ميزة
ليس فقط تطابق الكلمات الرئيسية. يجمع Curriculo ATS بين البحث النصي، والمتجهات الدلالية، واستخراج الكيانات، وتصنيف LLM للعثور على المرشح المناسب تمامًا.
معالجة الذكاء الاصطناعي
من السيرة الذاتية الخام إلى المعلومات الهيكلية
كل سيرة ذاتية تم تحميلها إلى Curriculo ATS تمر عبر خط أنابيب ذكاء اصطناعي متعدد المراحل يقوم باستخراج وتصنيف وفهرسة بيانات المرشحين.
1تحليل السيرة الذاتية
يقوم الذكاء الاصطناعي باستخراج البيانات الهيكلية من السير الذاتية بصيغة PDF: اسم المرشح، البريد الإلكتروني، الخبرة العملية (الشركة، الدور، التواريخ، الأوصاف)، التعليم (المؤسسة، الدرجة، التواريخ)، والمهارات. لا حاجة لإدخال بيانات يدوية.
2تقييم الملاءمة
يتلقى كل مرشح درجة ملاءمة مولدة بالذكاء الاصطناعي من 0 إلى 100%، مع تقديم أسباب مكتوبة تشرح سبب تعيين الدرجة. تقيم الدرجة التوافق مع متطلبات الوظيفة، وليس مجرد تداخل الكلمات الرئيسية.
3ملخص الذكاء الاصطناعي والعلامات التلقائية
يبرز ملخص مختصر مولد بالذكاء الاصطناعي نقاط القوة لدى المرشح والمؤهلات الرئيسية. يتم تطبيق العلامات التلقائية بناءً على المهارات المستخرجة، ومستوى الخبرة، والصناعة، مما يجعل عملية الفلترة فورية.
4استعادة خط الأنابيب
إذا فشلت أي مرحلة من معالجة الذكاء الاصطناعي (نقص الاتصال الشبكي، خطأ في النموذج)، يقوم الخط بتكرار العملية تلقائيًا. يتم وضع المرشحين الذين فشلوا في قائمة انتظار لإعادة المعالجة بحيث لا يتم احتجاز أي شيء في حالة معطلة.
بنية البحث
المتجهات، الكيانات، والفهم الدلالي
تضمينات المتجهات
يتم تحويل كل سيرة ذاتية إلى تضمين متجه بدقة 384 بُعد باستخدام pgvector. هذا يلتقط المعنى الدلالي للوثيقة بأكملها، لذلك عندما تبحث عن "مهندس خلفيات" ستجد أيضًا المرشحين الذين يصفون أنفسهم كـ "مطوّر جانب الخادم" أو "مهندس واجهات برمجة التطبيقات".
تضمينات المقاطع
بعيدًا عن تضمين السيرة الذاتية الكاملة، يتم إنشاء متجهات منفصلة لكل قسم: الخبرة، التعليم، والمهارات. هذا يتيح لك البحث ضمن أقسام السيرة الذاتية المحددة للحصول على نتائج أكثر دقة.
استخراج الكيانات
يتم استخراج الكيانات المعنوية وتصنيفها إلى خمسة أنواع: مهارة (Python، React، SQL)، شركة (Google، Stripe)، دور (مهندس أول، مدير منتج)، مؤسسة (MIT، جامعة ستانفورد)، ومشروع (مشاريع أو منتجات محددة). هذه الكيانات تدعم فلاتر البحث الهيكلية.
البحث الهجين
أربع طرق بحث، نتيجة واحدة مصنفة
يجري Curriculo ATS أربع طرق بحث في وقت واحد ويجمع النتائج باستخدام دمج الترتيب المتبادل (RRF) للحصول على أفضل تصنيف ممكن.
نصبحث نص كامل عبر محتوى السيرة الذاتية والحقول المفسرةدلاليشبه البحث عبر تضمينات pgvectorمؤسسةبحث هيكلي عبر الكيانات المستخرجة مهارة، شركة، دورLLMإعادة ترتيب الذكاء الاصطناعي باستخدام حكم LLM للتقييم الدقيقالتصنيف والفلترة
دمج الترتيب المتبادل & فلاتر على نمط جيميل
دمج الترتيب المتبادل (RRF)
يؤدي كل أسلوب بحث إنتاج قائمته المصنفة الخاصة. يقوم RRF بجمع هذه القوائم من خلال تخصيص درجات بناءً على موضع الترتيب عبر جميع الأساليب. يحصل المرشحون الذين يظهرون في قائمة عالية في قوائم متعددة على أقوى درجة نهائية، حتى لو لم يتم تصنيفهم رقم 1 بواسطة طريقة واحدة. ينتج عن ذلك نتائج أكثر موثوقية من أي نهج بحث فردي.
فلاتر على نمط جيميل
قم بتضييق بحثك باستخدام مشغل نطاق مألوف: in:rejected للبحث عن المرشحين المرفوضين، in:trash للمتقدمين الموثقين، in:shortlisted للقائمة المختصرة الخاصة بك. اجمعها مع أي استعلام بحث لفلترة سريعة ودقيقة عبر مجموعة المرشحين الخاصة بك بالكامل.
384أبعاد لكل تضمين متجه5أنواع كيان مستخرجة لكل سيرة ذاتية4طرق بحث هجين مع دمج RRF$0البحث بالذكاء الاصطناعي متضمن في كل خطةالأسئلة الشائعة
أسئلة متكررة
ما هو البحث الدلالي ولماذا هو مهم؟
يستخدم البحث الدلالي تضمينات المتجهات لفهم المعنى، وليس فقط الكلمات الرئيسية. إذا بحثت عن "مهندس خلفيات"، فإنه يجد أيضًا المرشحين الذين يصفون أنفسهم كـ "مطوّر جانب الخادم" أو "مهندس واجهات برمجة التطبيقات"، لأن المعنى مشابه حتى لو كانت الكلمات مختلفة.
ما هو دمج الترتيب المتبادل (RRF)؟
RRF هو خوارزمية ترتيب تجمع النتائج من أساليب بحث متعددة. بدلاً من الاعتماد على نهج واحد، فإنه يجمع القوائم المرتبة من نصوص، دلالات، كيانات، وبحث LLM. يحصل المرشحون الذين يحتلون مراكز مرتفعة بشكل متسق عبر الأساليب على أفضل موقع نهائي.
ما هي أنواع الكيانات المستخرجة من السير الذاتية؟
خمسة أنواع: مهارة (لغات البرمجة، الأدوات، الإطارات)، شركة (أسماء صاحب العمل)، دور (عناوين الوظائف)، مؤسسة (جامعات، شهادات)، ومشروع (منتجات أو مبادرات محددة عمل عليها المرشح).
ماذا يحدث إذا فشل تحليل السيرة الذاتية؟
يقوم الخط بإعادة محاولة المعالجة الفاشلة تلقائيًا. إذا لم يتمكن من تحليل سيرة ذاتية بعد المحاولات، يتم وضع علامة عليها للمراجعة اليدوية. لا يزال يتم إنشاء ملف المرشح، لكنك لن تحصل على بيانات مستخرجة بالذكاء الاصطناعي حتى يتم حل المشكلة.
هل البحث بالذكاء الاصطناعي متضمن في الخطة المجانية؟
نعم. يشمل تحليل السيرة الذاتية، وتقييم الملاءمة، وتضمينات المتجهات، واستخراج الكيانات، والبحث الهجين في كل خطة، بما في ذلك خطة البداية المجانية.