toWer — Telegram-медиа для студентов архитектурных и дизайнерских направлений, молодых специалистов и начинающих профессионалов. Оно помогает ориентироваться на рынке труда и выбирать архитектурные и дизайн-бюро не только по открытым вакансиям, но и по характеру проектов, визуальному языку, специализации, условиям работы и профессиональной среде.
Основная идея проекта — превратить поиск вакансии в осознанный выбор профессиональной среды. Медиа показывает не только то, где открыта позиция, но и то, чем занимается бюро, какие проекты оно реализует, какие навыки востребованы и насколько его направление совпадает с интересами кандидата.
->
Источники данных для медиа
1/ Карьерные платформы. Одним из основных источников выступает HeadHunter. Здесь можно находить актуальные вакансии, изучать требования работодателей, уровень опыта, предлагаемые условия, формат занятости и зарплатные предложения. Дополнительную возможность предоставляет открытый API HeadHunter, позволяющий получать структурированную информацию о вакансиях и компаниях для последующей обработки.
2/ Профессиональные Telegram-каналы. Важную роль играют специализированные сообщества, в которых публикуются вакансии для архитекторов и дизайнеров. Среди них WASA Jobs, «Халтура-Архитектура» и «Арх.Хантер». Эти источники позволяют находить предложения, которые могут отсутствовать на крупных карьерных платформах, в том числе стажировки, проектную работу и позиции для начинающих специалистов.
3/ Официальные сайты архитектурных бюро. Сайты работодателей используются для получения наиболее достоверной информации о специализации, команде, реализованных проектах, географии деятельности и открытых позициях. Это первоисточник, позволяющий проверить информацию, найденную на сторонних площадках, и дополнить её сведениями о самом бюро.
4/ Портфолио и визуальные платформы. Behance, ArchDaily и другие профессиональные площадки используются для изучения визуального языка бюро и анализа его проектов. Эти данные помогают определить основные направления работы, характер архитектурных решений, типологию объектов и особенности проектного подхода.
5/ Социальные сети и профессиональные сообщества. Дополнительными источниками выступают публичные страницы бюро и их сотрудников. Они позволяют отслеживать новости, публикации о текущих проектах, расширении команд, участии в конкурсах и профессиональных мероприятиях. Информация из таких источников рассматривается как дополнительная и требует проверки.
Схема данных с разделением на человеческую и машинную обработку
Этап 1. Сбор информации. На первом этапе система получает данные из карьерных платформ, профессиональных Telegram-каналов, сайтов архитектурных бюро и визуальных площадок. Машинная обработка используется для поиска новых публикаций, извлечения текста, ссылок, изображений и основных характеристик вакансий. Человек может дополнительно находить интересные бюро и материалы, которые не обнаруживаются автоматическим поиском.Этап 2. Извлечение и структурирование данных. Автоматизированные инструменты выделяют из исходных материалов название бюро, должность, требования к кандидату, опыт работы, специализацию, формат занятости, зарплату и контактную информацию. Полученные сведения распределяются по единой базе данных. Редактор проверяет корректность извлечённой информации и дополняет поля, которые отсутствуют в исходной публикации.Этап 3. Анализ и классификация. ИИ помогает распределять вакансии по направлениям: архитектура, интерьер, ландшафт, урбанистика, дизайн среды и другие специализации. Дополнительно система может определять уровень позиции, необходимые программы, тип проектов и соответствие вакансии начинающим специалистам. Человек проверяет результаты классификации, поскольку названия должностей и требования работодателей не всегда однозначны.Этап 4. Исследование архитектурных бюро. Система связывает вакансии с профилями работодателей и собирает информацию об их проектах, специализации и визуальном языке. Машинные инструменты могут анализировать описания и классифицировать материалы, но окончательную интерпретацию проектного подхода выполняет редактор. Это особенно ва
Общая схема движения данных
Источники информации → автоматический сбор → извлечение данных → структурирование базы → классификация ИИ → редакторская проверка → подготовка публикации → публикация в Telegram → анализ реакции аудитории.
Гайдлайны для автоматизированных сервисов в схеме
4.1. ChatGPT — анализ и подготовка текстов
ChatGPT используется для обработки собранной информации, анализа вакансий, подготовки карточек бюро, сравнений работодателей и создания черновиков публикаций. На вход сервис получает текст вакансии, описание компании, ссылки на проекты и другие проверенные материалы. На выходе должен формироваться структурированный текст с кратким описанием позиции, требованиями, условиями работы и характеристиками бюро.
