Terjemahan Jurnal Skill Finder

Tugas Pengantar Teknologi Game

“Menyimpulkan Jurnal Skill Finder”

Di susun ole : Kelompok 8

Anggota :

·         Eirene Ceren Hutauruk (52416267)

·         Joshua Filbert (53416759)

·         Yudith Geneiza Maholle (57416839)

·         Yustika Maulida (57416879)

UNIVERSITAS GUNADARMA

TEKNIK INFORMATIKA

2019

1.      Translate jurnal Skill Finder

ABSTRAK

PENCARIAN KETERAMPILAN: SISTEM PENCOCOKAN LAMARAN PEKERJAAN RESMI

oleh

Thimma Reddy Kalva, Master of Science Universitas Negeri Utah, 2013

Profesor Utama: Dr. Nicholas Flann, PhD Departemen: Ilmu Komputer

Skill Finder adalah alat yang memberi peringkat keterampilan siswa dari resume ke persyaratan pekerjaan dari Pengusaha, Departemen dan Fakultas mencari siswa magang, karyawan penuh waktu dan juga Asisten Riset, Lulusan dan Pengajaran. Skill Finder menyelenggarakan resume siswa, sejarah akademik dan informasi kontak. Pengguna yang berwenang dari Departemen dapat memposting pekerjaan, melihat pelamar pekerjaan dan pencari Keterampilan secara otomatis mengurutkan resume siswa berdasarkan tingkat kecocokan dengan pekerjaan. Pencari keterampilan juga mengirimkan peringatan email kepada siswa tentang pekerjaan yang diposting dan melacak sejarah pemimpin perusahaan lama dengan mempertahankan riwayat lengkap pekerjaan yang diposting dari pemberi kerja.

(56 Halaman)

UCAPAN TERIMA KASIH

Terutama, saya ingin menyampaikan terima kasih yang tulus kepada penasihat saya Dr. Nicholas Flann atas dukungan, bimbingan, dan sarannya yang berharga. Saya sangat berterima kasih atas diskusi dan dorongannya yang mendalam yang membantu saya menyelesaikan beberapa masalah desain. Tanpa bimbingan dan bantuannya, laporan ini tidak akan mungkin terjadi.

Saya berterima kasih kepada anggota komite saya Dr. Vladimir A.Kulyukin dan Dr. Xiaojun Qi atas bimbingan dan dukungan mereka yang berharga.

Saya terutama berterima kasih kepada keluarga saya, Bhaskar Reddy Kalva, Sunanda Kalva, Anitha Kalva dan Harish Reddy Gajulapalle dan teman-teman saya atas dukungan dan perhatian mereka yang luar biasa. Saya tidak akan sejauh ini tanpa mereka.

iv

Thimma Reddy Kalva

ISI

Halaman ABSTRAK ................................................ .................................................. ........... iii UCAPAN TERIMA KASIH ......................................... .................................................. ..... iv

BAB

1. 1 PENDAHULUAN .................................................. ........................................... 1

2. 2 ANALISA KEBUTUHAN ................................................. .............................. 2

2.1 Kasus Penggunaan .................................................. ............................................... 2

2.2 Struktural Analisis................................................. .................................. 7 7

Persyaratan Fungsional ............ .................................................. ............. 9

3. 3 DESAIN ARSITEKTURAL ................................................. ............................ 10

3.1 Desain Antarmuka Pengguna ................. .................................................. ........... 15

3.2 Lapisan Database ................................... .................................................. .15

4. 4 ALGORITMA TEMUAN KETERAMPILAN ............................................ .......................... 17

4.1 Melatih model ................... .................................................. ............... 18

4.2 Mengidentifikasi keterampilan entitas menggunakan model yang terlatih ......................... .................... 20

1. 4.2.1 Mengekstrak keterampilan dengan menggunakan model pelatihan Named Entity Recognition ............. 21

2. 4.2.2 Menemukan lebih banyak keterampilan dengan menerapkan aturan tentang hasil dari langkah 1 .................... 25

5. 5 PENGUJIAN PERANGKAT LUNAK ................................................. .................................... 29

5.1 Unit Pengujian .......... .................................................. .............................. 29

5.2 Pengujian Integrasi ............................................... ...................................... 29

6. 6 KESIMPULAN .................................................. ............................................ 55

7. 7 REFERENSI .................................................. ............................................. 56

v

DAFTAR GAMBAR

Gambar 1: Aktor dalam Skill Finder ........................................... ............................................. 3

Gambar 2. Gunakan diagram-tas menggambarkan tujuan dari pengguna

Siswa ........................................ ..... 4 Gambar 3. Gunakan diagram kasus yang menggambarkan tujuan Fakultas pengguna ............................... ............... 5 Gambar 4. Diagram Kasus yang menggambarkan tujuan Sistem pengguna itu sendiri .................... .................. 6 Gambar 5. Diagram kelas yang menggambarkan entitas Siswa ...................... ........................................ 7 Gambar 6. Diagram kelas menggambarkan entitas Fakultas .................................................. .................. 8

Gambar 7. Arsitektur klien / server 3-Tier ........................................ ................................... 10 Gambar 8. Arsitektur MVC ......... .................................................. ................................... 12 Gambar 9. Pengguna Siswa mengisi profil ...... .................................................. ........................... 13 Gbr 10. URL, Pemetaan servlet ............... .................................................. ........................ 13 Gbr 11. Memanggil kelas model ..........Gambar 25. Penciptaan Pekerjaan ............................................. .................................................. .... 31 Gambar 26. Email peringatan kepada pengguna siswa pada penciptaan Pekerjaan .................................. .............................. 31 Gambar 27 Tes Filter Kerja .............. .................................................. ................................. 32 Gambar 28 Melamar ke Tes pekerjaan .......... .................................................. .................................. 33 Gambar 29 Daftar Pelamar .......... .................................................. ................................. 33 Gbr 30 Sampel Keterampilan yang diperlukan dan Keterampilan Yang Dimiliki ...... .................................................. .34

vii

BAB I PENDAHULUAN

TEMUAN KETERAMPILAN:

Memilih kandidat untuk suatu pekerjaan adalah proses multi-fase. Pertama, pekerjaan itu akan dipublikasikan. Kedua,

penyaringan awal akan dilakukan berdasarkan kualifikasi kaku yang dianggap perlu seperti gelar dan jurusan. Ketiga, pemilihan akan didasarkan pada kualifikasi seperti pengetahuan profesional dan keterampilan profesional dan kemudian proses wawancara. Dalam proses ini algoritma pencocokan keterampilan otomatis dapat sangat membantu dengan mengurangi intensitas tenaga kerja dari pemilihan resume secara manual. Dengan menggunakan penggolong statistik yang dilatih untuk mengidentifikasi keterampilan yang diperlukan dari uraian tugas dan keterampilan yang dimiliki dari resume, algoritma pencocokan dikembangkan untuk menentukan peringkat siswa.

Skill Finder adalah aplikasi web yang dikembangkan menggunakan teknologi J2EE yang berjalan dengan server apache-tomcat. Ini menggunakan kerangka kerja JAVA MVC untuk mengelola logika bisnis dan menangani permintaan klien ke server. Antarmuka basis data dikembangkan menggunakan teknologi java JDBC untuk mengakses basis data MYSQL. Antarmuka pengguna menggunakan JSP dan javascript untuk menyediakan lingkungan web yang dinamis. Pengguna dapat mengakses aplikasi melalui internet dan melakukan tindakan yang diizinkan untuk dilakukan seperti mengirim pekerjaan, melamar pekerjaan dan menerima peringatan email.

1

BAB II ANALISA KEBUTUHAN

Bab ini mendokumentasikan persyaratan fungsional alat Skill Finder menggunakan diagram use-case dan diagram kelas Unified Modeling Language (UML). Diagram use-case memvisualisasikan, menentukan dan mendokumentasikan perilaku sistem. Diagram Use-Case di Bagian 2.1 memberikan tinjauan tingkat tinggi dari fungsionalitas yang harus dimiliki alat Skill Finder. Class diagram adalah blok bangunan pemrograman Berorientasi Objek [1]. Diagram Kelas di Bagian 2.2 menjelaskan kelas sistem, atributnya, operasi dan hubungan di antara mereka. Diagram kelas memberikan wawasan penting berikut ini kepada pengembang untuk memperkuat desain sistem. Mereka membantu dalam konseptualisasi, spesifikasi dan implementasi.

2.1. Kasus penggunaan:

Use-Case menangkap fungsional yaitu persyaratan perilaku sistem. Use-Case juga memberi tahu

interaksi antara berbagai aktor dalam suatu sistem. Aktor dapat menjadi pengguna atau sistem itu sendiri. Aktor memiliki tujuan dalam menggunakan sistem. Tujuan dapat berupa apa saja yang ingin dicapai oleh aktor dengan berinteraksi dengan sistem. Kegunaan-Kasus menangkap semua tujuan yang berbeda yang dimiliki berbagai aktor dalam menggunakan sistem. Kasus-Penggunaan biasanya ditemukan dalam spesifikasi persyaratan. Diagram use case UML berfungsi sebagai daftar isi visual untuk use case tertulis [2].

