Der Keyword-Filterschritt ist das Erste, was das ATS ausführt. Wir zeigen genau, welche erforderlichen Skills Sie haben, welche bevorzugten Skills Sie erwähnen, welche die Rolle verlangte, die Sie vergessen haben, und die Stichpunkte, die sie schwach erwähnen.
1. Stellenanzeige einfügen. Fügen Sie den vollständigen Text der JD ein oder geben Sie einen Link zur Ausschreibung an, wir extrahieren ihn. Wir unterstützen strukturierte JDs (mit expliziten REQUIRED_SKILLS / PREFERRED_SKILLS / MIN_EXPERIENCE / MIN_DEGREE Blöcken) und freien Fließtext gleichermaßen.
2. Side-by-side lesen. Erforderliche Skills vorhanden, erforderliche Skills fehlend, bevorzugte Skills vorhanden, bevorzugte Skills fehlend. Jeder zeigt die genaue Zeile der JD, aus der er stammt, damit Sie die Analyse anfechten können.
3. Abschnittsweisen Abgleich durchführen. Wir bewerten Erfahrung, Skills, Projekte, Ausbildung separat. Ein fehlendes Keyword in Skills ist ein 4-Punkte-Treffer. Ein fehlendes Keyword, das auch in drei Ihrer Stichpunkte erscheint, wird automatisch gutgeschrieben.
4. Umschreibvorschläge annehmen. Für jeden Stichpunkt, der als 'erwähnt eine fehlende Skill schwach' markiert wird, schlagen wir eine Umformulierung vor, die das Keyword mit einem quantifizierten Ergebnis platziert. Sie akzeptieren, bearbeiten oder überspringen. Die Bewertung wird live neu berechnet.
5. Neu exportieren und bewerben. Gleiche Vorlage. Neuer Text. Die Bewertung spiegelt jetzt die JD-angepasste Version Ihres CV wider. Das Original-CV bleibt auf Ihrem Dashboard unberührt, sodass Sie dies für die nächste Rolle von einer sauberen Basis aus durchführen können.
Ein naiver Keyword-Scanner verwendet Regex. Er sucht nach der wörtlichen Zeichenkette 'Machine Learning' und gibt auf, wenn Ihr Stichpunkt 'ML-Pipelines' sagt. Das ist der Fehlermodus, der 65% der ATS-abgelehnten CVs so aussehen lässt, als hätten sie nicht abgelehnt werden sollen.
Unser Skill-Graph ist eine handkuratierte Ontologie von tausenden kanonischen Skill-Namen, ihren Abkürzungen, ihren Tool-Familien und den häufigen Tippfehlern. 'ML' verweist auf 'Machine Learning'. 'k8s' verweist auf 'Kubernetes'. 'tensorlfow' passt immer noch zu 'TensorFlow'. Der Graph weiß auch, dass 'PyTorch' die breitere Kompetenz 'Deep Learning' impliziert, sodass wir Sie korrekt anerkennen, wenn eine JD nach Letzterem fragt und Ihr CV Ersteres beweist.
Wenn Sie ein fehlendes Synonym entdecken, fügen wir es innerhalb eines Tages hinzu. Der Graph ist für Operator-Review offen und jeder Treffer-Fehler ist eine Graph-Bearbeitung, kein Modell-Neutraining.
Wir parsen die JD in strukturierte Felder (erforderliche Skills, bevorzugte Skills, Mindesterfahrung, Mindestabschluss) und führen einen abschnittsweisen Diff gegen Ihr CV durch. Der Skill-Graph hinter dem Diff behandelt Synonyme (ML / Machine Learning, k8s / Kubernetes) und Tippfehler, sodass legitime Übereinstimmungen nicht verpasst werden.
Ja. Jedes CV in Ihrem Workspace kann eine andere JD halten. Die Bewertung und die Stichpunkt-Umschreibvorschläge werden pro JD neu berechnet. Ihr ursprüngliches Basis-CV wird nie überschrieben.
Wir greifen darauf zurück, denselben Skill-Graph über den gesamten JD-Text laufen zu lassen. Die extrahierte Skill-Liste wird angezeigt, damit Sie sie überschreiben können, falls die Analyse etwas verpasst hat, bevor der Diff läuft.
Wir berechnen nicht eine Keyword-Ähnlichkeitszahl über das gesamte Dokument. Wir bewerten Erfahrung, Skills, Projekte und Ausbildung separat, weil ein fehlendes Keyword in Skills in 30 Sekunden behebbar ist, aber ein fehlendes Keyword in Erfahrung normalerweise bedeutet, dass Sie eine andere Rolle in Ihrem CV brauchen.
Nein. Wir fügen Stichpunkte hinzu oder schreiben sie um, um die Keywords der JD zu platzieren, aber wir erfinden niemals Skills, die Sie nicht haben, und wir entfernen niemals Inhalte, die andere Arbeitgeber wollen könnten. Das Basis-CV bleibt in Ihrem Workspace intakt.
Ja. Der Skill-Graph ist für jede große Berufsfamilie kuratiert. Für Marketing bedeutet das 'Demand Gen', 'Lifecycle Marketing', 'ABM', 'Attribution', den Standard-Tool-Stack (HubSpot, Marketo, Salesforce) und quantifizierte Ergebnisse (Pipeline erstellt, MQL-Conversion-Lift).
Bewerten Sie die Basis vor dem Anpassen. Wenn die Lesbarkeit unter 70 liegt, beheben Sie das zuerst.
Der Matcher markiert schwache Stichpunkte. Der Rewriter verwandelt sie in Stichpunkte, die das Keyword platzieren.
Der vollständige Leitfaden. Format, Abschnitte, Aktionsverben und die Formatierungsfehler, die Parser zum Absturz bringen.
Kostenloser Side-by-Side-Diff. Keine Kreditkarte. Ihr Basis-CV bleibt intakt.
JD-Match starten →