Caractéristique
n'est pas seulement une correspondance de mots clés. Curriculo ATS combine la recherche de texte, les vecteurs sémantiques, l'extraction d'entités et le classement LLM pour trouver exactement le bon candidat.
AI Traitement
du CV brut à Intellect structuré
Chaque CV téléchargé sur Curriculo ATS passe par un pipeline AI à plusieurs étapes qui extrait, note et indique les données des candidats.
1Résumé Parsing
AI extrait des données structurées des CV de PDF: nom du candidat, adresse électronique, expérience professionnelle (entreprise, rôle, dates, descriptions), éducation (institution, diplôme, dates) et compétences. Aucune saisie manuelle de données n'est requise.
2Scoring d'adéquation
Chaque candidat reçoit un score d'adéquation généré par AI de 0 à 100%, ainsi que des raisonnements écrits expliquant pourquoi le score a été attribué. Le score évalue l'ajustement aux exigences de l'emploi, pas seulement le chevauchement des mots clés.
3AI Résumé et étiquettes automatiques
Un résumé concis généré par AI met en évidence les forces et les qualifications clés du candidat. Les auto-étiquettes sont appliquées en fonction des compétences extraites, du niveau d'expérience et de l'industrie, ce qui rend le filtrage instantané.
4Récupération du pipeline
Si une étape du traitement de AI échoue (délais de mise en réseau, erreur de modèle), le pipeline se rétracte automatiquement. Les candidats échoués sont mis en file d'attente pour le reprocessement, donc rien ne reste bloqué.
Infrastructure de recherche
Vecteurs, entités et Compréhension sémantique
Embedding vectoriel
Chaque CV est converti en un vecteur de 384 dimensions intégré en utilisant pgvector. Cela capture la signification sémantique de l'ensemble du document, de sorte que la recherche de backend engineer trouve également des candidats qui se décrivent comme server-side developer ou API architecte.
Embedding de segment
Au-delà de l'intégration complète du résumé, des vecteurs séparés sont générés pour chaque section: expérience, éducation et compétences. Cela vous permet de rechercher dans des sections spécifiques de CV pour des résultats plus précis.
Extrait d'entités
Les entités nomméessont extraites et classées en cinq types: SKILL (Python, React, SQL), COMPANY (Google, Stripe), ROLE (Senior Ingénieur, Product Manager), INSTITUTION (MIT, Stanford) et PROJECT (projets ou produits spécifiques). Ces entités alimentent des filtres de recherche structurés.
Recherche hybride
Quatre méthodes de recherche, Un résultat classé
Curriculo ATS utilise quatre méthodes de recherche en parallèle et fusionne les résultats en utilisant la fusion de rang réciproque (RRF) pour obtenir le meilleur classement possible.
Recherche TextFull-texte sur le contenu du curriculum vitae et recherche parallèle par par partage fieldsSemanticVector via recherche pgvector embeddingsEntityStructured sur SKILL, COMPANY, ROLE entitiesLLMAI extrait ré-rangement en utilisant le jugement LLM pour la pertinence nuancéeClassement et filtration
Fusion de rang réciproque et Filtres de style Gmail
Fusion de rang réciproque (RRF)
Chaque méthode de recherche produit sa propre liste de classement. RRF combine ces listes en attribuant des scores en fonction de la position de rang dans toutes les méthodes. Les candidats qui apparaissent en haut dans plusieurs listes obtiennent le score final le plus fort, même si aucune méthode ne les classe au #1. Cela donne des résultats plus fiables que toute autre approche de recherche.
Filtres de portée de style Gmail
Rétractionner votre recherche avec les opérateurs de champ familiers: dans:rejected pour rechercher les candidats rejetés, dans:trash pour les demandeurs archivés, dans:shortlisted pour votre shortlist. Combinez avec n'importe quelle requête de recherche pour un filtrage rapide et précis sur votre pool de candidats.
384Dimensions par vecteur types embedding5Entity extraits par CV4-wayHybrid recherche avec fusion RRF$0AI recherche inclus sur chaque planFAQ
Questions fréquemment posées Questions
Qu'est-ce que la recherche sémantique et pourquoi est-elle importante ?
La recherche sémantiqueutilise des emblèmes vectoriels pour comprendre le sens, pas seulement des mots clés. Si vous recherchez backend engineer, il trouve également des candidats qui se décrivent comme server-side developer ou API architecte, parce que le sens est similaire même si les mots sont différents.
Qu'est-ce que la fusion de rang réciproque (RRF) ?
RRF est un algorithme de classement qui combine les résultats de plusieurs méthodes de recherche. Au lieu de s'appuyer sur une seule approche, il fusionne les listes classées du texte, de la sémantique, de l'entité et de la recherche LLM. Les candidats qui se classent de manière constante en termes de méthodes obtiennent la meilleure position finale.
Quels types d'entités sont extraits des CV?
Cinq types: SKILL (langages de programmation, outils, cadres), COMPANY (noms d'employeurs), ROLE (titres d'emploi), INSTITUTION (universités, certifications) et PROJECT (produits ou initiatives spécifiques sur lesquels le candidat a travaillé).
Que se passe-t-il si le partage de la suite échoue?
Les retraitements automatiques du pipeline ont échoué. Si un CV ne peut pas être analysé après des tentatives répétées, il est marqué pour examen manuel. Le profil du candidat est toujours créé, vous n'aurez pas les données extraites de AI jusqu'à ce que le problème soit résolu.
est-ce que la recherche AI est incluse dans le plan gratuit ?
Oui. L'analyse de résumé, le score d'adéquation, les emblèmes vectoriels, l'extraction d'entités et la recherche hybride sont tous inclus dans chaque plan, y compris le plan Starter gratuit.