AI Job Search: Otomatisasi Penuh Proses Lamaran Kerja dengan Bantuan AI

Pencarian kerja bisa menjadi proses yang panjang dan melelahkan. Bayangkan jika kamu punya asisten pribadi yang bisa menyaring lowongan, menyesuaikan CV, menulis surat lamaran, bahkan menyiapkan wawancara. Nah, itulah yang ditawarkan oleh proyek open-source bernama AI Job Search. Ini adalah framework aplikasi pencari kerja bertenaga AI yang berjalan di mesin kamu sendiri, dibangun di atas Claude Code.

Proyek ini tidak berafiliasi atau disponsori oleh Anthropic. Penciptanya, seorang geofisikawan, membangun framework ini pada akhir tahun 2025 setelah posisinya dipotong. Dia menggunakannya sendiri untuk mencari pekerjaan dan berhasil mendapatkan posisi sebagai AI engineer pada Juni 2026, setelah 69 lamaran, 20 wawancara pertama, dan satu kontrak yang ditandatangani. Sekarang, alat ini tersedia untuk umum.

Apa Itu AI Job Search?

AI Job Search adalah framework alur kerja terstruktur yang mengubah Claude Code menjadi asisten lamaran kerja. Alur kerja intinya, seperti pembuatan profil diri, evaluasi kecocokan, dan pipeline aplikasi drafter-reviewer, dirancang untuk bersifat agnostik terhadap bahasa dan negara. Meskipun kemampuan pencarian portal kerjanya saat ini dibangun untuk pasar Denmark, polanya dapat diganti dengan job board lokal di mana pun.

Proyek ini tidak memiliki cryptocurrency, token, atau program sponsor berbayar yang terkait. Dukungan hanya bisa diberikan melalui tautan Ko-fi atau kontribusi di GitHub.

Bagaimana AI Job Search Bekerja: Alur Kerja Inti

AI Job Search dirancang untuk mempermudah seluruh proses lamaran kerja. Berikut adalah alur kerja utamanya:

/setup: Ini adalah langkah pertama untuk membangun profilmu. Kamu bisa mengunggah dokumen (CV PDF, ekspor LinkedIn, ijazah, surat referensi), menempel CV di chat, atau mengikuti sesi wawancara. Sistem akan secara otomatis mendeteksi materi yang kamu miliki dan memandu prosesnya.
/scrape: Perintah ini mencari posisi yang cocok dengan profilmu di berbagai portal kerja, menghilangkan duplikasi, dan menyajikan hasilnya yang disortir berdasarkan kecocokan. Jika hasilnya terlalu banyak, kamu bisa menjalankan /rank untuk mem-batch semua skor dan mendapatkan daftar pendek.
/apply <url> atau /apply <deskripsi_pekerjaan>: Ini adalah inti dari AI Job Search. Perintah ini menjalankan seluruh alur kerja: mengevaluasi kecocokan, membuat draf CV dan surat lamaran dalam format LaTeX yang disesuaikan, meninjau dengan agen kedua, merevisi, dan menyajikan output akhir. Semua klaim yang dibuat dalam CV dan surat lamaran diverifikasi terhadap profilmu, sistem tidak pernah memalsukan keahlian atau pengalaman.
/interview: Perintah ini mempersiapkanmu untuk wawancara terjadwal. Ini membangun paket persiapan spesifik berdasarkan arsip aplikasi (iklan pekerjaan, CV dan surat lamaran yang dibaca pewawancara, umpan balik dari putaran sebelumnya), meneliti perusahaan dan pewawancara, memetakan pertanyaan yang mungkin ke contoh STAR-mu, dan menawarkan wawancara simulasi.

