Парсинг резюме: как автоматически разбирать отклики кандидатов

Рекрутер открывает каждое резюме, ищет опыт работы, навыки, контакты и переносит в таблицу или систему подбора. Когда откликов десятки, это терпимо. Когда сотни — рутина съедает всё время, а хорошие кандидаты теряются. Парсинг резюме автоматизирует извлечение данных: программа читает файл и раскладывает информацию по полям.

Что извлекается из резюме

• Имя и контакты: телефон, почта, Telegram
• Желаемая должность
• Опыт работы: компании, должности, периоды, обязанности
• Образование: учебные заведения, специальности, годы
• Навыки и технологии
• Языки и уровень владения
• Город и готовность к переезду

После извлечения данные попадают в базу кандидатов, где по ним можно искать и фильтровать.

Сложности

Резюме — неструктурированный документ. Каждый кандидат оформляет его по-своему:

1. Форматы файлов. PDF, Word, изображения, текст в теле письма или сообщения в Telegram
2. Структура. Разделы в разном порядке, таблицы, колонки, графика
3. Языки. В Узбекистане резюме пишут на русском, узбекском, английском, часто смешивая
4. Сканы. Фото или скан распечатанного резюме требует распознавания текста
5. Даты. Разные форматы периодов работы

Простые правила вроде «найти слово Опыт и взять текст после него» работают плохо. Современные решения используют модели обработки текста, а в последние годы — языковые модели, которые хорошо справляются с разнообразием форматов.

Как работает парсинг на языковых моделях

1. Файл преобразуется в текст; для сканов — через распознавание
2. Текст передаётся модели с инструкцией извлечь заданные поля в структурированном виде
3. Модель возвращает данные, например в формате JSON
4. Система проверяет результат: корректность телефона, почты, дат
5. Данные сохраняются в базе кандидатов

Важно проверять качество на реальных резюме, включая сложные случаи: узбекский язык, нестандартное оформление, сканы.

Первичный отбор

После извлечения данных можно автоматизировать первичную оценку:

• соответствие обязательным требованиям: опыт, навыки, язык, город
• сортировка по степени соответствия вакансии
• отметка резюме, требующих внимания рекрутера

Окончательное решение должен принимать человек. Автоматический отбор может ошибаться и отсеивать хороших кандидатов с нестандартным резюме. Кроме того, модели могут воспроизводить предвзятость, если критерии составлены неудачно. Регулярно проверяйте, кого отсеивает система.

Пример поля «навыки»

Кандидаты описывают одни и те же навыки по-разному: «1С», «1C:Бухгалтерия», «работа в 1с», «знание программ 1С». Чтобы поиск по базе работал, после извлечения навыки стоит приводить к единому справочнику. Модель или словарь синонимов сопоставляет формулировки с позициями справочника, а рекрутер видит у кандидата нормализованный список и исходную формулировку. То же касается должностей и названий компаний.

Источники откликов

Резюме приходят из разных мест: сайты вакансий, почта, Telegram-бот, сайт компании. Удобно собирать всё в одну систему. Telegram-бот для приёма откликов — популярное решение в Узбекистане: кандидат отвечает на вопросы и прикрепляет резюме, бот разбирает его и отправляет в базу.

Интеграция с системой подбора

Парсинг полезен, когда результат попадает в рабочую систему: ATS — систему управления подбором, CRM или даже простую таблицу. Рекрутер видит карточку кандидата с заполненными полями и исходным файлом, ставит статусы, назначает собеседования.

Персональные данные

Резюме содержат персональные данные. Требования:

• получать согласие кандидата на обработку
• хранить данные защищённо, с ограниченным доступом
• не хранить дольше необходимого и удалять по запросу
• при использовании внешних сервисов и моделей — проверять, где и как обрабатываются данные

С чего начать

Соберите выборку реальных резюме, которые приходили на ваши вакансии, и проверьте на ней качество извлечения. Определите, какие поля действительно нужны рекрутерам. Если хотите автоматизировать приём и разбор резюме, напишите — сделаем решение под ваши каналы подбора.