Aktor utama yang diidentifikasi dalam alat Pencari Keterampilan termasuk Siswa yang ingin melamar pekerjaan, Fakultas atau pengguna resmi dari departemen yang memposting pekerjaan, dan administrator sistem Pencari Keterampilan. Pengguna dan interaksinya digambarkan pada Gambar 1.

2

Gambar 1: Aktor dalam Skill Finder

Siswa akan memiliki tujuan seperti membuat profil mereka, melihat daftar pekerjaan dan melamar pekerjaan.

Fakultas akan memiliki tujuan seperti menerbitkan pekerjaan, melihat pelamar, dan mendapatkan daftar siswa yang terpilih.

3

Administrator biasanya akan memelihara sistem dan memecahkan masalah.

Gambar 2. Diagram use-case menggambarkan tujuan dari pengguna Siswa.

Diagram use-case pada Gambar 2. menangkap tujuan Mahasiswa pengguna. Pengguna Siswa menciptakan

profil dengan mengisi formulir dengan informasi pribadinya, sejarah akademik yang terdiri dari jurusan studi, dll. dan mengunggah resume dan surat lamaran. Pengguna siswa memeriksa daftar pekerjaan yang tersedia di Pencari Keterampilan dan melamar pekerjaan dengan mengirimkan resume dan surat lamaran dari profil atau dengan mengunggah resume baru dan surat lamaran. Pengguna siswa juga menerima peringatan email ketika pekerjaan baru diposting di alat Skill Finder.

4

Gambar 3. Gunakan diagram kasus yang menggambarkan tujuan Fakultas pengguna

Diagram use-case pada Gambar 3. menjelaskan tujuan Fakultas pengguna. Pengguna fakultas menciptakan pekerjaan dengan mengisi formulir dengan perincian seperti jabatan, ringkasan pekerjaan dengan keterampilan yang diperlukan dan detail pemberi kerja dll.

Alat pencari keterampilan mengirimkan peringatan email kepada pengguna Siswa segera setelah pekerjaan diserahkan dalam alat Pencari Keterampilan. Pengguna Fakultas memeriksa daftar ap mahasiswa

Gambar 5. Diagram kelas yang menggambarkan entitas siswa

Dari persyaratan fungsional saya dapat mengamati bahwa ada tiga jenis pengguna Siswa,

Administrator fakultas dan sistem. Siswa adalah jenis grup pengguna dan memiliki akun_detail dengan properti seperti nomor, nama_pertama, nama_depan, email_id dll. Siswa juga memiliki riwayat akademik yang dipelihara di kelas student_current_program dengan properti seperti current_program, major, expected_grad_date dll ... Siswa juga memiliki kelas student_resume yang mengelola rincian resume siswa dan

7

sampul surat. Kelas siswa memiliki hubungan dengan kelas yang dilamar jobs_ yang mempertahankan pekerjaan yang diterapkan oleh siswa.

Gambar 6. Diagram kelas menggambarkan entitas Fakultas

Gambar 6 menggambarkan kelas Fakultas dan kelas terkait. Kelas fakultas adalah jenis kelas

user_group dan memiliki kelas akun_detail. Seperti kelas student_account_details fakultas akun_details memiliki properti seperti first_name, last_name, anumber, email_id dll. Ketika fakultas menciptakan pekerjaan, kelas fakultas memiliki hubungan dengan kelas jobs_info. Kelas jobs_info mengelola semua permintaan pekerjaan dari departemen serta permintaan dari pengusaha yang mencari siswa. Kelas jobs_info memiliki properti seperti job_description, majikan, apakah pekerjaan itu partTime_fullTime, job_location dll.

8

2.3 Persyaratan Fungsional

Fungsionalitas aplikasi sehubungan dengan grup pengguna:

Siswa:

• ● Host Resume Siswa dan sejarah Akademik.

• ● Melamar pekerjaan

• ● Menerima peringatan email

Departemen:

• ● Cari posisi RA / TA dan magang / Purna Waktu

• ● Dapatkan daftar kandidat terpilih yang cocok dengan deskripsi pekerjaan.

• ● Menyimpan riwayat permintaan setiap majikan yang dapat dilihat.

9

BAB 3 DESAIN ARSITEKTUR

Aplikasi Skill Finder dikembangkan menggunakan arsitektur 3-tier, lapisan klien, lapisan aplikasi, dan lapisan basis data. Klien browser web hanya menampilkan GUI dan data. Tingkat menengah memainkan peran perantara dengan menjalankan program aplikasi dan menyimpan aturan bisnis yang digunakan untuk mengakses data dari server database. Lapisan aplikasi menerima permintaan dari klien, memproses permintaan dan mengirim permintaan ke server database. Respons data dari server database diproses lebih lanjut dan difilter oleh lapisan aplikasi sebelum disajikan kepada klien.

Gambar 7. Arsitektur klien / server 3-Tier
Arsitektur 3-tier menawarkan keuntungan seperti skalabilitas sebagaimana server aplikasi dapat

digunakan pada banyak mesin dan database tidak lagi membutuhkan koneksi dari setiap klien. Tingkat menengah meningkatkan integritas data dengan memastikan bahwa hanya data yang valid yang boleh diperbarui di

10

basis data. Arsitektur 3-tier menawarkan keamanan yang ditingkatkan karena klien tidak memiliki akses langsung ke klien. Arsitektur 3-tier diimplementasikan menggunakan pola desain Model-View-Controller. MVC membantu memisahkan akses data dan logika bisnis dari cara yang ditampilkan kepada pengguna [3].

Model: Model mewakili data dan aturan yang mengatur akses ke dan pembaruan data ini. Dalam aplikasi web, model sering berfungsi sebagai representasi perangkat lunak dari proses dunia nyata

Tampilan: Tampilan menampilkan konten model. Ini menentukan cara data harus disajikan. Tampilan memperbarui presentasi saat dan ketika data model berubah. Ini dicapai dengan menggunakan model push di mana tampilan mendaftar sendiri dengan model untuk pemberitahuan perubahan atau dengan menggunakan model tarik di mana dalam tampilan memanggil model sebagai dan ketika itu membutuhkan data terbaru.

Pengontrol: Pengontrol menerjemahkan permintaan pengguna menjadi tindakan yang akan dilakukan model. Permintaan pengguna dikirim ke controller sebagai GET dan POST permintaan HTTP.Berdasarkan permintaan, pengontrol menyajikan berbagai hasil sebagai halaman web.

11

Gambar 8. Arsitektur MVC

1.                      Klien membuat permintaan untuk halaman html.

2.                      Wadah mengambil halaman html

3.                      Wadah mengembalikan halaman untuk browser dimana pengguna mengisi formulir.

12

Fig 9. User Student mengisi profil

4.                      Browser mengirim data permintaan ke wadah .

5.                      Wadah menemukan servlet benar berdasarkan URL, dan melewati permintaan ke servlet.

Gambar 10. URL, pemetaan Servlet

13

6. servlet panggilan model untuk logika bisnis.

Gbr 11. Memanggil kelas model
7. Kelas model mengembalikan jawaban, yang ditambahkan kelas servlet ke objek permintaan .

Gambar 12. Ambil data dari Database

8.                      Servlet meneruskan permintaan ke JSP.

Gambar 13. Kirim respons ke View

9.                      JSP mendapatkan jawaban dari objek permintaan .

10.               JSP menghasilkan halaman untuk kontainer .

11.               Wadah mengembalikan halaman untuk pengguna.

14

3.1 Desain Antarmuka Pengguna
Paket Antarmuka Pengguna berisi kelas dan formulir html. Formulir ini memungkinkan pengguna siswa

untuk melakukan tugas-tugas berikut.

·    ●   masuk dengan aman

·    ●   kunjungi profil

·    ●   perbarui informasi kontak

·    ●   memperbarui riwayat akademik

·    ●   perbarui resume dan surat pengantar

·    ●   lihat pekerjaan

·    ●   melamar pekerjaan

Gambar 14. Navigasi Antarmuka Pengguna

3.2 Lapisan Basis Data
Setelah menganalisis persyaratan, skema konseptual dirancang yang membantu merinci persyaratan data. Kueri dan operasi pengguna tingkat tinggi diidentifikasi selama fase ini. Selanjutnya basis data dirancang menggunakan basis data MYSQL. Skema basis data dikembangkan untuk mengubah model data tingkat tinggi ke dalam model data implementasi.

15

Gambar 15. Model Relationship Entity yang Disempurnakan dari skema database Skill Finder

16

BAB 4
ALGORITMA PENCARIAN KETERAMPILAN

Tujuan dari algoritma ini adalah untuk membuat peringkat resume siswa berdasarkan keterampilan sehubungan dengan pekerjaan. Resume siswa dapat diberi peringkat dengan membandingkan keterampilan dari resume dengan keterampilan yang diperlukan dalam deskripsi pekerjaan. Dari pengamatan saya menemukan bahwa keterampilan adalah kata benda yang tepat ( entitas bernama ). Proses mengidentifikasi kata benda disebut Named Entity Recognition (NER) [4] . Salah satu pendekatan untuk menemukan entitas bernama adalah dengan menggunakan kombinasi daftar dan ekspresi reguler. Dalam pendekatan ini kita pada dasarnya perlu mengodifikasi pengamatan dan pola sebagai aturan dan kemudian menerapkan aturan ini pada teks. Pendekatan ini sulit untuk dipertahankan karena alasan seperti mempertahankan daftar adalah padat karya, banyak kata benda yang tepat juga berlaku dalam aturan lain yaitu berurusan dengan ambiguitas sulit dan juga sulit untuk memodelkan dependensi antara kata benda di dokumen menggunakan aturan berdasarkan ekspresi reguler.

