Logo Trường Đại học Công Nghiệp TP.HCM
BỘ CÔNG THƯƠNG
TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP TP. HỒ CHÍ MINH
KHOA CÔNG NGHỆ THÔNG TIN
Chuyên ngành Khoa học Máy tính · Khóa học 2022 – 2027
BÁO CÁO KHÓA LUẬN TỐT NGHIỆP

HỆ THỐNG HỖ TRỢ TUYỂN DỤNG CÔNG BẰNG
BẰNG PHƯƠNG PHÁP ẨN DANH VÀ SO KHỚP CV–JD

FAIR RECRUITMENT SUPPORT SYSTEM USING CV ANONYMIZATION AND CV–JD MATCHING
CV Anonymizer · An toàn riêng tư, an tâm ứng tuyển
GIẢNG VIÊN HƯỚNG DẪN
ThS. Nguyễn Ngọc Lễ
Khoa Công nghệ Thông tin · IUH
SINH VIÊN THỰC HIỆN
1. Lê Thành Đạo (Nhóm trưởng) — MSSV: 22722571
2. Ngô Văn Ninh (Thành viên) — MSSV: 22699421
BẢN ĐỒ BÀI BÁO CÁO
CHẶNG 01 · KHỞI ĐẦU

Đặt Vấn Đề & Mục Tiêu Đề Tài

Quy mô: 1 slide đối ứng · Thời lượng dự kiến: 2 phút
Đi tới chặng này
1
Cặp 01 - Tối ưu công sức:

Từ thực trạng xử lý thủ công tốn thời gian, chi phí đến mục tiêu tự động hóa bóc tách và sơ lọc theo JD.

2
Cặp 02 - Giảm định kiến vô thức:

Từ nguy cơ thiên vị vô thức đến mục tiêu ẩn danh PII, đánh giá năng lực thực chất theo minh chứng.

3
Cặp 03 - Bảo vệ quyền riêng tư:

Từ rủi ro rò rỉ dữ liệu cá nhân đến mục tiêu khử nhận dạng cục bộ và lưu vết kiểm toán theo quy định bảo vệ dữ liệu cá nhân hiện hành.

01 · TỔNG QUAN ĐỀ TÀI
THÁCH THỨC 01 Xử lý thủ công tốn công sức

Doanh nghiệp tiếp nhận số lượng lớn CV. Việc đọc, phân loại từng file PDF/DOCX thủ công tiêu tốn nhiều thời gian và chi phí nhân sự.

MỤC TIÊU 01 Giảm thiểu công sức xử lý thủ công

Tự động bóc tách bố cục và sơ lọc theo JD, giúp nhà tuyển dụng tiết kiệm thời gian đọc và phân loại hồ sơ ban đầu.

THÁCH THỨC 02 Định kiến vô thức (Unconscious Bias)

Dễ bị ảnh hưởng chủ quan bởi Họ tên, Giới tính, Tuổi tác, Quê quán, Trường đại học và Ảnh chân dung của ứng viên.

MỤC TIÊU 02 Giảm định kiến vô thức khi đánh giá

Ẩn danh Họ tên, Ảnh, SĐT, Email trước khi chấm; đánh giá dựa trên bằng chứng, không quyết định đậu rớt thay con người.

THÁCH THỨC 03 Rủi ro rò rỉ dữ liệu cá nhân

CV chứa SĐT, Email, Địa chỉ, Số CCCD bị chia sẻ qua email hoặc đẩy lên Cloud không mã hóa, vi phạm quy định bảo vệ dữ liệu cá nhân hiện hành.

MỤC TIÊU 03 Bảo vệ dữ liệu theo quy định hiện hành

Khử nhận dạng tại máy cục bộ trước khi xử lý, tuyệt đối không gửi CV gốc lên Cloud; lưu vết kiểm toán khi mở thông tin liên hệ.

Hệ thống hỗ trợ xử lý CV, không tự quyết định đậu rớt.
02 · CƠ SỞ & KHOẢNG TRỐNG
Nghiên cứu học thuật (Papers) Hệ thống thực tế (Commercial ATS)
Khoảng trống then chốt đề tài giải quyết TRỌNG TÂM
Đã làm được:

Khử nhận dạng trên tiếng Anh lâm sàng / pháp lý [TAB 2022] [Philter 2020] [Liu 2017]; NER tiếng Việt trên báo chí [Le-Hong 2016] [PhoBERT 2020]; chấm CV sau khi khử nhận dạng trên tiểu sử tổng hợp [PBa-LLM 2025].