Гайдлайн: сервис должен использовать только предоставленные источники и не добавлять отсутствующие факты. Если зарплата, график или условия работы не указаны, необходимо прямо сообщать об этом. Тон публикаций — профессиональный, понятный и неформальный, без канцеляризмов и рекламных преувеличений. Любой текст перед публикацией проверяется редактором.
4.2. Парсеры и API — сбор информации
Для автоматизированного получения данных используются открытые интерфейсы и инструменты сбора информации. Например, API HeadHunter позволяет получать структурированные сведения о вакансиях и работодателях. Для других источников применяются доступные механизмы экспорта, RSS-ленты, уведомления и ручная передача публикаций в систему.
Гайдлайн: сервис должен собирать только информацию, необходимую для работы медиа: название компании, должность, требования, условия, дату публикации и ссылку на первоисточник. Необходимо сохранять ссылку на оригинал и дату получения данных. Повторяющиеся вакансии должны определяться и объединяться, а устаревшие предложения — помечаться для повторной проверки. Сбор данных должен учитывать ограничения доступа и правила использования сторонних платформ.
4.3. OCR и распознавание изображений — извлечение текста
Часть вакансий и объявлений публикуется в виде изображений, презентаций и графических карточек. Для извлечения информации из таких материалов используются инструменты OCR, позволяющие преобразовать текст с изображения в редактируемый формат.
Гайдлайн: сервис должен распознавать текст, сохранять исходную последовательность информации и выделять основные поля вакансии. Если текст распознан не полностью или содержит ошибки, результат должен отмечаться для ручной проверки. OCR не должен самостоятельно интерпретировать отсутствующие данные или восстанавливать неизвестные условия вакансии.
4.4. Google Sheets или Airtable — хранение и структурирование данных
Для организации базы данных используется таблица или специализированная база. В ней хранятся сведения о вакансиях, архитектурных бюро, проектах и источниках информации. Каждая запись получает уникальный идентификатор, дату обновления и ссылку на первоисточник.
Гайдлайн: данные должны храниться в едином формате. Для вакансий используются поля «бюро», «должность», «специализация», «опыт», «зарплата», «формат работы», «требования», «дата публикации» и «ссылка». Для профиля бюро — «название», «направления деятельности», «основные проекты», «визуальный язык», «сайт» и «открытые вакансии». Изменения должны фиксироваться, чтобы редактор мог отслеживать актуальность информации.
4.5. Telegram Bot API — автоматизация публикаций
Telegram используется как основная площадка распространения контента. Для автоматизации публикаций может применяться Telegram Bot API. Он позволяет отправлять подготовленные сообщения, изображения и ссылки в канал, а также организовывать взаимодействие с другими элементами системы.
Гайдлайн: бот получает только материалы, прошедшие редакторскую проверку. Публикации должны соответствовать единому визуальному стилю toWer, иметь корректные ссылки и понятную структуру. Автоматическая отправка неподтверждённых вакансий запрещена. Перед публикацией система должна проверять наличие обязательных полей и отсутствие дублирующихся материалов.
4.6. Аналитические инструменты — изучение аудитории
Для оценки эффективности контента используются встроенная статистика Telegram и инструменты аналитики. Они помогают определять, какие типы публикаций вызывают наибольший интерес: вакансии, обзоры бюро, сравнения работодателей или материалы о профессиональном развитии.
Гайдлайн: аналитическая система должна фиксировать просмотры, реакции, пересылки и переходы по ссылкам, если соответствующие данные доступны. На основе статистики формируются рекомендации по развитию контент-плана. При этом показатели не должны становиться единственным критерием качества: редакция также оценивает полезность и достоверность материалов.
Итоговая логика проекта
toWer использует искусственный интеллект не как самостоятельного автора медиа, а как инструмент для организации профессиональной информации. Автоматизация помогает находить вакансии, извлекать данные, классифицировать предложения и готовить материалы. Человек отвечает за проверку фактов, анализ архитектурных проектов, редакторские решения и финальную публикацию.
Таким образом, toWer объединяет несколько разрозненных информационных потоков в единую систему. Пользователь получает не просто список вакансий, а структурированное представление о работодателях, их проектах, требованиях и профессиональной среде.