Pendekatan lain yang mudah diperluas dan tidak perlu membuat daftar besar untuk dipelihara adalah dengan menggunakan classifier statistik untuk mengidentifikasi entitas bernama [4]. Biasanya classifier melihat setiap kata dalam sebuah kalimat dan memutuskan apakah sebuah kata merupakan awal dari entitas yang dinamai atau apakah itu merupakan kelanjutan dari entitas yang disebutkan atau bukan bagian dari entitas yang bernama sama sekali. Dengan menggabungkan prediksi ini, classifier mengidentifikasi urutan kata-kata yang membentuk entitas bernama.

Pengklasifikasi menggunakan pendekatan yang berbeda untuk mengidentifikasi kata benda. Salah satu pendekatan adalah dengan menggunakan pendekatan penandaan atau ekspresi reguler untuk mengidentifikasi teks yang berisi nama jenis apa pun dan yang kedua membedakan berbagai jenis kata benda. Pendekatan lain adalah untuk secara bersamaan membedakan antara berbagai jenis kata benda dengan memprediksi jenis entitas bersama dengan kata benda mulai atau lanjutan. Pendekatan lain untuk menggunakan pengklasifikasi yang berbeda untuk mengidentifikasi berbagai jenis kata benda.

Terlepas dari pendekatan klasifikasi, classifier perlu dilatih tentang kumpulan teks terlatih untuk mempelajari cara mengidentifikasi nama. Keuntungan dari pendekatan ini adalah daftar dapat dimasukkan

17

sebagai pendekatan sebagai salah satu sumber informasi, mudah untuk memodelkan konteks dalam kalimat dan dalam dokumen, penggolong dapat dilatih ulang untuk menambahkan fitur baru. Kerugian utama dari pendekatan semacam itu adalah kebutuhan akan data beranotasi manusia. Data pelatihan harus mengandung setidaknya 15000 kalimat untuk membuat model yang berkinerja baik.

4.1 Melatih model:
Ada api Entity Recognition Name seperti apache OpenNLP [8], Stanford Name Entity

Recognizer [9] yang dapat mendeteksi entitas bernama. Kerangka openNLP Apache dipilih karena api yang hebat , dukungan komunitas, dan perangkat lunak bebas dan sumber terbuka. Ini api memiliki model pra-dilatih yang dapat mendeteksi entitas bernama seperti lokasi, waktu, orang, organisasi, uang, persen, data. Untuk membuat Pengenal Entitas Bernama mendeteksi entitas baru seperti Keterampilan, model harus dilatih. Kesulitan terbesar dalam pelatihan model adalah membuat data pelatihan yang cukup memadai untuk pemodelan statistik. Untuk membuat data pelatihan saya mengunduh lebih dari 3000 pekerjaan dan 80 resume dari situs web memang menggunakan api layanan web [10].

Layanan web memang memberikan respons xml yang terdiri dari cuplikan tentang pekerjaan dan bukan deskripsi pekerjaan lengkap. Tetapi, respons xml memiliki url untuk uraian tugas yang lengkap. Kode pada gambar di bawah ini digunakan untuk mengunduh cuplikan pekerjaan dan url pekerjaan terperinci dan datanya ditulis ke file.

18

Gbr 16. Data pelatihan Unduh Cuplikan Pekerjaan
File dengan cuplikan pekerjaan diuraikan dengan menulis skrip python di bawah ini dan url untuk

pekerjaan rinci diekstraksi. Dengan menggunakan url , data pelatihan diunduh.

Gambar 17. Pelatihan pengunduh data

19

Apache openNLP memiliki alat baris perintah serta api pelatihan yang dapat digunakan untuk melatih model. Data pekerjaan (lebih dari 15000 kalimat) dikonversi ke format pelatihan pencari nama openNLPdengan bootstrap dari daftar buatan tangan awal. Yang satu kalimat per baris, ditandai dengan bentang yang menandai keterampilan.

Gambar 18. Contoh data Pelatihan dengan keterampilan yang ditandai dengan rentang
Setelah data pelatihan dihasilkan, alat baris perintah dari apache openNLP digunakan untuk melatih pencari nama keterampilan.

Gambar 19. Membuat model pelatihan untuk mengidentifikasi keterampilan

4.2 Mengidentifikasi keterampilan entitas menggunakan model terlatih
Untuk membuat peringkat resume siswa sehubungan dengan pekerjaan, keterampilan seorang siswa diekstraksi dan

keterampilan yang dibutuhkan untuk suatu pekerjaan diekstraksi dari deskripsi pekerjaan. Kemudian siswa yang memiliki jumlah keterampilan yang dibutuhkan untuk suatu pekerjaan berperingkat lebih tinggi.

Keahlian diidentifikasi dalam dua langkah

1.                      Menggunakan model pelatihan Named Entity Recognition.

2.                      Menemukan lebih banyak keterampilan dengan menerapkan aturan tentang hasil dari langkah 1.

20

4.2.1 Mengekstrak keterampilan dengan menggunakan model pelatihan Named Entity Recognition:
Ketika sebuah pekerjaan diposting oleh fakultas atau ketika resume di profil siswa diperbarui, algoritma NER akan dipicu dan mengekstrak keterampilan dari deskripsi pekerjaan dan resume siswa masing-masing. Seorang pengguna departemen biasanya mendapat email dari perusahaan tentang pekerjaan yang tersedia di organisasi mereka. Pengguna departemen menyalin deskripsi pekerjaan dari email dan menempelkannya di bidang ringkasan pekerjaan dan menyimpannya ke database dengan mengklik tombol kirim. Di bawah ini adalah ringkasan pekerjaan dari pekerjaan yang diposting di situs web Glassdoor.com. Keterampilan disorot sebagai Bold secara manual untuk referensi.
Memasukkan:
Ringkasan pekerjaan:
Ingin bekerja di perusahaan baru di mana Anda benar-benar dapat membuat perbedaan?
Glassdoor, dunia? S masyarakat karir yang paling cepat berkembang dan 2013 Webby Pemenang untuk Website Pekerjaan? Terbaik ?, mencari Sr Java Software Engineer berbakat untuk membantu mengambil produk kami ke tingkat berikutnya. Ini adalah kesempatan Anda untuk berbagi pekerjaan Anda dengan komunitas di seluruh dunia yang terdiri dari lebih dari 20 juta anggota dan membuat tanda Anda pada aplikasi ketenagakerjaan # 1 di Facebook dan kami baru memulai. Tanggung jawab
Sebagai Senior Software Engineer Java , Anda akan memainkan peran sentral dalam desain dan pengembangan produk Glassdoor. Calon yang ideal akan memiliki hasrat untuk pengembangan dan latar belakang yang kuat dalam membangun situs web dinamis dan bervolume tinggi dengan Java menggunakan metodologi pengembangan Agile .
Sebagai startup yang tumbuh cepat, kami mencari pemula yang berkembang di lingkungan yang gesit dan cepat yang berarti memakai banyak topi, mampu mengubah arah dengan cepat, dan menunjukkan keinginan untuk mempelajari teknologi baru saat diperlukan. Dalam peran ini Anda bekerja dengan tim insinyur, manajer produk, dan desainer kolaboratif yang kecil sehingga keterampilan interpersonal dankomunikasi yang sangat baik juga merupakan keharusan. Dan yang paling penting kami mencari orang yang dapat memprioritaskan, multi-tugas, dan memberikan karena itu jauh lebih menyenangkan untuk menyelesaikan sesuatu.
Keterampilan dan Persyaratan
5+ tahun pengalaman pengembangan perangkat lunak di situs berskala besar dan bervolume tinggi

21

Pengalaman dengan lebih cepat, lebih ringan? Alat Java termasuk IDE refactoring, Spring , Hibernate , Lucene dan teknologi open source lainnya
Memahami teknologi lapisan presentasi seperti HTML, CSS, kerangka templating ( Sitemesh , Freemarker , Velocity, Tiles ), Javascript , AJAX dan Javascript libraries ( YUI, Dojo, GWT ) Bonus: pengalaman bekerja pada pencarian informasi atau teknologi pencarian hard core

Bonus: pengalaman membangun aplikasi atau produk web seluler untuk pemirsa internasional, termasuk lokalisasi
Poin Bonus Tambahan: Anda senang berada di sekitar!
Mengapa Glassdoor

Kami percaya bahwa pekerjaan adalah salah satu bagian terpenting dalam hidup kami, jadi kami juga percaya pada budaya yang unggul dan manfaat besar:
Opsi gaji dan stok yang kompetitif
Budaya yang hebat & semangat tim

Beristirahatlah saat Anda membutuhkannya, PTO tanpa batas
100% perusahaan dibayar medis / gigi / visi / asuransi jiwa (90% tergantung) diisi penuh istirahat kamar dengan minuman tak terbatas, makanan ringan dan bbq harian Ramah Hewan Piaraan kantor
Yoga dan ruang meditasi di tempat
Dibayar relawan hari
Mac atau P, Anda pilih!
Kantor Sunny Sausalito hanya satu blok dari air
Pemenang Terbaik 2012 & 2013 untuk Bekerja di North Bay
Tamasya tim (Permainan bola, hiking, naik dayung, dll.)
Bantuan relokasi disediakan

22

Saat kirim, algoritma pencarian keterampilan dipicu.
● Ringkasan Pekerjaan dibagi menjadi setiap kalimat dan diberi tokenized sebelum dimasukkan ke penemuan keterampilan

model. Deteksi kalimat dan tokenisasi dilakukan menggunakan kerangka openNLP apache .