Fitur Unggulan di Balik Layar

Alur kerja /apply pada AI Job Search memiliki beberapa fitur kunci yang membedakannya:

Verifikasi PDF Otomatis: Kebanyakan template LaTeX menghasilkan output yang mungkin terlihat bagus di .tex tetapi bermasalah di PDF. Perintah /apply mengkompilasi dan secara visual memeriksa setiap PDF, menerapkan perbaikan yang ditargetkan untuk memastikan tata letak bersih, seperti CV dua halaman tanpa judul yang yatim piatu dan surat lamaran satu halaman penuh dengan tanda tangan terlihat jelas.
Pemeriksaan ATS Lapisan Teks: Sistem Applicant Tracking System (ATS) membaca teks yang tertanam dalam PDF. LaTeX terkadang menghasilkan PDF yang teksnya bisa terbaca kacau oleh ATS. AI Job Search mengekstrak lapisan teks PDF yang dikompilasi menggunakan pdftotext dan memverifikasi detail kontak, urutan baca, dan cakupan kata kunci dari lowongan pekerjaan terhadap apa yang sebenarnya dilihat oleh parser ATS. Aturan kejujuran ditegakkan, kata kunci yang tidak didukung oleh profilmu akan diakui sebagai celah, tidak pernah dijejalkan secara paksa.
Pemotongan CV Berbasis Relevansi: Jika CV melebihi dua halaman, framework ini tidak memotong secara mekanis dari bagian "terlama". Setiap baris dievaluasi berdasarkan relevansi dengan lowongan yang dituju, keunikan dalam dokumen, dan apakah surat lamaran bergantung padanya. Baris dengan skor total terendah akan dipotong terlebih dahulu. Ini berarti poin dari peran lama yang relevan dengan kata kunci lowongan bisa bertahan lebih lama daripada poin dari peran baru yang kurang relevan.
Pemisahan Drafter-Reviewer: Penulis draf membuat dokumen, lalu agen Claude kedua, yang diluncurkan dengan konteks baru, meneliti perusahaan dan mengkritik draf tersebut. Penulis draf kemudian merevisi berdasarkan umpan balik. Ini membantu menangkap kata kunci yang terlewat, kerangka yang lemah, dan bahasa umum yang sering tersisa dalam satu kali revisi.
Penyesuaian Tanpa Fabrikasi: Semua klaim dalam CV dan surat lamaran diverifikasi terhadap profil aktualmu. Sistem tidak pernah membuat-buat keahlian atau pengalaman.

Perlengkapan yang Kamu Butuhkan

Untuk menjalankan AI Job Search, kamu perlu beberapa prerequisite teknis:

Claude Code (CLI): Alat agen utama yang digunakan.
Python 3.10+
Bun: Untuk alat CLI pencarian kerja.
Distribusi LaTeX dengan lualatex dan xelatex: Seperti TeX Live, MacTeX, TinyTeX, atau MiKTeX.

Setelah itu, kamu bisa melakukan quick start dengan beberapa perintah dasar:

bash
gh repo fork MadsLorentzen/ai-job-search --clone
cd ai-job-search

Lalu instal alat pencarian kerja menggunakan Bun:

bash
for tool in jobbank-search jobdanmark-search jobindex-search jobnet-search linkedin-search freehire-search; do
  (cd .agents/skills/$tool/cli && bun install)
done

Dan mulai proses setup profilmu di Claude Code:

bash
claude
# Kemudian di dalam Claude Code:
/setup

Memperdalam Kemampuan Pencarian Kerja

Selain alur kerja inti, AI Job Search juga menyediakan berbagai perintah lain untuk memperkaya proses pencarian kerjamu:

