ATS 过滤
许多提交给招聘广告的简历在人类招聘人员审阅之前，就会被申请人跟踪系统筛选掉。这反映了现代招聘运作方式的一个真实结构性特征：自动化筛选将庞大的申请人库缩减为可管理的短名单。在 ATS 内部实际发生的情况，过滤机制的存在原因，以及它出错的地方。
数字
有多少数据被 过滤
98%的大型公司使用一个 ATS99。7% 的招聘人员至少使用一个
过滤器
机器内部
内部实际发生了什么 ATS
从申请到 短名单
当候选人向职位发布提交简历时， 招聘管理系统 不仅仅存储文件。它将文档解析为结构化数据，提取职位、公司名称、教育背景、技能、日期和认证。这些解析后的数据变得可搜索且可筛选。
招聘人员然后应用过滤器。根据行业数据，99.7% 的招聘人员在审阅申请人时至少使用一个过滤器。最常见的过滤器是技能匹配（由 76.4% 的招聘人员使用）和教育水平（59.7%）。其他过滤器包括工作经验年限、地点和特定认证。
不符合筛选条件的候选人将被移至列表底部，或完全从活动视图中排除。他们并未被删除，仍然保留在系统中，但对审阅短名单的招聘人员而言，他们实际上是不可见的。
这就是为什么许多简历从未被人眼看到。这不是恶意过滤。这是一款卷管理工具，已成为拥有50名以上员工的大多数公司的默认工作流程。
原因
为什么存在 过滤
这是一个 体积问题
数学一份典型的招聘启事会收到100至250份申请。对于知名公司的热门职位，这个数字可能超过500。每份简历审核需3至5分钟，手动审核200份简历需耗时10至17小时。没有招聘人员会为单个职位投入那么多时间。
成交量趋势自2024年以来，申请量急剧增加，部分原因是 和AI工具使得生成和提交 定制申请变得轻而易举。一些报告表明，过去两年间每个角色的申请量增加了30%至50%。更多的应用意味着更多的筛选。
替代方案没有自动筛选，公司需要聘请专门的筛选人员或大幅减慢招聘流程。对于大多数团队来说，尤其是 创业公司 ，创始人或招聘经理需要在主要工作的同时处理招聘工作，这两种选择都不现实。
过滤器使用
招聘人员实际上会筛选
| 筛选类型 | 使用率 | 它捕捉到的东西 |
|---|---|---|
| 技能匹配 | 76.4% | 所需的技术或专业技能 |
| 教育水平 | 59.7% | 学位要求（通常过度具体化） |
| 多年经验 | ~55% | 最低经验门槛 |
| 位置 | ~45% | 地理资格/时区匹配 |
| 带照片的简历 | , | 88%的拒绝率（偏见风险） |
简历附带照片会导致88%的拒收率，这一点值得注意。尽管这一要求因地区而异（在部分欧洲和亚洲市场，照片是标准配置），但它凸显出，格式上的选择而非资质本身，可能导致申请被拒。这是ATS筛选给招聘流程引入噪音的众多方式之一。
真实成本
假阴性 问题
過濾掉 不合適的人
简历筛选通常被描绘成求职者面临的难题：“你的简历可能根本不会被看到。”但这同样也是雇主面临的问题。如果你的筛选机制拒绝了大量申请人，你最好确信这些被拒者中没有任何一个会是合适的候选人。
在实践中，没有人拥有这种自信。基于关键词的过滤方式过于粗糙。一位在简历中写明“领导产品开发”的候选人，会因职位描述要求为“产品经理”而被筛选掉。一位没有CS学位的自学工程师，会因招聘启事中默认添加的教育背景要求而被筛选掉。一位职业转型者因具备高度相关且可迁移的技能，却因之前的职位名称不匹配而被筛选掉。
这些是假阴性，即被过滤系统拒绝的合格候选人。假阴性的确切发生率难以衡量（你需要逐一审查所有被拒的简历才能得知），但这一问题已有大量文献记载。一些估算表明，传统的基于关键词的ATS过滤 可能会漏掉高达88%的合格候选人 ，针对某些职位。