Gambar 20. Pendeteksian kalimat dan Tokenisasi ● Setelah data disiapkan, teks diumpankan ke rutinitas penemuan keterampilan.

Gambar 21. Temukan keterampilan menggunakan model yang terlatih

23

Output dari rutin ini adalah teks dengan keterampilan yang diidentifikasi dan dilampirkan dalam tag < MULAI: keterampilan > <END>.

Keluaran:
Uraian Tugas
?? Glassdoor, dunia s masyarakat karir yang paling cepat berkembang dan 2013 Webby Pemenang untuk Website Pekerjaan Terbaik ?, mencari Sr berbakat <MULAI: keterampilan> Java <END> <MULAI:keterampilan> Software Engineer <END> untuk membantu mengambil produk kami ke tingkat berikutnya. Ini adalah kesempatan Anda untuk berbagi pekerjaan Anda dengan komunitas di seluruh dunia yang terdiri dari lebih dari 20 juta anggota dan membuat jejak Anda pada aplikasi ketenagakerjaan # 1 di Facebook? dan kita baru saja mulai.

Tanggung jawab

Sebagai Senior < START: skill > Java <END> Software Engineer, Anda akan memainkan peran sentral dalam desain dan pengembangan produk Glassdoor. Kandidat yang ideal akan memiliki hasrat untuk pengembangan dan latar belakang yang kuat dalam membangun dinamis, volume tinggi < START: skill > web <END> situs dengan < START: skill > Java <END> menggunakan metodologi pengembangan Agile.

Sebagai startup yang tumbuh cepat, kami mencari pemula yang berkembang di lingkungan yang gesit dan cepat ? yang berarti memakai banyak topi, mampu mengubah arah dengan cepat, dan menunjukkan keinginan untuk mempelajari teknologi baru saat diperlukan. Dalam peran ini Anda bekerja dengan tim insinyur, manajer produk, dan desainer kolaboratif yang kecil ? interpersonal yang sangat baik danketerampilan < START: skill > komunikasi <END> juga merupakan suatu keharusan. Dan yang terpenting? kami mencari orang yang dapat memprioritaskan, multi-tugas, dan memberikan? karena? s jauh lebih menyenangkan untuk menyelesaikan sesuatu.

Keterampilan dan Persyaratan
5+ tahun pengalaman < START: skill > pengembangan perangkat lunak <END> pada situs berskala besar dan bervolume tinggi

24

Pengalaman dengan? Lebih cepat , lebih ringan? < MULAI: skill > Java <END> alat termasuk refactoring IDE? S, Spring, Hibernate, < MULAI: skill > Lucene <END> dan lainnya < MULAI: skill > open sourceteknologi <END>
Memahami teknologi layer presentasi seperti HTML, CSS, kerangka templating ( Sitemesh , Freemarker , Velocity, Tiles), Javascript , < MULAI: skill > AJAX <END> dan < MULAI: skill > Javascript <END>libraries (YUI, Dojo, GWT)

Bonus: pengalaman bekerja pada pencarian informasi atau teknologi pencarian inti keras Bonus: pengalaman membangun ponsel < MULAI: aplikasi web keterampilan <END> atau produk untuk pemirsa internasional, termasuk lokalisasi

4.2.2 Menemukan lebih banyak keterampilan dengan menerapkan aturan tentang hasil dari langkah 1:
Output dari rutinitas penemuan keterampilan memiliki keterampilan yang diidentifikasi tetapi tidak semua. Untuk menemukan

aturan keterampilan yang tidak dikenal diterapkan. Dari pengamatan saya menemukan bahwa jika sebuah kalimat dari output rutin penemuan keterampilan memiliki keterampilan yang diidentifikasi di dalamnya dan memiliki frasa nomina yang dipisahkan koma, maka frasa nomina yang dipisahkan koma juga keterampilan. Misalnya dalam kalimat di bawah ini python adalah keterampilan yang sudah diidentifikasi, dari aturan karena python dikelilingi oleh frasa nomina yang dipisah koma kita dapat menentukan frasa nomina lainnya SOLR, MongoDB, Cassandra , Hadoop juga sebagai keterampilan.

Selain itu, teknologi seperti SOLR, MongoDB, Cassandra, Hadoop, dan < START: skill > Python <END> akan dimasukkan juga.

Pengamatan kedua adalah bahwa ketika suatu keterampilan diikuti oleh frasa Preposisi Para yang diikuti oleh Frasa Noun, maka Frasa Noun diamati sebagai keterampilan. Sebagai contoh dalam kalimat di bawah ini, open source adalah keterampilan yang telah diidentifikasi pada langkah 1, yang diikuti oleh frasa Preposisi seperti dan Frasa Frasa , SOLR, MongoDB , Cassandra, Hadoop . Dari aturan ini Noun ini

25

Frase dapat ditentukan sebagai keterampilan. Frasa Noun dan Frasa Preposisi ditentukan dengan menggunakan Stanford NLP Parser.

Selain itu, teknologi < START: skill > open source <END> seperti SOLR, MongoDB, Cassandra, Hadoop juga akan dimasukkan.

(AKAR

(PP (IN))
(NP (penambahan NN)))

( ,, ) ( NP

(NP (JJ terbuka) (sumber NN) (teknologi NNS))

(PP (seperti JJ) (IN as)

(NP
(NP (NNP SOLR))
(,,)
(NP (NNP MongoDB) (,,) (NNP Cassandra) (,,) (NNP Hadoop)))) ))

(VP (MD will) (VP (VB be)

(VP (VBN dimasukkan) (ADVP (RB as) (RB well))))))

(.))))

Keterampilan dari deskripsi pekerjaan disimpan di tabel jobs_skills dan keterampilan dari resume siswa disimpan di tabel resume_skills . Ketika pengguna fakultas memeriksa daftar pelamar untuk suatu pekerjaan, pelamar akan terdaftar dengan siswa dengan jumlah keterampilan yang paling dibutuhkan untuk pekerjaan itu. Produk Cartesian di job_skills dan melanjutkan_keterampilan menghasilkan hasil siswa dengan keterampilan yang diperlukan untuk suatu pekerjaan. Siswa dengan jumlah keterampilan terbanyak ada di urutan teratas.

26

Gambar 22. Keterampilan yang dibutuhkan diidentifikasi oleh Algoritma Keterampilan Temuan dari deskripsi pekerjaan

27

Gambar 23. Contoh Keterampilan yang diekstrak dari resume siswa

28

BAB 5
PENGUJIAN PERANGKAT LUNAK
Pengujian perangkat lunak adalah proses memvalidasi dan memverifikasi kualitas suatu produk untuk memberikan para pemangku kepentingan informasi tentang manfaat dan risiko pada penerapan produk perangkat lunak [11].

Untuk menguji kualitas dan kegunaan Skill Finder, kami melakukan pengujian unit dan pengujian integrasi . Bagian 5.1 dan 5.2 menjelaskan pengujian unit dan integrasi.

5.1 Pengujian Unit:
Pengujian unit mengambil bagian terkecil dari perangkat lunak yang dapat diuji dalam aplikasi, mengisolasinya, dan

menentukan apakah berperilaku seperti yang diharapkan. Setiap unit diuji secara terpisah sebelum diintegrasikan ke dalam modul. Sebagian besar cacat diidentifikasi selama pengujian unit [12].

Tes unit ditulis dari sudut pandang programmer. Mereka memastikan bahwa metode tertentu dari kelas berhasil melakukan serangkaian operasi. Tes unit mendorong desain. Dalam unit Skill Finder, tes dilakukan pada setiap fungsi kelas selama pengembangan.

5.2 Pengujian Integrasi:
Pengujian integrasi adalah perpanjangan logis dari pengujian unit. Dalam pengujian integrasi, dua unit individu

sudah diuji digabung menjadi komponen dan diuji. Idenya adalah untuk menguji kombinasi potongan dan akhirnya memperluas proses untuk menguji semua modul dengan kelompok yang lain. Nantinya semua modul yang membentuk suatu proses diuji bersama [12]. Pengujian integrasi dilakukan dalam tiga cara: pendekatan top-down, bottom-up, dan umbrella.

