影响评分引擎，衡量真实候选人

功能深度解析

Curriculo ATS 评估候选人根据可衡量的结果，产生的收入，扩展的团队，建立的系统，而不是关键词频率。每个候选人从 0 到 100 得到一个综合评分。

为什么关键词匹配 失败

传统的 ATS （关键词匹配）

统计“项目管理”或“Python”在简历中出现的次数。结果：堆砌关键词的候选人排名更高。使用不同术语描述相同技能的候选人被过滤掉。许多合格简历就这样被拒绝。

Curriculo ATS （基于信号的评分）

评估候选人实际取得的成就。他们是否增加了收入？扩大了团队规模？按时交付产品？候选人根据可衡量的影响力进行评分，而不是根据词汇选择。

工作原理

如何实现影响力评分 工作原理

简历解析

AI 从任何简历格式中提取结构化数据，PDF，DOCX，或纯文本。不需要候选人进行特殊格式化。解析器识别成就、技能、经验时间线和量化结果。

多信号分析

每位候选人都根据三个维度进行评估：

• 角色适配（40%），技能匹配、经验水平、相关行业背景
• 可衡量的成果（35%），量化的成就：收入、用户数量、成本降低、团队扩张、项目交付
• 环境相关性（25%），行业对齐、公司阶段匹配（初创公司与企业经验）、职业轨迹方向

评分与排名

每位候选人都会生成一个综合影响评分（0-100）。评分在候选人池中进行归一化，因此您可以公平地比较申请人，无论简历长度或格式如何。信号最强的候选人会浮到顶部。

看看区别： 关键词与信号

候选人A

简历提到“项目管理”12次，“敏捷”8次，“领导力”6次。传统的ATS 关键词评分：92/100。

候选人B

简历提到“项目管理”3次。但包括：“领导8人工程团队，产品提前2周交付，6个月内功能采用率从12%增长到47%。”

关键词 ATS 选择候选人A。 Curriculo ATS 影响力评分选择候选人B（评分：87比54）。

为什么？候选人B有可衡量的成果。候选人A只有关键词。

三维 影响力评分

角色适配

候选人的经验是否与角色要求相符？我们评估技能对齐、相关经验年数、行业重叠和资深度匹配。一个高级后端工程师申请高级后端角色会得分更高，而不是一个初级前端开发人员，即使他们的简历上都有“工程”一词。

可衡量的成果

候选人是否驱动了真实的、可量化的结果？我们寻找收入影响（“将ARR从200万美元增长到800万美元”）、规模指标（“管理团队从3人增长到25人”）、交付证据（“在18个月内交付3个产品”）和效率增益（“将部署时间减少60%”）。仅列出职责而没有成果的候选人会得分较低。

上下文相关性

候选人的背景是否与贵公司的阶段和行业相符？具有A轮创业经验的候选人对于贵公司的B轮创业来说更具上下文相关性，而不是来自5万人企业的人。职业轨迹也很重要，候选人是上升还是停滞不前？

团队为什么选择 影响力评分

• 小于20分钟内可以在20分钟内筛选50多名申请人
• 速度提高3倍与手动审查相比的入围时间
• 减少偏见根据成绩评估，而不是人口统计或学校声望
• 从0美元开始影响评分包含在免费计划中