recruitin-boolean 1.0.13

Production-ready Boolean search automation for technical recruitment with AI-powered lookalike matching

Recruitin Boolean Search Generator

Een complete toolkit voor het genereren van boolean search strings, look-alike matching, en training data export voor recruitment AI modellen.

📋 Features

• Boolean Search Generatie: Genereer gerichte LinkedIn boolean searches per functiegroep
• Look-alike Matching: Vind vergelijkbare profielen tussen functiegroepen
• AI Training Data: Export Hugging Face compatibele training datasets
• Taxonomie Management: Gestructureerde functiegroep definities met skills/titels/concurrenten
• Excel Integratie: Import vacatures, export search resultaten met formatting

🚀 Quick Start

Installatie

# Clone the repository
git clone <repo-url>
cd recruitin_boolean

# Install dependencies
pip install -r requirements.txt

Python API Usage

from recruitin_boolean import JobDiggerBooleanProcessor

# Initialize processor
processor = JobDiggerBooleanProcessor()

# Generate searches voor een vacature
searches = processor.search_generator.generate_all_searches_for_vacancy(
    vacancy_title="Senior Software Engineer",
    company="TechCorp", 
    location="Amsterdam"
)

print(f"Functiegroep: {searches['functiegroep']['naam']}")
for search_type, search_data in searches['searches'].items():
    print(f"{search_type}: {search_data['boolean']}")

# Run volledige pipeline
files = processor.run_full_pipeline(
    input_file="vacatures.xlsx",
    output_dir="exports/"
)

CLI Usage

# Toon alle functiegroepen
python -m recruitin_boolean --show-taxonomy

# Genereer searches voor specifieke functiegroep
python -m recruitin_boolean --search werkvoorbereider_elektro

# Verwerk vacancy bestand
python -m recruitin_boolean -i vacatures.xlsx -o exports/

# Skip Hugging Face data generatie
python -m recruitin_boolean -i vacatures.xlsx --no-hf

# Verbose output
python -m recruitin_boolean -i vacatures.xlsx -v

📦 Package Structuur

recruitin_boolean/
├── models/                    # Data modellen
│   ├── functiegroep.py       # FunctieGroep dataclass  
│   └── taxonomie.py          # FUNCTIEGROEPEN database
├── search/                   # Boolean search generatie
│   ├── boolean_builder.py    # BooleanSearchGenerator
│   └── validators.py         # Pydantic validatie (nieuw)
├── ai/                       # AI componenten
│   ├── lookalike_matcher.py  # LookAlikeMatcher
│   └── huggingface_exporter.py # HuggingFaceDataGenerator
├── pipeline/                 # Hoofdorkestratie
│   ├── processor.py          # JobDiggerBooleanProcessor
│   ├── exporters.py          # Excel/data export (nieuw)
│   └── cli.py               # Command-line interface (nieuw)
└── tests/                   # Test suite
    └── test_recruitin_boolean.py

🔧 Core Components

1. FunctieGroep Model

from recruitin_boolean.models import FunctieGroep, FUNCTIEGROEPEN

# Access functiegroep
fg = FUNCTIEGROEPEN['werkvoorbereider_elektro']
print(f"Naam: {fg.naam}")
print(f"Skills: {fg.skills}")
print(f"Concurrenten: {fg.concurrenten}")

# Get all terms
all_terms = fg.get_all_terms()

2. Boolean Search Generator

from recruitin_boolean.search import BooleanSearchGenerator

generator = BooleanSearchGenerator(FUNCTIEGROEPEN)

# Find matching functiegroep
match = generator.find_best_functiegroep_match("Software Engineer")

# Generate searches voor functiegroep
fg = FUNCTIEGROEPEN['software_engineer']
searches = generator.generate_combined_search(fg)
print(searches['comprehensive'])  # Full boolean string