Untuk Skill Finder kami mengikuti pendekatan bottom-up, yaitu unit level terendah diuji dan diintegrasikan terlebih dahulu. Modul di bawah ini diuji dan semua bug yang ditemukan diselesaikan selama pengujian.

1.                      Pembuatan akun untuk siswa dan pengguna fakultas

2.                      Pembuatan Profil siswa

29

3. Menciptakan Pekerjaan
Pengguna dari Departemen seperti Fakultas masuk ke Skill Finder dan navigasikan ke Buat Pekerjaan

Halaman dengan mengklik tautan Buat Pekerjaan di Panel Navigasi. Ini membawa pengguna ke Halaman Pembuatan Pekerjaan. Setelah pengguna menyalin ringkasan pekerjaan dan mengisi formulir, pada saat mengajukan pekerjaan maka akan disimpan dan sebuah email peringatan akan dikirimkan kepada pengguna siswa.

  Gambar 24. Pembuatan Pekerjaan 4. Email peringatan kepada siswa di Job Posting

30

Gambar 25. Email peringatan kepada pengguna siswa pada Pembuatan Pekerjaan 5. Daftar pekerjaan dengan kriteria penyaringan.

Filter dapat digunakan sementara melihat melalui pekerjaan. Pekerjaan dapat disaring oleh Perusahaan, Rentang Tanggal selama pekerjaan telah diposting dan juga antara Pekerjaan yang terbuka atau telah ditutup.

Gambar 26. Tes Filter Pekerjaan

31

6. Lamar Pekerjaan
Seorang siswa sebagai pengguna dapat menavigasi untuk melihat halaman pekerjaan dengan mengklik pada tautan melihat pekerjaan di panel navigasi dan dapat melamar pekerjaan dengan mengklik pada melamar pekerjaan.pengguna siswa menerima email konfirmasi setelah melamar pekerjaan.

Gambar 27. Melamar ke Tes pekerjaan 7. Lihat Pelamar & Peringkat resume Siswa

Seorang pengguna fakultas dapat melihat pelamar untuk suatu pekerjaan dengan memilih pekerjaan dari daftar dan mengklik 'lihat pelamar'. Hasil algoritma pencari keterampilan untuk suatu pekerjaan dijelaskan di bawah ini.Rincian pekerjaan dan resume pelamar juga dilampirkan di bawah ini. Algoritma pencari keterampilan mengurutkan pelamar dengan pelamar yang memiliki paling banyak keterampilan yang dibutuhkan dari pekerjaan di atas dan kemudian pelamar memiliki jumlah keterampilan terbanyak kedua dan seterusnya. Sebuah produk Cartesian dan sebuah equi bergabung dalam pekerjaan  keterampilan memiliki keterampilan yang diperlukan untuk suatu pekerjaan dan melanjutkan_keterampilan memiliki keterampilan yang dimiliki oleh siswa menghasilkan hasil pada Gambar. 29 di bawah ini. Saat mengarahkan mouse pada tautan Lihat Profil seperti yang ditunjukkan pada Gambar 28, seseorang dapat melihat keterampilan yang dibutuhkan siswa.

32

Gambar 28. Daftar Pelamar

Gambar 29. Hasil membandingkan keterampilan pelamar

33

Tabel di atas menunjukkan secara rinci hasil dari algoritma pencari keterampilan dengan siswa4 menjadi siswa dengan jumlah keterampilan yang paling dibutuhkan dan siswa7 yang paling sedikit. Semua keterampilan yang diperlukan yang dimiliki siswa diwarnai dengan warna hijau dan bertanda Y, keterampilan yang diperlukan untuk pekerjaan tersebut dan siswa yang tidak memilikinya ditandai dengan N. Di bawah ini adalah pekerjaan dan pelamar resume yang digunakan untuk pengujian.

Gambar 30. Contoh Keterampilan yang diperlukan dan Keterampilan Yang Dimiliki

34

Gambar 30. Menunjukkan keterampilan yang dibutuhkan (tabel tengah) untuk pekerjaan yang disimpan di jobs_skills dan keterampilan yang dimiliki (tabel dengan panah masuk) oleh siswa yang disimpan di tabel resume_skills. Produk Cartesian dengan equi jon di job_skills dan melanjutkan_keterampilan menghasilkan hasil siswa dengan keterampilan yang diperlukan untuk suatu pekerjaan. Siswa dengan jumlah keterampilan terbanyak ada di urutan teratas.

Uraian Tugas:

35

Pelamar:

Gambar 31: Contoh Deskripsi Pekerjaan untuk Tes

Resume pelamar berada dalam urutan yang sama sebagai hasil dari algoritma pencari keterampilan. Resume Mahasiswa:
Siswa 4
PENGALAMAN KERJA

Insinyur Perangkat Lunak - Firmware
Finisar - Sunnyvale, CA - Juli 2012 hingga Sekarang
• Mengembangkan jaringan HTTPS untuk mengenkripsi transceiver optik untuk klien dengan sistem kontrol sumber (GIT, SVN):
o Mengatur penanganan permintaan respons server dan klien-server dengan XML-RPC, Apache, PHP, dan MySQL
o Modul klien terenkripsi dengan algoritma AES
• Menambahkan lebih dari 30 uji coba regresi firmware yang diprogram dalam PERL, Python dan C ++
• Driver perangkat yang di-debug untuk prosesor ARM di dalam transceiver dengan menggunakan protokol bus serial I2C
JTAG dalam C
• Eksperimen otomatis dengan mengendalikan peralatan (misalnya Osiloskop) melalui GPIB, USB, dan Port Serial di
C ++
• Memimpin tim yang terdiri dari 3 orang untuk memberikan Tes Verifikasi Produk pada transceiver optik melalui pembuatan DLL dalam Visual
C ++

36

• Multi-threaded prosedur pengujian pada berbagai saluran optik di dalam modul untuk memastikan independensi
• Constructed Object-Oriented API untuk IDE perusahaan yang ditenagai oleh IronPython Engine di C # .NET
• Secara sukarela memperkenalkan dan mengatur GIT di bawah platform JIRA untuk seluruh kelompok perangkat lunak untuk menggantikan SVN
• Peningkatan efisiensi GUI melalui penggunaan struktur data yang lebih baik dalam menangani file konfigurasi XML dan JSON
• Membuat skrip Python dan Perl untuk mengekstraksi, menyortir, dan menganalisis sejumlah besar data laboratorium
• Menganalisis hasil tes eksperimen dan menghilangkan 40% kasus uji yang tidak perlu menggunakan model statistik
• Kerangka kerja pengembangan Agile terintegrasi dengan metode Scrum ke model Waterfall tradisional di tim saya • Halaman web yang dikembangkan dan aplikasi Android yang menampilkan dokumen Perjanjian Multi-Sumber CFP
Analis Data Intern
comScore - Reston, VA - Mei 2012 hingga Juli 2012
• Mengambil data perilaku pelanggan online di sektor Telekomunikasi
• Kode SQL yang dihasilkan untuk mengekstraksi dan menganalisis data melalui berbagai model statistik
Database Administrasi Intern
Departemen Sensus dan Statistik - Hong Kong, Pulau Hong Kong - Juni 2011 hingga Agustus 2011
• Program SQL yang dirancang untuk analisis data Sensus Penduduk Hong Kong 2011
• Antarmuka pengguna yang disesuaikan dengan FoxPro untuk mempromosikan efisiensi entri data sebesar 50%
• Merampingkan prosedur jaminan kualitas yang ada untuk mengoptimalkan produktivitas tim sebesar 300%
• Memelihara sistem komputer dan menyediakan dukungan teknis untuk lebih dari 80 staf
Analis Data Intern
DEPARTEMEN PEMBANGUNAN SIPIL DAN LINGKUNGAN - Hong Kong, Pulau Hong Kong - Juli
2010 hingga Agustus 2010
• Menulis program VBA di Excel untuk analisis data korelasi antara curah hujan dan tanah longsor

37

• Melakukan analisis spasial curah hujan dan tanah longsor menggunakan alat PENDIDIKAN GIS
MS dalam Rekayasa Sistem
Universitas Pennsylvania - Philadelphia, PA

2010 hingga 2012
BS dalam Teknik Listrik
Universitas Michigan - Ann Arbor, MI
2008 hingga 2010
KETERAMPILAN
• Bahasa: C / C ++, C #, Java, MySQL, PHP, PERL, Python, VBA, Bash, Shell Scripting, Majelis, Verilog
• IDE: Visual Studio, Eclipse, IAR Embedded Workbench, Cadence, LabView , Matlab • Teknologi Web: Apache, HTML, XML, MapReduce , Hadoop, paket protokol Internet (HTTP, TCP / IP) • Sistem Operasi: Mac
OS X, Unix, Linux, Android dan MS Windows • Kontrol Sumber & Manajemen Proyek: GIT, Subvision , JIRA ,
Agile, SCRUM
INFORMASI TAMBAHAN
• Fasih berbahasa Inggris, Kanton, dan Mandarin
• Terbukti dapat diandalkan, termotivasi dan memiliki keterampilan memecahkan masalah yang sangat baik berdasarkan rekomendasi pengusaha
• Memperoleh keterampilan kepemimpinan, komunikasi, dan presentasi yang kuat dari beberapa organisasi siswa terkemuka