对雇主而言，假阴性意味着有效人才库缩小。你发布了这个职位。人们提交了申请。其中一些很好。但你的过滤系统将它们隐藏了起来。
替代方案
基于信号的评分如何减少 的假阴性
评分一切， 过滤更少
关键词过滤的根本问题在于它是二元的：候选者要么匹配过滤器，要么不匹配。没有中间地带，没有细微差别，也没有“足够接近而值得一看”的说法。
基于信号的评分 采用了不同的方法。与其筛选候选人，不如 对每位申请者进行连续评分 （0–100），从多个维度进行评估：可衡量的结果、职责范围、职业轨迹、技能匹配度和背景相关性。
一位未使用确切职位名称但拥有明显相关经验的候选人，得分72，而不是被直接过滤为0。在相邻领域有显著成果的职业转型者得分为65，而不是毫无存在感。招聘人员仍然首先查看排名靠前的候选人，但系统不会通过二元筛选机制将潜在的优秀候选人隐藏起来。
Curriculo ATS的影响评分引擎将这种方法应用于每位申请人。每份简历都会被评分。每位候选人均可见，并按相关性排序。招聘人员仍可设置最低阈值，但默认设置是显示所有带有评分的内容，而不是隐藏所有未匹配关键词的内容。
实际效果：假阴性减少，有效人才库扩大，招聘质量提升。当您评估100%的申请人，而不仅仅是那些通过关键词筛选的候选人时，您会发现竞争对手的ATS系统所隐藏的候选人。
这对 雇主意味着什么
如果您使用的是基于关键词过滤的传统 ATS，那么许多申请人会被您的软件自动隐藏。其中一些隐藏的申请人确实不符合资格。但其中一些人是强有力的候选人，他们使用了不同的措辞，拥有非传统的背景，或以解析器无法处理的格式排版简历。
问题不在于是否要过滤，而是你必须以某种方式管理流量。问题在于使用二元关键词过滤器还是连续评分。一种方法隐藏了许多你的申请人。其他等级占100%，让你决定如何划定界限。
对于 扩展团队 和 的远程招聘，由于申请人库庞大且多样化，筛选与评分之间的差异直接影响最终面试的人选，以及那些我们甚至不知道曾申请过的人。
FAQ
简历筛选 问题
事实是，许多简历根本不会经过人类之手。
是的。许多简历在人类招聘人员审阅之前，会被申请人跟踪系统筛选掉。这种情况是因为 ATS 软件应用了自动化筛选、技能匹配、学历要求、经验水平等条件，将庞大的申请人库缩减为易于管理的候选名单。
公司为何自动筛选简历？
音量一份招聘启事可以吸引100至250多名申请人。每份简历逐一审核，耗时约3至5分钟，每个岗位总计需5至20小时。自动化筛选是在不专门安排人员全职阅读简历的情况下，处理如此大量简历的唯一方式。
招聘人员实际上在 ATS 中使用哪些筛选条件？
最常见的ATS过滤器包括技能匹配（76.4% 的招聘者使用）、教育水平（59.7%）和工作年限。99.7% 的招聘者报告在审阅候选人时会使用至少一种过滤器。这些过滤器决定简历是否进入候选名单或被过滤掉。
ATS 过滤器会拒绝合格的候选人吗？
是的，这属于假阴性问题。基于关键词的过滤器会拒绝那些具备合适经验但使用不同术语、拥有非传统职业路径或以解析器无法读取的格式编写简历的候选人。 手动筛选也存在自身问题，但至少人工能够识别出使用非传统语言的优秀候选人。
基于信号的评分如何减少假阴性？
基于信号的评分 评估可衡量的成果、产生的收入、扩展的团队规模以及交付的项目，而非仅仅依赖关键词的存在。一位候选人若将“工程经理”写为“监督工程运营”，依然能获得高分，因为系统评估的是其工作的范围和影响力，而非其使用的职位名称是否与招聘启事中的完全一致。