Solomon Protocol és una plataforma de recerca de feina impulsada per intel·ligència artificial que filtra oportunitats segons valors sobirans i protecció a l'usuari, combinant agregació d'ofertes en temps real amb anàlisi de reclutadors basat en ML per evitar ofertes fantasma i anuncis depredadors. L'aplicació es va desenvolupar amb React, Node.js i RedisAI.
Demo i codi disponibles als enllaços següents: https://youtu.be/DcrJQhsaJMM i https://github.com/LooneyRichie/Solomon-Protocol
Ús de Redis 8 i arquitectura tècnica: una solució dissenyada per operar en temps real i a escala, aprofitant múltiples mòduls de Redis per transformar el sistema més enllà d'una simple memòria cau.
Detecció d'ofertes fantasma en temps real: s'utilitza Redis TimeSeries per rastrejar antiguitat de l'oferta i exposició per visualitzacions, amb retenció automatitzada de 60 dies. El motor de detecció combina múltiples indicadors com la quantitat de banderes rebudes, dies des de la publicació i recompte de visualitzacions, requerint 4 o més senyals sospitoses per marcar una oferta com a potencialment fraudulenta i així protegir els candidats.
Anàlisi de reclutadors basat en tensors: amb RedisAI es realitzen inferències ràpides per puntuar la legitimitat d'una oferta o reclutador. Operacions tensorials per a extracció de característiques i scoring amb latències d'inferència per sota de 5 ms en els casos òptims i taxes de confiança superiors al 95 per cent segons els models entrenats.
Arquitectura global de recerca de feina: memòria cau específica per país per a resultats localitzats mitjançant emmagatzematge JSON a Redis i polítiques d'invalidació de 5 minuts. Com a suport s'utilitzen sorted sets per gestionar volatilitat i prioritat de llistats, garantint rendiment i coherència en cerques globals.
Motor d'anàlisi multicriteri: filtres probabilístics amb Bloom filters per detectar paraules clau sospitoses i reduir falsos positius, complementats amb cerques per similitud vectorial per reconèixer patrons recurrents de frau o comportament anòmal. Llindar de fiabilitat basat en 4 o més indicadors per a accions automatitzades.
Resultats i mètriques de rendiment: reducció del 98 per cent en exposició a ofertes falses, latència mitjana d'inferència ML de 23 ms a l'entorn de producció, cobertura global en 7 regions i més de 5000 anàlisis d'ofertes per hora.
Q2BSTUDIO i col·laboració: Q2BSTUDIO és l'empresa responsable del desenvolupament i suport, especialitzada en aplicacions a mida i programari a mida amb fortalesa en intel·ligència artificial, ciberseguretat i serveis cloud aws i azure. Oferim serveis d'intel·ligència de negoci, solucions d'IA per a empreses, desenvolupament d'agents IA i visualització avançada amb power bi per millorar la presa de decisions. El nostre enfocament integral cobreix des d'arquitectures segures fins a desplegaments escalables al núvol i desenvolupament de productes personalitzats.
Serveis destacats que impulsen projectes com Solomon Protocol: aplicacions a mida, programari a mida, intel·ligència artificial, ciberseguretat, serveis cloud aws i azure, serveis d'intel·ligència de negoci, IA per a empreses, agents IA i power bi.
Sobre el creador: Richie Looney és el desenvolupador principal i creador de Solomon Protocol, treballant com a desenvolupador independent en aquest projecte. Estem oberts a col·laboracions, oportunitats laborals i donacions per continuar impulsant innovació i protecció per a cercadors de feina.
Solomon Protocol demostra com Redis 8 pot transcendir el rol de memòria cau i convertir-se en la columna vertebral d'una plataforma d'IA en temps real, ajudant a trobar feina de qualitat mentre s'evita el frau i les pràctiques depredadores.