38

Siswa 1

Lulusan baru-baru ini dari Florida State University di Program Ilmu Komputer, yang memiliki kredensial akademik
diperkuat oleh magang dengan kelompok Sistem Ilmu Komputer Universitas Florida State. Pegang kuat pada pemrograman OO , rekayasa perangkat lunak, debugging, pengujian, antarmuka GUI, dengan penekanan

dalam bahasa pemrograman C ++. Semua keterampilan yang saat ini digunakan dan dipertajam pada saat memulai kerja untuk program perdagangan hari mandiri.
Kemampuan untuk dengan cepat mempelajari bahasa dan teknologi pemrograman baru seperti yang ditunjukkan oleh ringkasan teknologi saya

daftar.
Pemimpin tim yang berpengalaman dengan kemampuan untuk mengomunikasikan dengan jelas tujuan dan tenggat waktu proyek dan kemudian menindaklanjutinya, ditunjukkan oleh daftar proyek akademik saya yang luas.
PENGALAMAN KERJA
Ketua Program Arsitek dan programmer C ++
Sains dan Teknologi Terapan LLC - September 2012 hingga Sekarang
Fall 2012 to Present
• Hibah Bekerja untuk program perdagangan hari mandiri
• Kepala Program Arsitek dan programmer C ++
Anggota Grup Sistem
Departemen Ilmu Komputer Universitas Florida State - September 2012 hingga November 2012
Intern, Help Desk, serta diagnosa dan perbaikan sistem Windows dan Linux
Kasir dan persiapan makanan
Dairy Queen - Juni 2007 hingga September 2007
Magang
Motorola Inc - 2006 hingga Desember 2006

39

Desember 2006
• Dukungan Acara LACCR MOTOCONNECTION
• Koordinasi basis data reservasi dari negara-negara Amerika Latin dan Karibia menggunakan MS Access Summer Intern, Perangkat Mobile iDEN (Nextel)
Motorola Inc - Mei 2006 hingga Agustus 2006
Kompilasi data menggunakan Brio Query, Microsoft Excel dan Microsoft Access
• Sistem Tiket Meja Bantuan
PENDIDIKAN
BS dalam Ilmu Komputer
Florida State Unviersitas - Tallahassee, FL
2008 hingga 2012
Sekolah Menengah Barat - Davie, FL
2008
KETERAMPILAN
Pemrograman Ringkasan Teknologi / Bahasa: C ++, Java, C, C #, Python, PHP, Java Script, makefiles , UML
Editor / IDE: Notepad ++, Putty, vim, Eclipse, Visual Studio Databases: MYSQL, SQLLITE, MS Access Office
Alat: MS Office, Libre Office, Google Documents. Sistem Operasi: CentOS, Debian , Windows 8,7, XP Lainnya
Aplikasi: SSH, Apache2, Samba, iptables
INFORMASI TAMBAHAN
Pengetahuan Perangkat Keras: Tren HW Saat Ini, ROM Khusus untuk router, Atrix , Galaxy SIII

Siswa 2:

PENGALAMAN KERJA

40

Asisten Pengajaran untuk Pengantar Pemrograman C ++
Penn State - Harrisburg, PA - Maret 2011 hingga Mei 2011
Tugas melibatkan mengawasi lebih dari 40 siswa selama sesi lab C ++ dan memecahkan masalah mereka
menghadapi, menilai tugas pekerjaan rumah, kuis dan ujian.
Asisten Pengajar untuk Pengantar Bahasa Pemrograman (C ++)
Penn State - Harrisburg, PA - Maret 2010 hingga Mei 2010
Mengawasi lebih dari 40 siswa selama sesi lab C ++ dan memecahkan masalah yang mereka temui saat pemrograman. Makalah bertingkat dan tugas pemrograman.
Guru Matematika / Ilmu Komputer
Learning Center Penn State - Harrisburg, PA - September 2009 hingga Maret 2010
Musim Gugur 2010, Musim Semi 2011)
Bekerja dengan siswa dalam situasi belajar satu-ke-satu, di klinik drop-in dan dalam kelompok kecil.
Menghabiskan rata-rata 10 jam per minggu bekerja sebagai guru Matematika, Ilmu Komputer dan Statistik. Asisten Pengajar untuk Organisasi & Arsitektur Komputer
Penn State - Harrisburg, PA - September 2009 hingga November 2009
Dinilai semua tugas pekerjaan rumah yang melibatkan pertanyaan teori serta desain logika
pertanyaan menggunakan DIGLOG dan pertanyaan pemrograman perakitan menggunakan MARIE.
PENDIDIKAN
MS dalam Ilmu Komputer
Universitas Negeri Pennsylvania - Harrisburg, PA
Januari 2009 hingga Januari 2011
B.Tek . dalam Ilmu dan Teknik Komputer
Perguruan Tinggi Teknik Nanak Dev - Ludhiana, Punjab
Januari 2004 hingga Januari 2008
KETERAMPILAN
1. C / C ++, Java - Mahir dalam Konsep Berorientasi Objek. Telah menulis kode panjang dalam C / C ++ dan Java sebagai

41

bagian dari proyek sekolah. 2. Visual C ++, C #, .Net Framework, WCF, .Net Remoting, Pemrosesan XML dengan C #
3. Perl - Ekspresi Reguler, scripting DBI dan mengekstraksi informasi dari database Oracle. Scripting CGI

dan halaman web dinamis. 4. Python, Javascript , HTML, XML - Pengembangan Web dengan Python menggunakan modul SimpleHTTPServer . 5. Perintah Unix / Linux, skrip Shell dan Kornshell - memelihara Solaris
lab di sekolah sebagai asisten lulusan sehingga cukup fasih dalam sebagian besar perintah unix . 6. Matlab - Memanipulasi

gambar dan menggunakan fungsi Toolbox Segmentasi Gambar untuk berbagai algoritma dan teknik
segmentasi gambar.
INFORMASI TAMBAHAN

PROYEK / PENELITIAN
1. Dikirim abstrak untuk makalah berjudul 'In vivo karakterisasi jaringan plak lipid koroner: perbandingan
Tomografi Koherensi Optik dan Spektroskopi Inframerah-Dekat 'dengan Brajeshwar Maini, Larisa Buyantseva
dan Greg W. Stone dalam Transcatheter Cardiovascular Therapeutics 2011. Makalah ini mempelajari presentasi
dan kehadiran plak pasca-stenting di daerah proksimal, pertengahan dan distal gambar LipiScanTM . Kami menggunakan
fuzzy-c berarti algoritma dengan centroid awal otomatis menggunakan metode bump-hunting untuk segmentasi.
gambar menjadi dua kelas, satu dengan nilai intensitas lebih tinggi mewakili plak dan yang lainnya dengan lebih kecil

42

nilai intensitas mewakili pembuluh darah. Program ini ditulis dalam Matlab dan menggunakan berbagai fungsi
Kotak Alat Segmentasi Gambar.
2. Menulis makalah tentang pendekatan tingkat menengah untuk honeypots. Eksperimen dilakukan dengan sidik jari baru

mekanisme untuk server POP mengungkapkan persaingan yang lebih baik dan sidik jari semi-otomatis dari layanan
bila digunakan dengan honeypot tingkat rendah. Program sidik jari berinteraksi dengan server POP3 jarak jauh via

tcpflow dan mengembangkan mesin keadaan terbatas berdasarkan input pengguna dan respons server. Keadaan terbatas ini
Mesin itu kemudian digunakan oleh program emulasi untuk meniru perilaku sidik jari

PERANGKAT LUNAK XINGZHI Co, Ltd 01/2011 - 03/2011
• Melakukan riset pasar untuk antarmuka ramah pengguna yang ada
• Dirancang antarmuka pengguna melalui HTML, teknik JSP, menggunakan database MySQL sebagai back-end
• Melacak kemajuan harian pekerjaan kelompok, rekaman dan modifikasi bug sistem
• Kunci baca-tulis yang digunakan untuk menyelesaikan masalah data sinkron
KETERAMPILAN:
Struktur Data & Algoritma Desain Data Linux C / C ++ Java Python
JavaScript HTML / CSS SQL
PENDIDIKAN
Magister Ilmu Komputer
UNIVERSITAS BERAS - Houston, TX
2013
Sarjana Teknik Komputer
UNIVERSITAS ILMU PENGETAHUAN DAN TEKNOLOGI
Juni 2011
KETERAMPILAN
Linux, Pola Desain (Strategi, Pabrik, Pengunjung, dll.), C / C ++, Python, Java, JavaScript, JSP, HTML / CSS,
SQL
Siswa 5:
PENGALAMAN KERJA
Konsultan C / C ++
GEO Semiconductor - Orlando, FL - Agustus 2012 hingga Sekarang

