Si vous vous êtes déjà demandé pourquoi un candidat clairement qualifié a disparu dans votre ATS sans écran de téléphone, la réponse est presque toujours dans la couche de partage, pas la couche de notation. Le candidat avait un CV de deux colonnes. Leur nom était dans un en-tête. Leurs dates étaient dans des boîtes de texte. Le système a reçu le document, a rendu une analyse nette pour 80% de celui-ci, et a laissé tomber silencieusement les parties qu'il ne pouvait pas lire. Le candidat semblait faible à l'écran parce que l'écran regardait la moitié d'un CV. Cela arrive plus que les fondateurs ne le savent, et c'est la seule raison pour laquelle le score ATS est blâmé pour des problèmes qui sont en fait des problèmes d'analyse.
Ce qu'un ATS fait réellement, dans un paragraphe
Un système de suivi des candidats est un logiciel qui collecte, analyse, organise, classe et stocke les candidatures à un emploi. La plupart des plateformes ATS modernes fonctionnent en trois étapes: analyser le document en données structurées, évaluer les données analysées en fonction des exigences de l'emploi et classer les candidats afin qu'un humain puisse examiner les plus forts en premier. La mise en œuvre a évolué de manière significative depuis 2020. Les plates-formes ATS antérieures reposaient presque entièrement sur le matchage de mots clés difficiles, où une description de poste indiquant "Python" ne correspondrait qu'aux CV contenant le jeton littéral. Les systèmes actuels, y compris Curriculo ATS, combinent le partage sémantique, le score multi-signaux et le raisonnement de modèle de langage large pour évaluer le contexte, pas seulement les jetons.
Pourquoi l'architecture compte plus que la marque
Deux plates-formes ATS ayant la même liste de fonctionnalités peuvent produire des résultats très différents selon la façon dont leurs couches de partage et de notation sont conçues. La marque sur la boîte ne prédit pas la qualité de la détection; l'architecture sous le capot le fait. Un fondateur évaluant les options ATS devrait se soucier moins des logos et plus de trois questions spécifiques: comment le parseur gère les layouts non standard, quels signaux évalue la couche de notation et le système expose-t-il son raisonnement de manière à pouvoir vérifier.
Étapes 1: analyse, où la plupart des défaillances se produisent
Le moteur de partage extrait des données structurées du document de CV: nom, informations de contact, entrées d'expérience de travail avec dates et titres, éducation et compétences. L'analyse du côté industriel suggère que environ 30% de tous les rejetts de ATS proviennent de l'étape de partage, avant même de marquer des courses. Les défaillances de partage les plus courantes sont prévisibles. Les mises en page multicolonne se linearisent incorrectement, de sorte que le troisième point de balles d'un candidat dans son emploi actuel finit par appartenir au rôle précédent. Les boîtes de texte sont complètement ignorées par les anciens parseurs parce qu'elles vivent en dehors du flux principal de contenu du document. Les en-têtes et les pieds de page, où de nombreux concepteurs mettent des informations de contact, sont parfois ignorés. Les bannières de noms basées sur des images sont invisibles. Les titres de la section créative ("Aventures" au lieu de "Expérience") confondent le classifiant. Chacun de ces résultats rend un candidat plus faible qu'il ne l'est réellement. Curriculo ATS utilise un pipeline de partage moderne qui gère les layouts standard de manière robuste mais, comme tout parseur, lutte avec une mise en forme extrêmement créative. Le conseil qui est resté constant pendant une décennie est toujours valable: un CV de colonne unique propre dans les sections standard analyse nettement chaque ATS majeur.
Ce que le parseur voit par rapport à ce que l'homme voit
Un exercice utile: copier et coller votre CV dans un éditeur de texte ordinaire. Ce que vous voyez est approximativement ce que voit le parseur. Si vos coordonnées manquent, si vos dates ne sont pas en ordre ou si vos balles sont interdites avec des rôles précédents, c'est ce que la couche de score évaluera. La plupart des défaillances du parseur sont visibles immédiatement à cette étape.
Étapes 2: scoring, où les plateformes ATS divergent
Une fois le CV analysé, le système évalue les données structurées en fonction des exigences de l'emploi. C'est là que les plateformes ATS diffèrent le plus. Trois approches dominent le marché en 2026. Premièrement, la correspondance des mots clés difficiles, l'approche héréditaire: les mots clés de la description de l'emploi sont recherchés littéralement dans le texte du CV et un score de fréquence est produit. C'est rapide et expliquable mais fragile. Un candidat qui a décrit son expérience AWS comme "exécuter des services de production sur le cloud d'Amazon" obtient un faible score par rapport à un emploi nécessitant "AWS" parce que le jeton littéral manque. Deuxièmement, l'ajustement sémantique avec NLP: le système comprend que "AWS" et "Amazon Web Services" et "services en cours d'exécution sur le cloud d'Amazon" sont équivalents. Cela attire plus de candidats correctement mais marque toujours au niveau des mots clés, juste avec un dictionnaire plus épais. Troisièmement, le score multisignal avec un raisonnement: le système évalue le CV sur plusieurs dimensions (accomplissements quantifiés, pertinence de l'expérience, trajectoire de carrière, alignement des compétences) et produit un score composé plus un paragraphe de raisonnement écrit. Curriculo ATS utilise cette troisième approche, que nous appelons le score d'impact, parce que l'évaluation au niveau des mots clés, même avec l'enrichissement sémantique, manque le signal le plus fort dans un CV: les résultats attachés à des rôles spécifiques.