Điểm còn thiếu:

Chưa làm trên CV tiếng Việt; chưa xử lý bố cục trang phức tạp; thiếu cổng kiểm tra rò rỉ và lưu vết kiểm toán.

Đã làm được:

Quản trị ứng viên quy mô lớn, giao diện hiện đại, lọc từ khóa cơ bản và tích hợp thông báo email.

Điểm còn thiếu:

Một số ATS thương mại chấm dạng hộp đen, không cho xem bằng chứng minh bạch, và yêu cầu tải CV thật lên Cloud (quan sát thực tế từ trang sản phẩm, không trích dẫn số liệu).

Chốt 3 điểm thiếu cốt lõi đề tài giải quyết:
1. Chưa có hệ thống khử nhận dạng CV tiếng Việt được công bố và kiểm chứng [1][2][3]:
Xây dựng bộ luật (Rule-based) kết hợp từ điển họ tên và quy tắc bối cảnh đặc thù cho ngôn ngữ tiếng Việt.
2. Chưa kết hợp Khử nhận dạng + Trích xuất + Chấm điểm trong 1 luồng [4][5]:
Tích hợp khép kín từ ẩn danh PII cục bộ, chuẩn hóa JSON Schema đến so khớp bằng chứng và kiểm toán mở liên hệ.
3. Chưa xử lý tốt bố cục CV đa dạng [6]:
Ứng dụng Recursive XY-Cut bóc tách cấu trúc CV 1 cột, 2 cột, 3 cột, sidebar và bảng biểu.
Nguồn trích dẫn: [1] Le-Hong 2016 · [2] PhoBERT (Nguyen & Nguyen 2020) · [3] TAB (Pilán et al. 2022) · [4] PBa-LLM (Mancera et al. 2025) · [5] Philter (Norgeot et al. 2020) · [6] Bali et al. 2025. Chi tiết đầy đủ trong báo cáo và tài liệu kỹ thuật đề tài.
03 · TỔNG QUAN HỆ THỐNG
NGƯỜI DÙNG Nhà Tuyển Dụng & Ứng Viên

Truy cập giao diện Web qua trình duyệt bằng kết nối HTTPS bảo mật.

Cổng Nhà tuyển dụng Tạo JD, xem bảng xếp hạng ứng viên
Cổng Ứng viên (Public UUID Link) Nộp tệp CV (PDF/DOCX) ẩn danh
MÁY CHỦ NỘI BỘ (LAN) Máy Chủ Nội Bộ Doanh Nghiệp

Thực hiện ẩn danh PII ngay tại mạng nội bộ doanh nghiệp trước khi phát hành.

Khử nhận dạng cục bộ tuyệt đối Rule-based Regex kết hợp VN Name Detector
Bảo toàn dữ liệu gốc CV gốc và tệp ánh xạ mapping giữ nguyên tại LAN
Kiểm tra SHA-256 Checksum Xác thực tính toàn vẹn của tệp đã khử nhận dạng
Chỉ chuyển tệp đã khử nhận dạng; CV gốc không rời khỏi mạng nội bộ
AWS Cloud · Vùng ap-southeast-2 (Sydney)
Tầng 1 · Cổng vào
Trình duyệt Client Kết nối HTTPS bảo mật Nginx Reverse Proxy Tường lửa AWS: chỉ mở cổng web, SSH chỉ từ IP nhà
Tầng 2 · Ứng Dụng Trên 1 Máy Chủ EC2 Docker Compose · All-in-One (1 Server, không microservices)
Web UI Nhà Tuyển Dụng FastAPI + Jinja2 + Tailwind CSS
API Khử Nhận Dạng CV & Chấm Điểm FastAPI Backend Engine
Viewer Xem File Đã Khử Nhận Dạng Cổng kiểm toán nội bộ (Đăng nhập riêng)
Tầng 3 · Luồng Xử Lý Nghiệp Vụ Khép Kín Bấm vào khối 2, 3, 4 để xem slide chi tiết
01 ĐẦU VÀO
Tiếp Nhận

Kiểm MIME, giới hạn tệp và tạo UUID.

CV thô
CV đã khử nhận dạng [NAME]
JSON Schema v1.0
Điểm % + Bằng chứng
KẾT QUẢ
Bảng Xếp Hạng

Xếp hạng; mở liên hệ có audit.