45

Jabatan: C ++ Konsultan / Magang
• Menulis algoritma SIMD level rendah menggunakan C ++ / assembly untuk Realta IC
• Suite regresi yang dirancang untuk algoritma perpustakaan gambar
• Prosedur manajemen konfigurasi yang diterapkan (sebelumnya tidak ada CM)
• Menentukan algoritma pembelajaran mesin yang optimal untuk deteksi pejalan kaki
• Diimplementasikan HOG w / SVM classifier untuk deteksi pejalan kaki
PENDIDIKAN
Teknik Komputer
Universitas Florida Tengah
Desember 2013
KETERAMPILAN
• Desain Perangkat Lunak - Proyek memimpin bertahap SDLC bertahap; pemrogram perpustakaan gambar, penguji, dan manajer konfigurasi di XP SDLC; sistem manajemen basis data relasional; Desain OO, utas, kunci;
pemrograman tertanam; pembelajaran mesin, AdaBoost, cascade classifier • Desain Perangkat Keras - Implementing
mikroelektronika dalam OP-Amps, sistem tertanam, arsitektur komputer / sistem, manajemen memori, jaringan komunikasi komputer • Bahasa - C / C ++ (mahir), Java (pengalaman sebelumnya), MIPS, IA-32, TI
perakitan (pengalaman sebelumnya), Bash, MySQL • Pemrosesan Gambar - Deteksi tepi, deteksi / pengenalan wajah,
deteksi pejalan kaki, HOG dengan klasifikasi SVM, pelacakan objek; Algoritma SIMD
LINK
http://www.github.com/jthames
INFORMASI TAMBAHAN
Pengalaman Teknis:

46

• Desain Perangkat Lunak - Proyek memimpin bertahap SDLC bertahap; pemrogram perpustakaan gambar, penguji, dan manajer konfigurasi di XP SDLC; sistem manajemen basis data relasional; Desain OO, utas, kunci;pemrograman tertanam; pembelajaran mesin, AdaBoost, cascade classifier

• Desain Perangkat Keras - Menerapkan mikroelektronika dalam OP-Amps, sistem tertanam, arsitektur komputer / sistem, manajemen memori, jaringan komunikasi komputer
• Bahasa - C / C ++ (mahir), Java (pengalaman sebelumnya), MIPS, IA-32, perakitan TI (pengalaman sebelumnya), Bash, MySQL

• Pemrosesan Gambar - Deteksi tepi, deteksi / pengenalan wajah, deteksi pejalan kaki, HOG dengan klasifikasi SVM, pelacakan objek; Algoritma SIMD Kualifikasi Pribadi:
• Kemampuan yang terbukti untuk memimpin proyek dari ruang lingkup dan ukuran variabel

• Kemampuan yang terbukti untuk mengambil instruksi dan mempertahankan peran yang mendukung
• Kemampuan yang terbukti untuk mempertahankan pandangan sistem dan mencapai tujuan
• Kemampuan yang telah terbukti untuk mengumpulkan informasi tentang, merencanakan, dan mengimplementasikan algoritma yang kompleks • Dapat melihat secara vertikal dan horizontal untuk membuat keputusan berdasarkan informasi
Alat:
• Linux, Microsoft Visual Studio 2012, Eclipse, Studio Komposer Kode, Git, MultiSim, Xilinx Alat Desain ISE FPGA, Rajin EKSPOR
Pengembangan dan Pengujian Peralatan:
• Osiloskop, DMM, Papan Pengembangan BASYS, Generator Sewenang-wenang / Berfungsi, Besi Solder, papan tempat memotong roti

47

Siswa 6:

Memperoleh posisi magang untuk perusahaan yang akan membantu saya memperluas pengetahuan dan keterampilan saya sebagai seorang
Insinyur elektronik.
PENGALAMAN KERJA

Insinyur Sistem - Intern
Northrop Grumman Corporation - Clearfield, UT - Juni 2012 hingga Sekarang
Rekayasa Sistem, Integrasi, dan Uji
• Perangkat lunak yang dirancang dan diimplementasikan untuk menganalisis data atmosfer untuk keperluan pemodelan
• Melakukan survei State-of-Technology untuk proyek yang mengantisipasi desain sistem avionik baru
• Proses analisis otomatis menggunakan bahasa skrip C, Fortran, Python, dan VBA
• Mempersiapkan presentasi PowerPoint dan memberi pengarahan kepada Pelanggan Angkatan Udara AS
• Melakukan analisis pasca penerbangan dan menghasilkan pengarahan dan laporan
• Diperoleh dan saat ini mempertahankan izin keamanan Departemen Pertahanan
PENDIDIKAN
BS dalam Rekayasa Elektronika
Universitas Negeri Weber - Ogden, UT
2014
SA dalam Studi Umum
Universitas Negeri Weber - Ogden, UT
2011
KETERAMPILAN
Pemrograman (C, Python, Fortran, MATLAB, Mathematica, VHDL), Pengontrol Mikro (SL8051, PIC18, ARM2835), FPGA (XILINX), Desain dan Konstruksi Papan Sirkuit (CAD CAD), Sistem Operasi (Windows dan Linux), Listrik pemecahan masalah dan perbaikan, Microsoft Office (Window, Excel, Access, PowerPoint, Project)

48

PENGHARGAAN
Hibah Penelitian
April 2013
Saya berhasil menulis proposal hibah penelitian yang didanai oleh yayasan amal Ralph Nye
desain dan konstruksi penghitungan data logging untuk mempelajari stratosfer yang lebih rendah.
Phi Kappa Phi Masyarakat Kehormatan Nasional
November 2011
Dinominasikan untuk Masyarakat Kehormatan Nasional Phi Kappa Phi untuk keunggulan akademik.
Beasiswa Kehormatan Tinggi
Mei 2008
Dianugerahi Beasiswa Kehormatan Tinggi Universitas Negeri Weber untuk keunggulan akademik.
Beasiswa Tinggi Honor Sophomore
September 2010
Dianugerahi Beasiswa Kehormatan Tinggi Negara Weber untuk keunggulan akademik.
Beasiswa Kennecott
September 2010
Dianugerahi Beasiswa Kennecott.
Beasiswa Keith Wilcox Engineering
Desember 2010
Menerima Beasiswa Keith Wilcox Engineering.
Beasiswa Ahlf Agustus
September 2010
Menerima Beasiswa Ahlf Agustus.
Beasiswa Sains Terapan
September 2011

49

Dianugerahi Beasiswa Universitas Sains Terapan Universitas Negeri Weber. Beasiswa Sains Terapan
September 2012
Dianugerahi Beasiswa Universitas Sains Terapan Universitas Negeri Weber. Beasiswa Micron

September 2012
Menerima Beasiswa Micron untuk bidang teknik.
Beasiswa Abrelia S Hinckley
September 2013
Menerima Beasiswa Abrelia S Hinckley untuk bidang teknik.
SERTIFIKASI
Lisensi Radio Amatir
Juli 2013 hingga Sekarang
Memegang Lisensi Amatir Radio tingkat Umum; Tanda Panggilan: KG7EJB
KELOMPOK
American Institute of Aeronautics and Astronautics
November 2011 hingga Sekarang
Sekretaris terpilih dari Universitas Negeri Weber Bab AIAA.
Institut Teknik Elektro dan Elektronika
November 2011 hingga Sekarang
Anggota Nasional IEEE.
Balon Pengintaian Ketinggian Tinggi untuk Penjangkauan dan Penelitian
September 2011 hingga Sekarang
Ketua Tim MSA - Tim Penerbangan Negara Bagian Weber
〓 * Desain dan implementasikan sistem elektronik untuk akuisisi data di atmosfer atas. 〓 * Mengembangkan perangkat lunak untuk mikroprosesor tertanam menggunakan bahasa pemrograman C

50

〓 * Rancang dan bangun PCB menggunakan perangkat lunak simulasi Xilinx dan pSpice
〓 * Melakukan kalibrasi dan pengujian sistem untuk memastikan komponen dikeraskan secara memadai untuk operasi
di lingkungan ruang dekat
〓 * Menulis proposal hibah yang berhasil dan dianugerahi Hibah Penelitian Sarjana yang didanai oleh
Yayasan Amal Ralph Nye
PUBLIKASI
Array multi-sensor untuk mempelajari dinamika penerbangan, polusi atmosfer, dan gas
komposisi di atmosfer Bumi. http://www.utahspacegrant.com/wordpress/wp-content/uploads/2013/05/2013-Symposium-Agenda.pdf 25 Maret 2013
Menulis abstrak dan mempresentasikan poster di Simposium Penelitian Sarjana Tahunan Kesembilan dan
pada Simposium Persekutuan Tahunan Ke-19 (Utah Space Grant Consortium - 6 Mei 2013) untuk desain
dan tahap konstruksi komputer pencatatan data atmosfer.
INFORMASI TAMBAHAN
Diperoleh pada 2012 dan Saat ini mempertahankan Izin Keamanan Departemen Pertahanan.