Comment Curriculo ATS marque-t-il les candidats différemment ?
Le score composite est calculé à partir de quatre signaux pondérés en fonction des résultats : les réalisations quantifiées (chiffres attachés aux résultats), la pertinence de l'expérience (si le candidat a résolu des problèmes proches du rôle ouvert), la trajectoire de carrière (si les responsabilités augmentent d'un rôle à l'autre) et l'alignement des compétences (si les compétences revendiquées correspondent aux preuves présentées dans le CV). Le résultat est un score de 0 à 100 et un paragraphe écrit expliquant pourquoi le score est ce qu'il est, afin qu'un fondateur puisse auditer la décision d'évaluation en quelques secondes. C'est la différence entre la « densité de mots clés 0.78 » et « un ajustement solide parce que les trois derniers rôles du candidat ont chacun généré un impact sur les revenus mesurables dans le même domaine que votre rôle ouvert
ȃtape 3: classement et transfert humain
La troisième étape est la présentation: ordonner les candidats afin qu'un examinateur humain lise le plus fort en premier. C'est plus important que les fondateurs ne le pensent. Un pipeline qui livre 200 candidats triés par date de candidature oblige le fondateur à lire les 200 pour trouver les 8 premiers. Un pipeline qui fournit les mêmes 200 candidats classés par score composé permet au fondateur de lire les 8 premiers et de prendre une décision de tri en 30 minutes. Le classement est aussi l'endroit où les biais du système deviennent opérationnellement visibles. La loi locale 144 NYC exige des audits biaisés pour les outils de décision automatisés sur l'emploi utilisés dans l'embauche de NYC, et l'annexe III de la loi EU AI classifie le recrutement de AI comme à haut risque, ce qui nécessite une documentation, une surveillance humaine et un suivi continu. Les plateformes modernes ATS conçues pour obtenir des scores assistés par AI devraient publier leur raisonnement afin que les audits biaisés puissent être effectués de manière significative et que les équipes d'embauche puissent vérifier la qualité du classement avant de prendre des décisions d'entrevue.
Quel est le côté de l'expérience des candidats ?
Le candidat voit un formulaire de demande, un courriel de confirmation, et soit une invitation à un écran téléphonique, soit un refus poli. Derrière cette simple surface, un analyseur, un marqueur et un classeur ont couru; le CV du candidat a été comparé à plusieurs centaines d'autres; et une décision structurée a été prise quant à savoir s'ils avancent. Les plateformes modernes ATS offrent également une transparence pour les candidats: il est désormais légalement requis pour les candidats de savoir si des outils automatisés ont été utilisés dans leur évaluation dans la NYC, ce qui est de plus en plus requis dans la EU en vertu de la loi AI, et généralement dans d'autres pays.
Ce que nous avons appris sur Amazon sur les systèmes de classement
Avant Curriculo ATS, notre fondateur Dev a travaillé sur les systèmes de recherche et de recommandation d'Amazon. La leçon qui a traduit le plus directement: un système de classement n'est que aussi bon que sa boucle de rétroaction. Les classements des produits d'Amazon s'améliorent parce que chaque clic, achat et retour de flux signalent le retour dans le modèle. La plupart des plateformes ATS sont conçues sans cette boucle; elles marquent un candidat, le candidat est engagé ou rejeté, et rien sur le résultat ne revient pour récalibrer le score. Le résultat est un système qui devient obsolète. Curriculo ATS est construit avec la boucle fermée: lorsque les résultats de 90 jours d'un candidat engagé sont enregistrés, le système apprend quelles signaux ont prédit le succès dans votre entreprise spécifique. Le modèle général de notation est un point de départ; l'étalonnage spécifique à l'équipe est ce qui rend le score fiable au fil du temps.
Pourquoi le score explicatif est supérieur au score de la boîte noire
Si un système vous donne un score de 0 à 100 sans explication, vous ne pouvez pas dire si le score est correct. S'il vous donne le même score avec un paragraphe de raisonnement écrit, vous pouvez l'audit en quelques secondes. L'audit détecte les cas où le modèle a mal interprété un parcours de carrière non traditionnel ou pesé un mot clé de la mauvaise façon. L'explicabilité est une partie de ce que la loi locale NYC 144 et la loi EU AI demandent; une vérification indépendante des préjugés est l'autre, car elle vérifie le schéma de tous les candidats, ce qu'aucun seul paragraphe de raisonnement ne peut montrer.