19.2 简历智能解析

一句话定位：简历投进来，AI 自动提取关键信息——姓名、学历、经验、技能，不用人一个个看。

简历智能解析是智能招聘的"分拣员"——把成堆的简历快速分类、打分。

您现在的问题

场景一：简历太多看不完。 一个岗位收到 200 份简历，HR 一份份看、一份份摘录关键信息——三天时间就花在"看简历"上了。

场景二：简历格式五花八门。 PDF / Word / 图片 / 在线表单——每份简历的排版不同，关键信息藏在不同位置，找起来费劲。

场景三：人工筛选有偏差。 HR 看简历时可能因为"学校名字不熟悉"、"排版不好看"而错过好的候选人——主观判断替代了客观评估。

场景四：候选人信息无法复用。 这次没录用的候选人，简历存在邮箱里——下次有合适岗位时根本想不起来、也找不到。

功能全景

简历投递 ──▶ 格式识别 ──▶ AI 信息提取 ──▶ 结构化存储 ──▶ 匹配度评分
   │                                              │
   └──── 批量处理 ◀── 自动打标签 ◀── 进入人才库 ◀─┘

• 自动解析。 AI 从各种格式的简历中提取关键信息：姓名、联系方式、学历、工作经历、技能、项目经验——结构化存储，方便搜索和比较。
• 匹配度评分。 AI 根据职位要求自动评估每份简历的匹配度——从高分到低分排序，HR 先看最匹配的。
• 标签自动打。 自动给候选人打标签（行业经验 / 技能特长 / 薪资期望 / 工作年限）——多维度筛选，精准定位。
• 批量处理。 200 份简历几分钟内全部解析完成——HR 的时间花在"面试"上，不是"看简历"上。

操作指南

1. 接收简历：各渠道投递的简历自动汇入系统（官网表单 / 邮件附件 / 平台同步）。
2. 触发解析：新简历自动解析，也可手动上传批量解析（支持 PDF / Word / 图片）。
3. 查看匹配度：解析完成后按匹配度排序——80 分以上优先安排面试。
4. 筛选和标记：通过标签和多维筛选（学历 / 经验 / 技能 / 期望薪资）快速定位目标候选人。
5. 推入管道：合适的候选人一键推入 19.4 招聘管道，进入面试流程。

关键配置项：

• 匹配度评分权重（学历 20% / 经验 40% / 技能 30% / 其他 10%，可自定义）
• 自动标签规则（哪些关键词触发哪些标签）
• 解析失败处理（无法识别的简历标记为"待人工"）
• 重复简历检测（同一候选人多次投递自动合并）

最佳实践

1. 匹配度 70 分以上都值得看一眼——不要只盯着 90 分的，70~89 分里常有"偏才"。
2. 定期校准评分模型——每月对比"AI 推荐 vs 实际面试通过"，调整权重让评分更准。
3. 解析结果要人工复核——AI 可能误读非标准简历（如自由职业者、跨行转型者），关键岗位建议人工过一遍。
4. 未录用候选人一律入人才库——今天不合适不代表明天不合适，简历别浪费。

常见误区

误区一："AI 评分 = 最终判断"。 AI 评分是"初筛参考"不是"录取决定"——面试中的沟通力、文化匹配等软性因素 AI 无法评估。

误区二："格式不好的简历直接淘汰"。 技术大牛可能完全不在乎简历排版——AI 解析能穿透格式看到内容，别因为"排版丑"错过人才。

与其他能力的配合

• 简历来源：19.1 职位管理 中各渠道收到的投递；
• 解析后的候选人进入 19.3 人才储备库 和 19.4 招聘管道；
• 匹配度评分参考 19.1 职位管理 中的职位要求；
• 不匹配但有潜力的候选人存入 19.3 人才储备库，未来有合适岗位时推荐；
• 解析异常告警通过 基座（11.2 邮件短信）通知 HR。

关键指标

指标	健康值	说明
解析成功率	≥ 95%	成功提取结构化信息的简历比例
平均解析时间	< 5 秒/份	单份简历从上传到完成解析的时间
匹配度准确率	≥ 75%	AI 推荐 Top 20% 中实际面试通过的比例
批量处理吞吐	200 份/5 分钟	批量上传时的处理速度