trường học tập sang môi trường làm việc thực tế. Tuy nhiên, việc tổ chức thực tập hiện nay thường liên quan đến nhiều bên và phát sinh nhiều loại thông tin hồ sơ khác nhau. Khi các thông tin này được xử lý qua nhiều kênh riêng lẻ, việc theo dõi trạng thái và tổng hợp dữ liệu trở nên khó khăn. Bên cạnh đó, doanh nghiệp vẫn phải dành nhiều thời gian để đọc và đánh giá CV, trong khi sinh viên thiếu cơ sở để nhận biết hồ sơ của mình phù hợp với yêu cầu của từng vị trí đến mức nào. Mục tiêu: Xuất phát từ những vấn đề trên, đề tài “Xây dựng ứng dụng quản lý thực tập doanh nghiệp tích hợp AI phân tích CV” được thực hiện nhằm xây dựng một ứng dụng web quản lý tập trung quy trình thực tập giữa sinh viên, doanh nghiệp và nhà trường, đồng thời tích hợp khả năng phân tích CV để hỗ trợ quá trình ứng tuyển. Phương pháp: Hệ thống được xây dựng theo kiến trúc Client–Server, trong đó giao diện người dùng được phát triển bằng Vue.js 3 và Vite, backend sử dụng Java Spring Boot và dữ liệu nghiệp vụ được quản lý bằng MySQL. Chức năng phân tích CV được tách thành một dịch vụ độc lập bằng Python và FastAPI. CV của sinh viên được xử lý để trích xuất và chuẩn hóa các thông tin về kỹ năng, học vấn, dự án và kinh nghiệm trước khi đối chiếu với yêu cầu của vị trí thực tập. Mức độ phù hợp được tổng hợp từ năm thành phần gồm kỹ năng, tương đồng ngữ nghĩa, dự án và kinh nghiệm, học vấn và chất lượng CV. Kết quả: Ứng dụng đã hình thành một quy trình nghiệp vụ hỗ trợ liên tục từ khi doanh nghiệp đăng ký tham gia hệ thống và công bố vị trí thực tập, sinh viên chuẩn bị hồ sơ và ứng tuyển, đến khi hồ sơ được phân tích, doanh nghiệp xét duyệt và sinh viên xác nhận lựa chọn thực tập. Sau bước tiếp nhận, hệ thống tiếp tục hỗ trợ phân công giao việc, cập nhật tiến độ và đánh giá kết quả thực tập. Người dùng đồng thời có thể xem điểm phù hợp, mức độ đáp ứng kỹ năng, các kỹ năng còn thiếu và những gợi ý để cải thiện hồ sơ của mình. Kết luận: Kết quả thực hiện cho thấy việc tích hợp một dịch vụ phân tích CV chạy cục bộ vào hệ thống quản lý thực tập là khả thi và phù hợp với vai trò hỗ trợ ra quyết định. Giải pháp góp phần giúp sinh viên hiểu rõ hơn mức độ phù hợp của hồ sơ, đồng thời hỗ trợ doanh nghiệp trong quá trình sàng lọc ứng viên và giúp nhà trường theo dõi quá trình thực tập trên một nguồn dữ liệu tập trung đáng tin cậy. Context: Enterprise internships provide students with opportunities to gain practical experience and transition from an academic environment to a real-world workplace. However, internship management often involves multiple stakeholders and various types of application and internship-related information. When such information is handled through separate channels, tracking progress and consolidating data become difficult. In addition, companies still spend considerable time manually reviewing and evaluating CVs, while students often lack a clear basis for determining how well their profiles match the requirements of specific internship positions. Objective: In response to these issues, the thesis “Development of an Internship Management Application Integrated with AI-Based CV Analysis” aims to develop a web-based application that centralizes the internship management process among students, companies, and the university, while integrating CV analysis capabilities to support the application process. Methodology: The system is developed using a Client–Server architecture. The user interface is implemented with Vue.js 3 and Vite, the backend is developed using Java Spring Boot, and business data are managed with MySQL. The CV analysis functionality is separated into an independent service developed with Python and FastAPI. Student CVs are processed to extract and normalize information related to skills, education, projects, and experience before being compared with the requirements of internship positions. The overall matching level is calculated from five components: skills, semantic similarity, projects and experience, education, and CV quality. Outcome: The application establishes a continuous workflow from company registration and internship position publication, through student profile preparation and application submission, to CV analysis, company review, and internship selection confirmation. After acceptance, the system continues to support work assignment, progress updates, and internship evaluation. Users can also view matching scores, skill coverage, missing skills, and suggestions for improving their profiles. Conclusion: The implementation results demonstrate that integrating a locally deployed CV analysis service into an internship management system is feasible and suitable for decision-support purposes. The proposed solution helps students better understand the suitability of their profiles, assists companies in candidate screening, and enables the university to monitor internship activities through a centralized and reliable data source.