Perintah	Fungsi
`/outcome`	Merekam hasil lamaran (wawancara, tawaran, penolakan), mengarsipkan materi, dan memperbarui tracker.
`/notion-sync`	Menerbitkan tampilan pipeline satu arah dan hanya baca ke basis data Notion.
`/gmail-sync`	Membaca Gmail untuk sinyal status aplikasi (undangan wawancara, tautan penilaian, tawaran, penolakan) dan mengusulkannya untuk persetujuan.
`/rank`	Memberi skor pada lowongan yang baru di-scrape terhadap framework kecocokan dan mengembalikan daftar pendek yang terurut.
`/expand`	Memperkaya profilmu dengan memindai sumber publik yang sudah kamu tautkan (repositori GitHub, situs portofolio) dan mencari silabus untuk kursus atau sertifikasi.
`/upskill`	Menganalisis celah antara profilmu dan lowongan kerja yang dilacak, menghasilkan peta panas celah keterampilan yang diprioritaskan dan rencana pembelajaran.
`/html-report`	Membuat dashboard HTML mandiri dari `job_search_tracker.csv` dan arsip aplikasi, termasuk kartu statistik dan bagan.
`/add-template`	Mendaftarkan template CV atau surat lamaran LaTeX milikmu sendiri.
`/add-portal`	Membuat skill pencarian portal kerja untuk job board di pasar lokalmu, menyelidiki pola URL pencarian dan struktur hasilnya.
`/reset`	Menghapus data profil atau folder dokumenmu untuk memulai dari awal.

Tips untuk Hasil Terbaik

Kualitas output dari AI Job Search sangat bergantung pada masukan yang kamu berikan:

Kedalaman Profil Penting: Faktor terbesar dalam kualitas output adalah seberapa detail kamu mengisi profilmu. Profil yang tipis akan menghasilkan lamaran yang umum, sementara profil yang terperinci akan menghasilkan hasil yang benar-benar disesuaikan.
- Deskripsi Peran: Jangan hanya mencantumkan jabatan. Jelaskan apa yang sebenarnya kamu lakukan di setiap posisi: proyek spesifik, alat yang digunakan, tanggung jawab, dan pencapaian yang terukur.
- Keahlian dalam Konteks: Daripada hanya mencantumkan "Python" atau "manajemen proyek", jelaskan bagaimana dan di mana kamu menerapkannya. Misalnya, "Membangun pipeline ML untuk prediksi customer churn di Python menggunakan scikit-learn" memberikan sistem lebih banyak informasi daripada sekadar "Python, machine learning".
Penemuan Jalur Karier: Framework ini mendukung dua mode pencarian kerja: penargetan eksplisit (kamu tahu peran atau sektor yang kamu inginkan) dan penemuan peluang tersembunyi. Dengan menganalisis riwayat lengkapmu, sistem dapat memunculkan jalur karier yang belum kamu pertimbangkan. Untuk mendapatkan hasil maksimal, investasikan waktu saat /setup untuk menjelaskan tidak hanya pengalamanmu, tetapi juga apa yang memberimu energi dan apa yang ingin kamu lakukan lebih banyak lagi.

Kustomisasi dan Ekosistem

AI Job Search dirancang agar dapat disesuaikan. Kamu dapat mengedit langsung file profil utama seperti CLAUDE.md, 01-candidate-profile.md, atau 04-job-evaluation.md untuk memperbarui detailmu.

Untuk template LaTeX, CV menggunakan moderncv dan surat lamaran menggunakan cover.cls khusus. Kamu bisa mendaftarkan template milikmu sendiri menggunakan perintah /add-template.

Sementara untuk alat pencarian kerja, proyek ini menyediakan linkedin-search (menggunakan endpoint publik LinkedIn, agnostik negara, tanpa dependensi runtime, cocok untuk penggunaan pribadi) dan freehire-search (menggunakan API publik aggregator freehire.dev, fokus pada tech job, agnostik pasar). Jika kamu berada di negara lain, kamu bisa menggunakan perintah /add-portal untuk membuat skill pencarian job board lokalmu sendiri.

Proyek ini juga mendukung benchmarking gaji dengan data yang kamu sediakan sendiri, memastikan kamu mendapatkan gambaran yang jelas tentang potensi penghasilan.

AI Job Search menawarkan pendekatan yang unik dan kuat untuk otomatisasi pencarian kerja, memungkinkanmu fokus pada wawancara dan negosiasi alih-alih tugas administratif yang berulang.