3. Look-alike Matcher

from recruitin_boolean.ai import LookAlikeMatcher

matcher = LookAlikeMatcher(FUNCTIEGROEPEN)

# Find similar profiles
similar = matcher.find_similar_profiles('software_engineer', min_similarity=0.3)

# Generate hybrid search
hybrid = matcher.generate_hybrid_search(['software_engineer', 'werkvoorbereider_elektro'])

4. Hugging Face Exporter

from recruitin_boolean.ai import HuggingFaceDataGenerator

hf_generator = HuggingFaceDataGenerator(FUNCTIEGROEPEN)

# Export training data
files = hf_generator.export_to_huggingface_format("hf_output/")
print(f"Classification data: {files['classification']}")
print(f"Similarity data: {files['similarity']}")
print(f"NER data: {files['ner']}")

📊 Input/Output Formats

Vacancy Input Excel Format

| Vacature              | Bedrijf   | Locatie   |
|----------------------|-----------|-----------|
| Senior Software Engineer | TechCorp  | Amsterdam |
| Werkvoorbereider Elektro | ElectroCo | Utrecht   |

Output Boolean Searches

| Functiegroep | Search_Type | Boolean_String | Priority |
|--------------|-------------|---------------|----------|
| Software Engineer | COMPREHENSIVE | (software engineer OR developer) AND (python OR java) | 1 |
| Software Engineer | FOCUSED | software engineer AND python | 2 |

🧪 Testing

# Run all tests
python -m pytest tests/

# Run specific test
python -m pytest tests/test_recruitin_boolean.py::TestBooleanSearchGenerator

# Run with coverage
pip install pytest-cov
python -m pytest tests/ --cov=recruitin_boolean --cov-report=html

🔍 Available Functiegroepen

Momenteel ondersteunde functiegroepen:

• werkvoorbereider_elektro - Werkvoorbereider Elektrotechniek
• werkvoorbereider_installatie - Werkvoorbereider Installatietechniek
• calculator_bouw - Calculator Bouw
• software_engineer - Software Engineer/Developer
• operator - Operator/Machinist

Elke functiegroep bevat:

• Titels: Functietitels en variaties
• Skills: Technische vaardigheden
• Look-alikes: Vergelijkbare rollen
• Concurrenten: Bedrijven in de sector
• Locaties: Relevante locaties

⚙️ Configuration

Search Parameters

# Customize search generation
generator = BooleanSearchGenerator(FUNCTIEGROEPEN)

# Override LinkedIn location mapping
custom_locations = {
    "Amsterdam": "Netherlands > North Holland > Amsterdam",
    "Custom City": "Netherlands > Province > City"
}
generator.linkedin_locations.update(custom_locations)

# Generate with custom location
searches = generator.generate_all_searches_for_vacancy(
    vacancy_title="Software Engineer",
    location="Custom City"
)

Export Settings

# Customize output directory structure
files = processor.run_full_pipeline(
    input_file="vacatures.xlsx",
    output_dir="custom_exports/",
    generate_hf_data=False  # Skip HF data generation
)

🤝 Contributing

1. Maak een feature branch
2. Voeg tests toe voor nieuwe functionaliteit
3. Run tests: python -m pytest
4. Update documentatie
5. Submit pull request

📈 Performance

• Boolean Generation: ~1ms per functiegroep
• Vacancy Processing: ~10ms per vacature
• Look-alike Matrix: ~100ms voor 5x5 matrix
• HF Export: ~500ms voor alle datasets

🛠️ Dependencies

• pandas: Excel processing
• openpyxl: Excel export formatting
• pydantic: Data validation
• scikit-learn: Similarity calculations
• pytest: Testing framework

📄 License

Eigendom van Recruitin B.V. - Alle rechten voorbehouden.

📞 Support

Voor vragen en ondersteuning:

• Email: [e-mail]
• GitHub Issues:

---

Recruitin B.V. - Technisch recruitment geautomatiseerd 🤖