ATS Intelligent — SaaS RH + Copilote LLM

Projet S6 BUT Informatique. Plateforme ATS (Applicant Tracking System) intégrant matching sémantique CV ↔ offres et un copilote LLM.

État actuel

• Frontend Streamlit : fonctionnel, branché sur l'API.
• Backend Flask + SQLite : auth (mots de passe hashés) et CRUD offres / CV / candidatures / utilisateurs / stats.
• Pipeline IA (Lot B) : extraction PDF (PyMuPDF) → chunking sémantique → embeddings all-MiniLM-L6-v2 → stockage des vecteurs → matching bidirectionnel par similarité cosinus (FAISS). Score réel des candidatures + recherche RH en langage naturel. Fallback automatique sur un score d'intersection si les dépendances du pipeline ne sont pas installées.
• À venir : copilote LLM réel — explications de matching et chatbot (Lot C, aujourd'hui simulé).

Structure

init_db.py          → crée le schéma SQLite (ats.db)
backend/
  app.py            → API Flask (auth + CRUD + matching)
  db.py             → connexion SQLite + helpers JSON
  seed.py           → données de démonstration
  reindex.py        → (re)calcule chunks + embeddings du contenu existant
  ai/               → pipeline IA (Lot B)
    extract.py      → extraction PDF (PyMuPDF)
    chunking.py     → découpage sémantique par sections
    embeddings.py   → encodage MiniLM (all-MiniLM-L6-v2)
    matching.py     → FAISS + similarité cosinus
    pipeline.py     → orchestration + fallback si deps absentes
frontend/
  app.py            → point d'entrée, routeur selon le rôle
  api_client.py     → client HTTP vers l'API Flask
  theme.py          → CSS + helpers d'affichage
  mock_data.py      → réponses LLM simulées (en attendant le Lot C)
  views/            → une vue par rôle + le chatbot

Démarrage

# 1. Base de données
python init_db.py
python -m backend.seed

# 2. Backend (terminal 1, à la racine)
pip install -r backend/requirements.txt
python -m backend.reindex      # embeddings du contenu seedé (Lot B, optionnel)
python -m backend.app          # http://127.0.0.1:5000

# 3. Frontend (terminal 2)
pip install -r frontend/requirements.txt
cd frontend && streamlit run app.py

Le pipeline IA télécharge le modèle all-MiniLM-L6-v2 au premier lancement (~90 Mo). Sans backend/requirements.txt installé, l'app fonctionne quand même (score d'intersection en fallback, recherche IA désactivée).

L'URL de l'API est configurable côté front via la variable d'environnement ATS_API_URL.

Comptes de démo (mot de passe 1234) : candidat@test.com, rec@test.com, admin@ats.com.

Tests

pip install pytest
pytest -q                       # tests unitaires + intégration API (base jetable, sans serveur)

Les tests du pipeline IA sont ignorés automatiquement si ses dépendances ne sont pas installées. Un test E2E manuel du parcours navigateur (3 rôles + recherche IA) est disponible : tests/manual_ui_e2e.py (nécessite Playwright + les deux serveurs lancés).