LƯU TRỮ EC2 (EBS) Thư Mục data/private/ CV gốc tạm thời, file đã che, audit trail
CƠ SỞ DỮ LIỆU SQLite / PostgreSQL Tài khoản, JD, điểm và audit
SAO LƯU CLOUD Amazon S3 (Private) Mã hóa định kỳ, không lưu CV gốc
DỊCH VỤ NGOÀI (EXTERNAL) Google Gemini Flash Lite Tùy chọn: enrich văn bản đã khử nhận dạng và baseline JSON
Lớp Bảo Mật Vận Hành
Audit Trail song song bcrypt mật khẩu Cookie HttpOnly Link UUID
Tuân thủ Luật BVDL cá nhân 91/2025/QH15 & NĐ 356/2025/NĐ-CP
Khối 2: Khử Nhận Dạng CV (Anonymization Engine) · Cơ Chế Hybrid Rule-Based Cục Bộ
100% Cục Bộ · Không Dùng AI Ngoại Vi
Bản chất phương pháp: Hệ thống áp dụng phương pháp Hybrid Rule-Based chạy cục bộ hoàn toàn trên máy chủ nội bộ; không sử dụng mô hình Named Entity Recognition (NER) dùng AI ngoại vi như BERT, spaCy NER hay Microsoft Presidio. Cơ chế này bảo đảm tính xác định cao (deterministic), tốc độ xử lý tức thì và an toàn dữ liệu tuyệt đối trước khi trích xuất.
Thành phần Cơ chế đang dùng Chi tiết / Ví dụ
PII có cấu trúc Regex biên soạn riêng Email, số điện thoại (+84), số CCCD, ngày sinh, URL liên kết cá nhân
Tên người Việt Rule + Danh sách họ phổ biến + Ngữ cảnh Nhận diện cấu trúc tên tiếng Việt, loại trừ nhầm lẫn với chức danh hoặc vị trí công việc
Thông tin ngữ cảnh Contextual Rules Tên người tham chiếu, trường đại học, tên công ty, khách hàng, tên dự án
Phân tích bố cục Tọa độ khối chữ trên PDF Nhận diện họ tên và thông tin liên lạc tại vùng header, xử lý chuẩn xác CV dạng đa cột
Xử lý CV scan OCR cục bộ Tesseract Nhận dạng văn bản từ ảnh scan, kiểm tra ngưỡng tin cậy (confidence) trước khi tiến hành che
Khử nhận dạng trên file PDF PyMuPDF theo Bounding Box Xóa triệt để text và pixel bên dưới (redact), sau đó chèn thẻ gán [FULL_NAME], [+84_PHONE]
Ảnh chân dung Heuristic vùng header + OpenCV fallback Tự động phát hiện và khử nhận dạng khuôn mặt / ảnh thẻ đại diện của ứng viên nếu có
CV GỐC (CHỨA THÔNG TIN ĐỊNH DANH PII) UNSAFE
HỌ VÀ TÊN: Nguyễn Văn An · NĂM SINH: 2001
LIÊN HỆ: 0901 234 567 · [email protected]
ĐỊA CHỈ: 123 Nguyễn Văn Bảo, Gò Vấp, TP.HCM
HỌC VẤN: Đại học Công Nghiệp TP.HCM (IUH)
KỸ NĂNG: Python, SQL, Selenium, Pytest, Postman, API Testing
KINH NGHIỆM: 2 năm QA Automation Engineer tại Công ty Giải pháp ABC
CV ĐÃ KHỬ NHẬN DẠNG (BẢO TOÀN NĂNG LỰC CHUYÊN MÔN) PRIVACY-SAFE
HỌ VÀ TÊN: [FULL_NAME] · NĂM SINH: [DOB]
LIÊN HỆ: [+84_PHONE] · [EMAIL]
ĐỊA CHỈ: [ADDRESS]
HỌC VẤN: [SCHOOL] (Ngành CNTT / ĐH chính quy)
KỸ NĂNG: Python, SQL, Selenium, Pytest, Postman, API Testing
KINH NGHIỆM: 2 năm QA Automation Engineer tại [ORGANIZATION_1]
Khối 2: Trích xuất CV đã khử nhận dạng · PyMuPDF, Rule-based & Gemini tùy chọn
JSON Schema v1.0

Cách làm: PyMuPDF đọc text và tọa độ để khôi phục thứ tự đọc theo cột. Bộ luật tạo JSON nháp từ section, Regex và từ điển kỹ năng; khi bật -Llm, Gemini chỉ nhận văn bản đã khử nhận dạng cùng JSON nháp để enrich. Kết quả luôn được chuẩn hóa, bảo toàn placeholder và validate theo Schema v1.0 trước khi lưu.

