求職雷達
每天早上 9 點自動掃描 104、AI 打分的職缺日報
求職雷達是一個每天自動更新的職缺日報網站：系統每天早上掃描 104 人力銀行的 PM 相關職缺，用 AI 依照我的背景評分篩選，整理成一頁網頁，並串接投遞追蹤。下方截圖就是實際運作中的頁面。
開啟網站
解決什麼問題
待業投遞期每天手動刷 104，一輪下來要花一小時，還是會漏掉好職缺；看過的、投過的、想略過的，全靠記憶管理。
怎麼做到的
- 自動蒐集：每天早上 9 點排程啟動，用 Firecrawl 爬 104 的四組關鍵字搜尋結果（雙北地區）
- AI 篩選：依照我的 PM 背景做匹配度評分，分成「對口」與「探索」兩組，過濾低薪與掛名職缺
- 去識別化：公開版自動拿掉通勤圈、投遞追蹤等私人資訊，只留職缺內容
- 自動產頁：Python 腳本把資料渲染成靜態網頁（零框架），一行指令部署到 Cloudflare Pages
成果
- 從「每天刷一小時」變成「打開一個網頁看重點」
- 投遞追蹤與偏好觀察形成閉環：略過原因累積三次以上，系統提示可寫成篩選規則
- 每天自動更新、實際用它投遞中
為什麼做這個
待業求職是壓力最大的時候，我選擇把它當成一個產品來經營：使用者是我自己，痛點最真實、迭代最快速。這個專案讓我確信——PM 的價值不在會不會寫程式，而在能不能把模糊的日常痛點，定義成清楚的規則與系統。AI 補上了工程能力，但需求定義、規則設計、驗收把關，仍然是 PM 的功。
畫面
更新紀錄
雙向偏好學習＋自選職缺投遞
新增「喜歡的職缺」：貼上自己逛到想投的職缺，教雷達正向偏好（與略過原因形成正負對稱的雙向訊號），並併入每日備料產線。送出前一律經使用者確認。
從略過行為自我學習
略過職缺可附原因，系統彙整後發現連續多次因「通勤太遠」略過內湖、南港職缺，主動提議並收緊通勤圈規則——推薦從此反映真實偏好，而非只靠關鍵字比對。
AI 模擬面試
收到面試邀約的職缺可一鍵開始 AI 模擬面試：帶入職缺背景、由 AI 面試官連環出題並給總評。串接 Gemini，密鑰驗證後才可使用。
投遞追蹤儀表板＋轉換漏斗
新增半自動投遞備料（AI 拆 JD、挑履歷、寫客製推薦信）與投遞追蹤面板，含已讀率、面試率漏斗與逾期自動提醒。
每日職缺雷達上線
自動爬 104 → AI 匹配篩選 → 產出靜態網頁 → 一鍵部署上雲。零框架、零伺服器費用。