Next.js ve OpenAI ile Ters İşe Alım Platformu Nasıl Kurulur
Bir geliştirici, Next.js, Supabase ve OpenAI kullanarak adayları anonim tutan, maaşı önceden açıklayan ters işe alım platformunu 3 haftada nasıl kodladığını anlatıyor.
Yazar, geleneksel işe alım sürecinin verimsizliğine tepki olarak rolleri tersine çeviren bir platform geliştirmiş: adaylar anonim kalıyor, şirketler onları buluyor ve maaş görüşme öncesi açıklanıyor. Next.js 15, Supabase (PostgreSQL + RLS) ve OpenAI'nin GPT-4o-mini ile text-embedding-3-small modellerini kullanarak özgeçmiş ayrıştırma, eşleştirme skorlaması ve konum bazlı maaş tahmini yapan bir sistem kurmuş.
Teknik açıdan dikkat çeken noktalar arasında, GPT-4o-mini'nin unvanları genellemesini önlemek için prompt'a açık talimat eklenmesi, cosine similarity ile embedding tabanlı eşleştirme ve eşleşme nedenlerinin kısa, okunabilir cümlelere dönüştürülmesi yer alıyor. Ayrıca Vercel serverless ortamında standart pdf-parse kütüphanesinin sessizce başarısız olması nedeniyle WASM tabanlı unpdf kütüphanesine geçilmesi, deployment hedefinde test etmenin önemini gösteren somut bir ders olarak öne çıkıyor.
Supabase RLS tasarımında SECURITY DEFINER fonksiyonu kullanılarak sonsuz döngü sorunu çözülmüş; adaylar, işverenler ve adminler için farklı erişim politikaları tanımlanmış. Kullanıcı elde tutma açısından en etkili özelliğin, her önemli aksiyonda (yeni eşleşme, görüşme talebi, kabul, mesaj) tetiklenen e-posta bildirimleri olduğu vurgulanıyor.
Proje solo olarak yaklaşık 3 haftada geliştirilip yayına alınmış, aylık işletme maliyeti yaklaşık 30 dolar. Yazar, e-posta odaklı minimum uygulanabilir ürünle başlamayı, geliştirmeyi kamuya açık paylaşmayı ve PDF ayrıştırmayı gerçek deployment ortamında baştan test etmeyi geriye dönük öneriler olarak sıralıyor.