1. Đọc PDF và khôi phục thứ tự đọc

PyMuPDF lấy text kèm tọa độ; hệ thống gom dòng, suy ra cột và đọc từ trên xuống. PDF scan không có text layer cần OCR từ bước trước.

2. Tạo JSON nháp bằng luật

Nhận diện section song ngữ; dùng Regex cho ngày/GPA và từ điển cho kỹ năng, công cụ, kinh nghiệm, dự án và học vấn.

3. Gemini enrich và kiểm tra đầu ra

Chỉ khi bật -Llm: đối chiếu JSON nháp với evidence, chuẩn hóa một contract CV duy nhất, loại dữ liệu định danh và ghi trường mơ hồ vào uncertain_fields.

Mẫu JSON CV canonical
{
  "document_id": "c6b384ff-190a-4f48-a190-69d6fd0b89ac",
  "candidate_profile": {
    "target_role": {"value": "Manual Tester / QC Engineer", "confidence": 0.7, "inferred": true, "evidence_ids": []},
    "total_years_experience": { "value": 5.0, "derived": true, "basis": "dated work", "evidence_ids": [] }
  },
  "skills": {
    "technical_skills": [{"name": "API Testing", "canonical_name": "API Testing", "evidence_ids": []}],
    "tools": [{"name": "Postman", "canonical_name": "Postman", "evidence_ids": []}],
    "languages": [{"language": "English", "proficiency": "Fluent"}]
  },
  "work_experience": [{"id": "work-1", "role": "QC Engineer", "start_date": "2023", "end_date": null, "is_current": true, "date_precision": "year", "responsibilities": [], "evidence_ids": []}],
  "projects": [{"id": "project-1", "source_type": "work", "work_experience_id": "work-1", "label": null, "domains": ["E-commerce"], "technologies": [], "responsibilities": [], "evidence_ids": []}]
}
Khối 3: So sánh & Nhận xét (Scoring Engine) · Đối chiếu bằng chứng 6 nhóm tiêu chí
Evidence-Based

Cách làm: So sánh trực tiếp giữa JSON CV và JSON JD theo 6 nhóm tiêu chí (Must-have skills, Nice-to-have skills, Thâm niên kinh nghiệm, Trình độ học vấn, Chứng chỉ, Ngoại ngữ).

Công thức & Ví dụ tính điểm cụ thể

Ví dụ về tính điểm thâm niên: Bản mô tả JD yêu cầu tối thiểu 2.0 năm kinh nghiệm; hồ sơ ứng viên đạt 1.58 năm:

Điểm kinh nghiệm = 1.58 / 2.0 = 0.79 điểm thành phần

Tương tự, các kỹ năng bắt buộc Must-have mang trọng số quyết định điều kiện sơ tuyển ban đầu.

Nguyên tắc Bằng chứng (Evidence Matching)
  • Có trong CV: Trích dẫn chính xác dòng văn bản gốc làm minh chứng đối chiếu (ví dụ: dòng mô tả dự án chứa Selenium/Postman).
  • Không thấy trong CV: Nếu tiêu chí JD yêu cầu mà CV không nhắc tới, hệ thống ghi nhận rõ ràng: "Không thấy trong CV", tuyệt đối không suy đoán cảm tính.
Triển Khai, CI/CD & Ngăn Xếp Công Nghệ Thực Tế
Production-Ready
Web Framework & Giao diện

FastAPI (Python 3.12) hiệu năng cao, Jinja2 Templates phục vụ SSR, CSS Clean Academic không emoji, không mũi tên rườm rà.

Cơ sở dữ liệu

SQLite cục bộ cho môi trường phát triển / kiểm thử offline; hỗ trợ chuyển đổi sang PostgreSQL trên môi trường máy chủ sản phẩm.

Hạ tầng & Đóng gói

Đóng gói chuẩn hóa qua Docker Compose; máy chủ ảo AWS EC2 (khu vực Sydney); định hướng tích hợp S3 riêng tư làm bản sao lưu định kỳ.

