O que os recrutadores leem nos primeiros 7 segundos
Recrutadores não leem Currculos. Eles os escaneiam, e a varredura é estruturada pela cognição visual mais do que pela estratégia de conteúdo. O estudo da Ladders descobriu que recrutadores experientes gastam em média 7,4 segundos na primeira passagem, fixando-se em seis pontos de ancoragem na página. Os sinais que extraem dessa varredura não são palavras-chave. Eles são: relevância do papel mais recente para o emprego aberto, padrão de permanência (essa pessoa ficou tempo suficiente para entregar?), trajetória (cada papel representa mais responsabilidade do que o anterior?), e limpeza das credenciais (o Curriculo parece que a pessoa levou a sério?). Palavras-chave são o combustível que faz um Curriculo passar pela triagem automatizada, mas a decisão real de contratação acontece na camada acima das palavras-chave. Essa é a lacuna que a maioria das plataformas de ATS falha em fechar. Elas otimizam para a recuperação de palavras-chave e exibem 200 "correspondências". O recrutador ainda tem que fazer a varredura de 7 segundos, 200 vezes. O objetivo da triagem inteligente é mover essa extração de sinais para montante, para que o fundador leia os 8 melhores candidatos com base em seus reais méritos, e não em sua densidade de tokens.
O que o mapa de visão da Ladders realmente mostra
Seis pontos de fixação: nome (canto superior esquerdo), bloco atual de título-empresa-data, bloco anterior de título-empresa-data, educação, e o canto inferior direito onde os pontos de destaque às vezes contêm uma conquista de fechamento. O meio da página quase não recebeu fixações. Listas longas de itens foram quase inteiramente ignoradas. Isso explica porque um fundador que lê 30 Curriculos consecutivos acaba com opiniões fortes, apesar de ler menos da metade de cada um: o cérebro comprimiu o Curriculo em seu esqueleto.
Por que a correspondência de palavras-chave é a camada errada para otimizar
A maioria das plataformas legacy de ATS executa a correspondência de palavras-chave como o primeiro filtro. A descrição do trabalho tem "Python, AWS, sistemas distribuídos." O sistema escaneia cada Curriculo em busca desses tokens e classifica por frequência. Isso captura pessoas que realmente têm as habilidades, e também captura pessoas que aprenderam a enganar o filtro por meio da sobrecarga do documento. Isso perde pessoas que descreveram as mesmas habilidades em palavras diferentes. Um Curriculo que diz "reduziu a latência de inferência em 40% no serviço de classificação da produção" é materialmente mais forte do que um que lista "Python, AWS, ML" como uma habilidade, mas um filtro de palavras-chave os classifica na ordem errada. A estatística popularizada pelo Jobscan de que 75% dos Curriculos são rejeitados por ATS é amplamente repetida, mas como observa a análise da indústria da ERE, a metodologia por trás desse número é fraca. O verdadeiro modo de falha é mais específico: filtros de palavras-chave rejeitam Curriculos ricos em contexto que carecem dos tokens exatos, e exibem Curriculos pobres em contexto que os possuem. A solução não é remover o filtro. É avaliar abaixo dele.
Sinais que realmente preveem desempenho
Quatro são importantes, em ordem: conquistas quantificadas (números, porcentagens, valores em dólares ligados a resultados), relevância da experiência (essa pessoa resolveu problemas próximos ao que estamos contratando), trajetória de carreira (a responsabilidade está aumentando de papel para papel), e alinhamento de habilidades (as habilidades nomeadas correspondem ao trabalho). Cada um desses pode ser extraído de um Curriculo por um modelo que lê o documento da forma como um humano o lê, não da forma como um scanner de palavras-chave faz. É isso que a Pontuação de Impacto CurriculoATS mede.
O que aprendemos com a busca da Amazon que se aplica aqui
Antes do CurriculoATS, nosso fundador Dev trabalhou nos sistemas de busca e recomendação da Amazon. A lição que se traduziu mais diretamente para a contratação: a recuperação é barata, a classificação é a parte difícil. O índice de busca da Amazon pode encontrar um milhão de produtos que correspondem a uma consulta. O trabalho da equipe de produtos é garantir que os três principais estejam corretos. A triagem de Curriculos tem a mesma forma. Puxar 300 Curriculos que contêm "gerente de produto" é um script de cinco linhas. Retornar os oito que um PM sênior realmente gostaria de entrevistar é o verdadeiro problema de engenharia. A pontuação multi-sinal é como a Amazon classifica produtos, e a mesma abordagem, com sinais diferentes, classifica candidatos. Pesamos conquistas quantificadas fortemente porque são o maior indicador de que alguém realmente entregou trabalho, e não apenas ocupou um cargo. Pesamos a trajetória de carreira porque uma pessoa cuja responsabilidade duplicou duas vezes em cinco anos é estatisticamente uma contratação mais forte do que uma pessoa cujo título permaneceu o mesmo. Expondo o raciocínio para que o fundador possa auditá-lo.
Por que "sinal" importa mais do que "palavra-chave"
Uma palavra-chave é um token. Um sinal é um padrão que correlaciona com resultados. "Python" é uma palavra-chave. "Possuiu o serviço de classificação desde o protótipo até 50 milhões de consultas diárias" é um sinal. Ambos podem aparecer no mesmo Curriculo. Apenas um diz se você deve entrevistar a pessoa. Um fundador revisando os 8 principais candidatos de um sistema de pontuação baseado em sinais passa cerca de 30 segundos por candidato e chega a uma decisão que pode defender. Um fundador revisando os 8 principais de um sistema de classificação baseado em palavras-chave passa 5 minutos por candidato e ainda precisa fazer o trabalho que o filtrador deveria ter feito.
Como um fundador pode ler um Curriculo em 30 segundos
O mesmo padrão de foco que o estudo da Ladders mediu pode ser transformado em um framework deliberado. Três varreduras, em ordem, cada uma durando alguns segundos.
- A varredura de trajetória. Leia apenas títulos e datas. Os papéis estão se tornando mais seniores? As permanências são longas o suficiente para que a pessoa tenha entregue? O papel mais recente está alinhado com o que você está contratando?
- A varredura de conquistas. Leia apenas os pontos que contêm números. Essa pessoa produziu resultados mensuráveis? Os resultados são plausivelmente atribuíveis a eles?
- A varredura de desqualificação. Procure as coisas que excluiriam a pessoa: lacunas que você não pode explicar, troca de função em menos de 9 meses, habilidades reivindicadas que o Curriculo não comprova.
Três varreduras, 30 segundos. Se o candidato passar em todas as três, avançam para uma triagem por telefone. Se falharem em qualquer uma, você pode seguir em frente. Este é exatamente o framework que o CurriculoATS automatiza para a primeira passada, para que você apenas o faça manualmente para os 10 melhores candidatos.
O melhor sinal de Curriculo
Se tivéssemos que manter um sinal e descartar todos os outros, manteríamos as conquistas quantificadas. Um Curriculo com cinco itens que incluem números é materialmente mais provável de pertencer a alguém que entrega resultados do que um Curriculo com quinze itens de responsabilidades puras. A razão é a seleção: pessoas que acompanham resultados escrevem Curriculos que acompanham resultados. Pessoas que não acompanham resultados não o fazem.