51

Siswa 7:

PENGALAMAN KERJA
Asisten dosen
Universitas Washington Barat - Bellingham, WA - April 2013 hingga Juni 2013
Dibantu dengan laboratorium untuk dua kelas pemrograman C ++ dengan mengajari siswa dan menilai tugas.
Asisten toko teater
Universitas Washington Barat - Bellingham, WA - Maret 2010 hingga Agustus 2011
Dibuat, dicat, dan pasang set untuk produksi teater WWU.
PENDIDIKAN
Bachelor of Science dalam Sains dan Teknologi
Universitas Washington Barat - Bellingham, WA
Juni 2013
KETERAMPILAN
Bahasa Keterampilan Teknis: Mahir dalam C ++, Java, Pengalaman Python dengan C, Skema, PHP, Perl, SQL,
ADA, OS XML: Windows (2000, XP, Vista, 7,8), Perangkat Lunak Linux: Emacs, Eclipse, AdaGide, DrRacket, IDLE,
SQLite, Codeblocks, SSH, Program yang Relevan dengan CVS • Struktur Data • Analisis Algoritma I dan II • Obyek
Pemrograman Berorientasi • Prinsip-prinsip Pemrograman Bersamaan • Scripting Web • Pemrograman Perangkat Seluler
(Android) • Sistem Basis Data • Optimalisasi Linier
INFORMASI TAMBAHAN
Kegiatan ekstrakulikuler
• Anggota Perhimpunan Cendekiawan Collegiate Nasional.

52

• Kapten dan dewan pertama Klub Catur Sekolah Menengah Kamiak selama dua tahun.
• Menjadi sukarelawan sebagai asisten guru sekolah musim panas di Cedar Valley Elementary School selama delapan musim panas berturut-turut.

Siswa 8:

Pengembang web yang ingin menerapkan pengalaman dan keterampilannya dalam JavaScript, PHP, MySQL, HTML, dan CSS, untuk meningkatkan laba perusahaan progresif yang menghargai kerja keras, integritas, kreativitas, dan kecerdasan.
PENGALAMAN KERJA

Programmer
Pusat Cetak dan Mail BYU - Provo, UT - 2011 hingga 2012
Bekerja dengan tim untuk mengembangkan, meningkatkan, dan memelihara berbagai aplikasi web. Terutama
bekerja dengan PHP di bagian belakang aplikasi seperti etalase dan bekerja dengan perpustakaan PHP khusus kami. Kemudian membantu mengubah banyak aplikasi menjadi Yii, kerangka kerja PHP dan melakukan beberapa pekerjaan kecil dengan C ++ membuat aplikasi Windows. Secara keseluruhan saya merasa saya berkontribusi banyak dan menikmati pengalaman saya bekerja di sana.
Pengembang Web
Johanna's Kitchen - Sandy, UT - 2011 hingga 2011
Mengembangkan situs web untuk James Marshall, pemilik Johanna's Kitchen, termasuk restoran resmi
situs web dan situs web jejak Amerika. Menghabiskan banyak waktu untuk meneliti
berbagai jalur dan penghargaan selain membuat dan mengatur banyak halaman html statis.
Berbagai proyek lain sebagai pengembang dan pemrogram web independen di Freelancer.com, secara konsisten menerima peringkat tertinggi (http://www.freelancer.com/users/860961.html)

53

PENDIDIKAN
Pusat Pendidikan Teknis Canyons - Sandy, UT
2010 hingga 2011
Sekolah Menengah Riverton
2007 hingga 2011
KETERAMPILAN
Pengembang Web (PHP, MySQL, HTML, CSS, JavaScript, jQuery, dll.) INFORMASI TAMBAHAN
KUALIFIKASI:
• Spesialis Desain Web CIW
• Spesialis Desain Rekanan CIW
• Associate Pengembangan Situs CIW
• Pengetahuan dan pengalaman dalam JavaScript dan Kerangka kerja jQuery
• Mahir dalam coding PHP dan memanfaatkan MySQL dan Oracle Database
• Akrab dengan Java
• Akrab dengan Prinsip Desain Basis Data
• Mengambil bahasa dan kerangka kerja baru dengan cepat dan keterampilan yang terus tumbuh
• Mahir dengan HTML dan CSS dan Pembuatan Situs Web
• Webmaster Luar Biasa CTEC dari Quarter Quarter 3
• Penghargaan Webmaster Terbaik Tahun Ini dari CTEC
• sertifikat USOE CTE - Desain Halaman Web Bisnis, Pengembangan Web A dan B

54

BAB 6 KESIMPULAN

Aplikasi Skill Finder bekerja secara efisien dalam mencocokkan resume siswa dengan pekerjaan yang diposting. Hal ini memungkinkan untuk mempertahankan riwayat lengkap persyaratan pekerjaan dari pemberi kerja dan departemen eksternal. Itu host informasi pribadi siswa, sejarah akademik dan resume siswa. Berhasil mengirimkan peringatan email kepada siswa di sebuah lowongan pekerjaan. Sistem ini scalable dan fleksibel untuk memperluas lebih jauh untuk menambahkan fungsionalitas baru.

55

REFERENSI [1]. http://en.wikipedia.org/wiki/Class_diagram

[2]. http://www.visual-paradigm.com/product/vpuml/
[3]. http://www.oracle.com/technetwork/articles/javase/index-142890.html
[4]. Menjinakkan Teks oleh GRANT S. INGERSOLL, THOMAS S. MORTON, ANDREW L. FARRIS
[5]. Mikheev, Andrei; Moens, Marc; Glover, Claire. 1999. "Named Entity Recognition with Gazetteers." Prosiding EACL '99. Grup Teknologi Bahasa HCRC, Universitas Edinburgh. http://acl.ldc.upenn.edu/E/E99/E99-1001.pdf.
[6]. Wakao, Takahiro; Gaizauskas, Robert; Wilks, Yorick. 1996. "Evaluasi suatu algoritma untuk pengakuan dan klasifikasi nama-nama yang tepat." Departemen Ilmu Komputer, Universitas Sheffield.http://acl.ldc.upenn.edu/C/C96/C96-1071.pdf.
[7]. Zhou, GuoDong; Su, Jian. 2002. “Named Entity Recognition menggunakan Chunk Tagger yang berbasis di HMM.” Prosiding Association for Computational Linguistics (ACL), Philadelphia, Juli 2002. Laboratorium untuk Teknologi Informasi, Singapura. http://acl.ldc.upenn.edu/acl2002/MAIN/pdfs/Main036.pdf .
[8]. http://opennlp.apache.org/documentation/1.5.3/manual/opennlp.html#tools.namefind.recognition [9]. http://nlp.stanford.edu/software/CRF-NER.shtml
[10]. http://www.indeed.com/jsp/apiinfo.jss
[11] msdn.microsoft.com/en-us/library/aa292197 (VS.71) .aspx
[12] http://searchcio-midmarket.techtarget.com/sDefinition/0,,sid183_gci836031,00.html

56

2.     Inti Materi dari jurnal

Alat skill finder ini mencari keterampilan mahasiswa dari resume pekerjaan. Dengan algoritma keterampilan yang paling banyak akan ditaruh paling teratas. Dengan pelamar membuat profil, departement akan memposting dan mengurutkan pencocokan dengan lowongan pekerjaan.

3.     Metode yang digunakan

§  Menggunakan fuzzy-c berarti algoritma dengan centroid awal otomatis menggunakan metode bump-hunting untuk segmentasi.

§  Kerangka kerja pengembangan Agile terintegrasi dengan metode Scrum ke model Waterfall tradisional.

4.     Kelebihan dari metode skill finder

§  Dalam proses ini algoritma pencocokan keterampilan otomatis dapat sangat membantu dengan mengurangi intensitas tenaga kerja dari pemilihan resume secara manual. Dengan menggunakan penggolong statistik yang dilatih untuk mengidentifikasi keterampilan yang diperlukan dari uraian tugas dan keterampilan yang dimiliki dari resume, algoritma pencocokan dikembangkan untuk menentukan peringkat siswa.

§  Arsitektur 3-tier menawarkan keuntungan seperti skalabilitas sebagaimana server aplikasi dapat

§  digunakan pada banyak mesin dan database tidak lagi membutuhkan koneksi dari setiap klien. 

§  Melamar pekerjaan jadi lebih mudah

5.     Kekurangan dari metode skill finder

§  Kekurangan dalam pendekatan algoritma pencarian keterampilan adalah kebutuhan akan data beranotasi manusia. 

§  Membutuhkan kapasitas memori yang banyak untuk proses skill finder ini sehingga membutuhkan waktu yang lama pada saat pencarian ribuan berkas.

6.     Kesimpulan

Alat Skill Finder bekerja secara efisien dalam mencocokkan resume siswa dengan pekerjaan yang diposting. Hal ini memungkinkan untuk mempertahankan riwayat lengkap persyaratan pekerjaan dari pemberi kerja dan departemen eksternal. Itu host informasi pribadi siswa, sejarah akademik dan resume siswa. Berhasil mengirimkan peringatan email kepada siswa di sebuah lowongan pekerjaan. Sistem ini scalable dan fleksibel untuk memperluas lebih jauh untuk menambahkan fungsionalitas baru

7.     Saran

§  Data pelatihan harus mengandung setidaknya 15000 kalimat untuk membuat model yang berkinerja baik.

§  Logika databasenya lebih di perhatikan agar bila ribuan data masuk tidak crash.