Tự động hóa CI/CD (Đang hoàn thiện)

Xây dựng quy trình GitHub Actions tự động kích hoạt bộ kiểm thử tự động (Pytest) trên từng Pull Request trước khi hòa mã nguồn.

04 · DỮ LIỆU
SERVER CÔNG TY — CV GỐC CHỈ Ở ĐÂY
Bước 1 — Thỏa thuận

Nhóm và doanh nghiệp thống nhất:

  • Phạm vi dữ liệu và mục đích nghiên cứu
  • Quyền truy cập và vai trò người dùng
  • Yêu cầu bảo mật và cam kết pháp lý
Bước 2 — Khử nhận dạng tại chỗ

Nhóm xây giao diện nội bộ, gửi yêu cầu qua API đến server riêng của công ty. Trên server công ty, CV gốc được:

  • Khử nhận dạng: tên, email, số điện thoại, địa chỉ
  • Kiểm tra chất lượng kết quả khử nhận dạng (dùng Vault + MinIO để lưu trữ an toàn)
  • Không chuyển CV gốc hoặc file mapping ra ngoài server công ty
ĐIỂM CHỐT BẢO MẬT CỔNG KIỂM TRA & PHÊ DUYỆT

Chỉ khi đã kiểm tra và được phê duyệt thì mới chuyển sang vùng phải.

SERVER CỦA NHÓM — CHỈ NHẬN DỮ LIỆU ĐÃ KHỬ NHẬN DẠNG
Bước 3 — Chuyển giao có kiểm soát

Công ty chỉ chuyển sang:

  • CV đã ẩn danh
  • JD được phép sử dụng
  • Thang / phân loại ứng viên hoặc cấu hình đánh giá do công ty cung cấp
Bước 4 — Lưu trữ và sử dụng

Server nhóm lưu tách biệt dữ liệu đã khử nhận dạng, hiển thị qua viewer, trích xuất thông tin cấu trúc và đối sánh CV–JD.

  • Tách biệt môi trường dữ liệu gốc
  • Trích xuất cấu trúc và so khớp CV–JD
  • Mọi báo cáo chỉ dùng dữ liệu tổng hợp, không chứa PII
03 JD được phép sử dụng
01 Thang / Cấu hình đánh giá

Số liệu tạm thời, sẽ cập nhật sau khi xin được dữ liệu chính thức từ doanh nghiệp.

CV gốc + file mapping không rời server công ty · Báo cáo chỉ dùng dữ liệu tổng hợp, không chứa PII
Mô Phỏng Hồ Sơ Ứng Viên Đã Khử Nhận Dạng Dữ liệu mẫu nghiên cứu vị trí Manual QA / Tester sau khi qua Module Khử nhận dạng
Độc Lập · Không Đọc CV Gốc
ẢNH CHÂN DUNG [ĐÃ KHỬ NHẬN DẠNG]
[FULL_NAME]
MANUAL TESTER / QA ENGINEER
Học vấn: ĐH chuyên ngành Khoa học Máy tính Kinh nghiệm: 1.5+ năm kiểm thử chất lượng phần mềm
SĐT: [+84_PHONE]
Email: [EMAIL]
Giới tính: [GEN]
Ngày sinh: [DOB]
Địa chỉ: [ADDRESS]
1. MỤC TIÊU NGHỀ NGHIỆP (CAREER OBJECTIVE)

- Ngắn hạn: Vận dụng kiến thức kiểm thử chức năng (Manual Testing) và thiết kế test case để phát hiện lỗi sớm, bảo đảm chất lượng phần mềm trước khi phát hành.
- Dài hạn: Phát triển kỹ năng kiểm thử tự động (Automation Test), kiểm thử API chuyên sâu, hướng tới vị trí QA Lead.

2. KỸ NĂNG CHUYÊN MÔN (TECHNICAL SKILLS) BẢO TOÀN 100%
Kiểm thử: Manual Testing, Test Case Design, Functional / Regression Testing, Smoke Testing, Bug Tracking.
Công cụ & CSDL: Jira, Postman, SQL, Git, Swagger, TestRail, Selenium WebDriver.
Quy trình: Agile / Scrum, SDLC, STLC, Black-box Testing, API Validation.
3. KINH NGHIỆM LÀM VIỆC (WORK EXPERIENCE)
Manual QA / Tester Intern — [ORGANIZATION_1] 06/2023 – 12/2024
  • Phân tích tài liệu yêu cầu (SRS), thiết kế và thực thi hơn 180 test case cho mô-đun tuyển dụng.
  • Kiểm thử API backend bằng Postman (GET, POST, PUT, DELETE), xác thực response schema và status code.
  • Ghi nhận và theo dõi 50+ defect trên Jira, phối hợp cùng lập trình viên để xác minh lỗi sau sửa đổi.
4. HỌC VẤN (EDUCATION)
Cử nhân Khoa học Máy tính / CNTT — Trường Đại học Công nghiệp TP.HCM (IUH)
Tốt nghiệp loại Khá · Điểm tích lũy: 3.2 / 4.0
Thực thể định danh đã khử nhận dạng

