履歴書のスクリーニングは、レイヤーで最も効果的に機能します。固定要件のような看護師免許やCPAの場合、キーワードスキャンを使用し、AIスコアリングで大きな山を整理し、却下と進めるすべての履歴書に人を置いておきます。手作業での読み取りは数十人の応募者を超えてスケールしないし、説明できないスコアは責任です。
By Dev Rishi Khare, Amazon ( ) Synopsys
月曜日に役割を投稿し、水曜までに山は1日で読むことができないほど大きくなります。最初の数件を慎重に読み、次のバッチをスキムし、残りはGmailで待機します。Devによると、これが多くの小規模チームがスクリーニングを行う方法であり、山が大きくなるまで持続します。
以下のワークフローと規則はDevの見解です。公開された情報源と法律は名前でリンクされています。
チームが現在履歴書をスクリーニングする方法と、どのように壊れるか
Devによると、ほとんどの小規模チームと独立したリクルーターは手作業で読み取りを行い、日付で並べられた山の一番上だけを読み取ります。大規模チームはATSキーワードフィルターを使用する傾向があります。AIスコアリングは新しい方法です。各方法は異なる場所で失敗します。
すべての履歴書を手作業で読み取り
手動での履歴書のチェックは、キャリアの変更や理由のあるギャップなどのコンテキストを把握できます。しかし、数十人の応募者を超えるとスケールしない。また、遅れて応募した優秀な応募者は、すでにスキミングしているために見逃されることがあります。履歴書の手動チェックのコストと採用のスピード]についてのページでは、そのトレードオフについて説明しています。
キーワードフィルタ
フィルタは設定が簡単で迅速ですが、同じスキルを異なる言葉で説明した人を却下し、仕事の説明を履歴書に詰め込んだ人を報いるという欠点があります。
AI スコアリング
AI スコアリングは、正確な単語ではなく意味を読み取ることができます。しかし、誰かが高いまたは低いスコアを得た理由が見えなければ、機能しません。理由のない数字は、チェックが難しく、クライアントに説明するのが難しく、US ルールによるAI に関する採用における法的リスクにもなります。
キーワードを使用した履歴書のスキャニング、そしてそれがまだ適切なツールである場合
キーワードを使用した履歴書のスキャニングは、要件が二元的で固定された名前を持つ場合にまだ有効です。良い例としては、
- ライセンス、たとえば看護師のライセンスやCDLです。
- 認定、たとえばCPAまたはクラウド認定です。
- セキュリティクリアランス。
- 法的登録です。
- 必須の言語です。
キーワードマッチは確認の開始のみです。履歴書でのマッチを確認した後、資格自体を検証してから誰かを提出してください。
ソーシング、アカウント管理、データ分析などのスキルは、人によって様々な方法で説明されるため、キーワード検索では優れた人を見逃すことがあります。インパクトスコアリング vs キーワードマッチング]の比較では、その理由が説明されています。
キーワードスタッフィングを発見する方法
開発者の警告サイン:
- コンテキストのないスキルの一覧。
- 仕事の説明文を逐語的に繰り返す長いスキルブロック。
- プロジェクト、成果、または日付が付与されていないツールの一覧。
- 経験年数ではサポートできないほど多くのツール。
- 隠しテキストまたは白テキスト。プレーンテキストエディターに貼り付けると表示されます。
テスト: 必須項目ごとに、候補者が使用した行を指し示す。見つけることができない場合は、キーワードはカウントされません。
異なる言葉での同じスキルを捕まえる方法
ラベルではなく、彼らが何をしたかを読むこと。スタートアップでのフルサイクル採用は、タレントアクイジションの一種であり、フレーズが現れなくてもそうである。各必須要素ごとに短い同義語リストを保持する。ランキングの真ん中もトップも読む。ツールが適合性の要約を書く場合、それを使用して意味を見つけるために正確な単語ではなく、そしてそれを盲目的に信頼するのではなく、履歴書に対してチェックする。
300人の応募者を持つ役割、ステップバイステップ
ここでは、Devのワークフローを、300人の応募者を持つ役割を例として使用します。
- 面談からの3〜5つの実際の必須要素を書きます。スコアは、求人描述の質だけが高いです。
- ツールで全300件をスコアリングし、ランキングします。
- 上位バンドを全て読みます。
- 中位バンドをスキミングし、明らかな適合者以外の適合者を探します: キャリアチェンジャー、同じスキルの異なる表現、理由のあるギャップ。
- 最低スコアをスポットチェックします。
ショートリストを作成したら、そのサイズを1人あたりの面談候補者平均数]と比較して、面談に送る人が多すぎないかどうかを確認します。
ツールだけに決めさせてはいけないこと
- 却下。
- クライアントへの提出。
- 保護された特性やその代理人、たとえば年齢、介護のギャップ、または学校名などに触れるもの
- 職務概要に記載されていない非公式なクライアントの依頼
スコアに異議を唱える場合
まず要約の理由を読む。履歴書と照合する。如果ツールが何かを見逃した場合は、職務概要がそれを省略していたためである。修正して再評価する。静かに上書きするのではなく、1行の理由で上書きをログする。人間の決定の記録は、USのルールがAIの採用ツールに広がるにつれて、より重要になる
チームの規模による自動化の程度
開発者のルール：決定が影響する人の数が増えるにつれて、人間がそれに署名する必要がある
ソロの採用担当者
ツールにログの管理、ランキング、確認およびステータスメール、電話の予約、待機者の毎日のリストの作成をさせてください。ショートリストの順序を提案し、フォローアップの草案を書き、過去の候補者を再提示する。あなたは、受け入れ、提出および拒否、オファー、関係者との電話を担当します。如果ツールを選択中である場合、ATSのガイド](/blogs/ats-for-independent-recruiters/)は、独立した採用担当者の初日ニーズと決め手について説明する
2〜10人規模のチーム