Các trường thông tin nhạy cảm đã được chuyển đổi thành mã chuẩn hóa trước khi rời khỏi máy chủ nội bộ:

Họ và tên:[FULL_NAME]
Số điện thoại:[+84_PHONE]
Giới tính:[GEN]
Email liên hệ:[EMAIL]
Ngày sinh:[DOB]
Địa chỉ:[ADDRESS]
Tổ chức cũ:[ORGANIZATION_1]
Ảnh chân dung:[ĐÃ KHỬ NHẬN DẠNG]
Thông tin chuyên môn bảo toàn

Bảo toàn 100% mục tiêu nghề nghiệp, kỹ năng kiểm thử (Manual Testing, API, JIRA, SQL, Regression Test) và kinh nghiệm làm việc để làm căn cứ chấm điểm minh bạch.

Quy tắc an toàn dữ liệu

Tệp CV gốc luôn được lưu trữ an toàn tại máy chủ nội bộ doanh nghiệp. Bản CV này được xây dựng độc lập bằng giao diện trực quan phục vụ báo cáo với Hội đồng, hoàn toàn không truy xuất file gốc.

05 · THỰC NGHIỆM & ĐÁNH GIÁ
Khung Phương Pháp Đánh Giá Khối Ẩn Danh Hóa (Module Anonymize)
Khung Chỉ Số Đo Kiểm
Loại thực thể định danh Phương pháp nhận diện chính Chỉ số sẽ đo Mục tiêu thiết kế
Họ và tên ([FULL_NAME]) Rule-based + Từ điển 42 họ & tên Việt, heuristics ngữ cảnh Recall, Precision, F1 Recall >= 0.95 (Ưu tiên không sót PII)
Số điện thoại ([+84_PHONE]) Regex đa định dạng nhà mạng Việt Nam Recall, Precision, F1 Recall >= 0.98 (Cấu trúc số rõ ràng)
Email ([EMAIL]) RFC 5322 Regex Pattern chuẩn hóa Recall, Precision, F1 Recall >= 0.99 (Cú pháp chuẩn)
Địa chỉ ([ADDRESS]) Từ điển địa danh hành chính 3 cấp + Heuristics từ khóa Recall, Precision, F1 Recall >= 0.90 (Độ phức tạp câu)
Bảo toàn Trường / Kỹ năng / Công ty Danh mục trường ĐH/CĐ + Guard rules bảo vệ năng lực False Positive Rate FPR Thấp (Tránh khử nhận dạng nhầm chuyên môn)
Mục tiêu hiệu năng: Xử lý mượt mà trên môi trường CPU máy tính văn phòng, không phụ thuộc GPU rời. * Số liệu đo kiểm chi tiết sẽ cập nhật sau khi hoàn tất gắn nhãn tập Gold Dataset; tuyệt đối không bịa số liệu thực nghiệm.
Khung Phương Pháp Đánh Giá Khối Trích Xuất (Extract) & Khối Chấm Điểm (Scoring)
Khung đo F1 Khối Trích xuất (Exact vs Normalized)
Nhóm trường Schema v1.0 Phương thức đo lường Tiêu chí đánh giá
Kỹ năng chuyên môn F1 Exact & F1 Normalized So khớp từ điển kỹ năng chuẩn hóa
Kinh nghiệm làm việc F1 Exact & F1 Normalized Bóc tách công ty, chức danh, số năm
Trình độ học vấn F1 Exact & F1 Normalized Bậc học, trường đào tạo, ngành học
Chứng chỉ & Ngoại ngữ F1 Exact & F1 Normalized Tên chứng chỉ, ngôn ngữ, trình độ

Exact: Khớp chính xác ký tự. Normalized: Khớp ngữ nghĩa sau khi chuẩn hóa chữ hoa/thường, khoảng trắng và từ đồng nghĩa.

Khung Thẩm Định Độ Đồng Thuận với Chấm Tay
1. Phương pháp đối sánh (Human Agreement): Đo lường mức độ tương đồng giữa điểm số tính toán tự động theo rubric với kết quả chấm tay độc lập của người đánh giá.
2. Thẩm định thứ tự xếp hạng (Rank Correlation): Đánh giá độ nhất quán trong danh sách ứng viên đề xuất giữa hệ thống và chuyên viên tuyển dụng.
3. Kiểm chứng minh chứng trích đoạn: Đảm bảo 100% tiêu chí có trích dẫn văn bản gốc hoặc ghi nhận minh bạch "Không thấy trong CV".
Chỉ số đồng thuận sẽ được đo lường và công bố chính thức khi hoàn tất tập dữ liệu chấm tay kiểm thử; không sử dụng số liệu giả định.
06 · HẠN CHẾ & HƯỚNG PHÁT TRIỂN
Hạn chế hiện tại của hệ thống Hướng giải quyết tương ứng
1. Tên riêng hiếm gặp & lỗi viết hoa tùy ý:

Các tên riêng ít phổ biến của đồng bào thiểu số hoặc ứng viên viết hoa toàn bộ CV có thể khiến bộ luật nhận diện tên bỏ sót hoặc nhận nhầm thực thể.

Cơ chế Human-in-the-loop & Mở rộng bộ luật:

Đưa các trường có độ tin cậy thấp vào cờ xem xét thủ công (Human review), đồng thời bổ sung họ tên, mẫu ngữ cảnh và regression test. Mô hình cục bộ là hướng nghiên cứu khi có đủ dữ liệu gán nhãn.

2. CV scan dạng ảnh chụp bị mờ hoặc nghiêng:

Các bản scan độ phân giải thấp, có bóng đổ hoặc góc chụp lệch làm giảm độ chính xác của bước OCR nhận diện chữ quang học.

Bổ sung Pipeline tiền xử lý ảnh (Image Preprocessing):

Tích hợp các bước nắn thẳng tự động (Deskew), khử nhiễu (Denoise) và nhị phân hóa thích nghi (Binarization) trước khi đưa vào bộ OCR.

3. Chưa Fine-tune mô hình học sâu chuyên biệt:

Hiện tại hệ thống vận hành minh bạch bằng rubric rõ ràng không cần fine-tune; chưa huấn luyện fine-tune do thiếu tập dữ liệu gán nhãn quy mô lớn.

Chỉ Fine-tune khi đủ dữ liệu có nhãn đạt chuẩn:

Kiên quyết chỉ tiến hành Fine-tune khi thu thập và gắn nhãn hoàn thiện tập dữ liệu chuẩn bản địa hóa nhằm tránh rủi ro học vẹt (Overfitting).

07 · TỔNG KẾT & ĐÓNG GÓP CỦA ĐỀ TÀI
KẾT QUẢ ĐẠT ĐƯỢC Hệ thống làm được gì

Hoàn thiện luồng khép kín: Nhận CV, khử nhận dạng cục bộ trước khi xử lý, bóc tách cấu trúc theo Schema JSON v1.0, so khớp 6 nhóm tiêu chí với JD có trích dẫn bằng chứng và lưu vết kiểm toán Audit Trail.

Ý NGHĨA THỰC TIỄN Đóng góp của Đề tài

Cung cấp giải pháp bảo vệ dữ liệu cá nhân theo quy định hiện hành; giảm thiểu định kiến vô thức trong vòng sơ tuyển việc làm, thúc đẩy tuyển dụng công bằng dựa trên năng lực thực chất.

TRẢI NGHIỆM TRỰC TIẾP Trải nghiệm Demo ở đâu

Hệ thống đã sẵn sàng vận hành trực tiếp trên máy chủ cục bộ với 2 không gian nghiệp vụ độc lập:

Lời Cảm Ơn Trang Trọng & Phiên Hỏi - Đáp (Q&A)

Nhóm tác giả xin trân trọng cảm ơn ThS. Nguyễn Ngọc Lễ đã tận tình hướng dẫn, cùng Quý Thầy/Cô Khoa Công nghệ Thông tin – Trường Đại học Công Nghiệp TP.HCM (IUH) đã tạo điều kiện thuận lợi trong suốt quá trình thực hiện đề tài. Kính mời Hội đồng phản biện và Quý Thầy/Cô đặt câu hỏi.