共有パイプラインと一貫したテンプレートを追加します。ツールはハンドオフを提案し、重複について警告し、停滞している役割について促します。人間は、ソロの採用担当者と同じ決定を下し、最初の役割が公開される前にチームとしてスコアリング基準に合意する
10人以上のチーム
ツールは、高容量の最初のパスランキング、スケールでのスケジューリング、ルーチンメッセージおよびレポート、レビュー帯とワークロードバランスの提案を担当します。人間は、最終的な決定と関係を維持し、名前付きの所有者と人間のレビューの書面レコードを使用して、定期的なバイアスとドリフトの監査を実行する
スクリーニングを防御可能な状態に保つための習慣
これらは小規模チームのDevの習慣です。これらの習慣は、大きな予算が必要ありません。
- 評価する前に必須要件を記述し、必須要件のみを評価します。
- 人間の決定を一行の理由とともにすべて記録し、特に評価と異なる場合には記録します。
- 候補者にAIが申請をランク付けするのに役立つことを伝え、人間によるレビューを提供します。
- 低評価を毎月または毎回ロールチェックします。
- ボリュームが許す範囲で、グループ間のパススルーレートを比較します。ボリュームが非常に小さい場合は、サンプルが小さすぎることを記録します。
- 写真、生年月日、介護ギャップなどの代理変数を削除または無視します。
- 要約が変更されるたびにジョブ説明を再確認します。
- ベンダーを知ります: スコアの基準と、理由を確認できるかどうか。
ニューヨーク市で採用する場合、NYC 地方法 144] が適用されます。これは、雇用主と雇用機関が、自動化された雇用決定ツールを使用することを禁止します。ただし、ツールが使用開始から 1 年以内にバイアス監査を受けた場合には使用できます。監査結果の概要は公開され、候補者には必要な通知が提供されなければなりません。執行は 2023 年 7 月に開始されました。これは一般情報であり、法的な助言ではありません。したがって、義務を弁護士と確認してください。
75% の自動却下の神話
ATSソフトウェアは、人間が目に触れる前に、75%の履歴書を却下するということが、多くの人が読んだことがあるでしょう。私たちが見つけた最も古い情報源は、2012年3月4日](https://www.computerworld.com/article/1458323/5-insider-secrets-for-beating-applicant-tracking-systems.html)の[Computerworldの記事]で、Preptelという、求職者がアプライアントトラッキングシステムを通過するのを支援する会社が、この数字を提供したと述べています。ただし、この記事では、この数字の根拠となる研究、サンプル、または方法については言及されていません。
近くに、別の問題が存在します。[ハーバード・ビジネス・スクールとアクセンチュアのHidden Workersレポート（2021年9月）]](https://www.hbs.edu/managing-the-future-of-work/research/hidden-workers-untapped-talent)によると、88%の雇用主は、高度なスキルを持つ候補者が、求人に完全に一致しないため、却下されることがあると回答しました。このレポートの焦点は、厳格なフィルタリング、たとえば、完全一致の要件や、雇用ギャップを除外理由として扱うことなどです。
Devの見解では、ほとんどのATSは、ランク付けとソートを行い、黙って削除するのではなく、通常、応募者が何も聞かない理由は、応募の大量と人間のトライアージュです。誰かが時間が足りずに、その履歴書に到達する前に止まったのです。例外は、免許や労働許可などのノックアウト質問で、一部のATSが自動的に応募者をフィルタリングするために使用します。したがって、あなたのATSがどのように設定されているかを確認してください。
CurriculoATSの適合性
Curriculo ATSは、0から100までのスコアで、あなたの求人に対して毎回の候補者を評価し、適合性の書面AIサマリーを提供します。Resumeスクリーニングエージェントは、サインイン後に自動的に、求人に対して応募者をランク付けします。Starterプランは無料で、最大1,000人の候補者をランク付けします。Proプランは、50ドル/月（100ドルのリスト価格の50%オフ）で、最大10,000人の候補者をランク付けし、すべてのプランでシート料金はありません。製品の詳細は、[AIの履歴書スクリーニングページ（0から100のスコア）]](/ai-resume-screening/)に記載されています。
よくある質問
履歴書スクリーニングとは何か
履歴書の選考は、役割に適しているかどうかを判断するために、最初の選考プロセスです。チームは手作業で行ったり、キーワードフィルタを使用したり、AI スコアリングを使用したり、またはこれらすべての組み合わせを使用して行います。
キーワードを使用した履歴書のスキャニングはまだ有用ですか?
はい、固定名のバイナリ要件、たとえば看護免許、CDL、CPA、セキュリティクリアランス、または必須言語などの場合。マッチを確認し、次に資格自体を検証します。
ATS システムは、履歴書の 75% を却下しますか?
その数字を裏付ける公開方法はありません。私たちが見つけた最も古い情報源は、2012 年の Computerworld の記事で、ジョブサーチサービス会社の Preptel が、アプリケーントラッキングシステムを通過するのに役立つと述べている記事です。Dev の見解では、ほとんどの ATS は、サイレントに削除するのではなく、ランク付けとソートを行います。
AI は単独で選考決定を行うべきですか?
Dev の見解では、いいえ。ツールにランク付けと要約を行わせ、却下と進めるすべての場合に人間を関与させます。特にスコアに反対する場合、各決定の 1 行の理由をログに記録します。
さらに多くの選考と採用に関するガイドは、Curriculo ATS ブログ にあります。
Curriculo ATSで無料で開始
