Matching-System
Karriere-Matching Plattform
Lebenslauf einlesen, nach Bedeutung statt nach Stichwort vergleichen, und neben jedem Treffer steht der Grund
Ergebnis
Eine Angabe zur Anwendung, daneben ihre Zahlen
Stelle Disponent/in
34 → 7
Bewerbungen, vorsortiert auf einen Vorschlag
Neben jedem Treffer steht der Grund, der ihn trägt
Aus der Anwendung · Treffer je Bewerbung
Bewerbung 4172
Disposition, 6 Jahre
Bewerbung 4168
Disposition, 4 Jahre
Bewerbung 4155
Lager, Umstieg
Die Anwendung
Ein Ausschnitt aus dem laufenden System
Die Vorauswahl ist nachvollziehbar und damit widersprechbar.
Wer einen Vorschlag bekommt, sieht den Grund daneben stehen und kann ihn verwerfen. Aus genau diesen Entscheidungen lernt das Modell weiter. Kein Ranking ohne Begründung, keine zweite Pflege neben dem Bewerbermanagement.
- Grund
- Neben jedem Treffer
- Lernend
- Modell verbessert sich
- Automatisiert
- Von Bewerbung bis Empfehlung
Eckdaten
Branche, Art der Anwendung, belegte Angaben
- Branche
- Dienstleistungen
- Anwendung
- Web-Anwendung
- Tech Stack
Frontend
ReactNext.jsTypeScriptTailwind CSSBackend
PythonFastAPICeleryGraphQLKI & Matching
scikit-learnSentence TransformersCustom ML PipelineDatenbank
PostgreSQLElasticsearchRedisPineconeHR-Integration
ATS-AnbindungLinkedIn APICV-ParserInfrastruktur
DockerAWSTerraformGitHub ActionsMonitoring
Beschreibung
Was die Anwendung tut, und woraus sie besteht
Eine Stichwortsuche findet „Java“, aber nicht „Spring Boot“. Genau deshalb wird die Vorauswahl von Hand gemacht.
Der Lebenslauf wird eingelesen und in Kompetenzen, Stationen und Dauern zerlegt. Profil und Stelle vergleicht das System anschließend als Bedeutung und nicht als Zeichenkette: Sentence Transformers bilden beide auf Vektoren ab, die Vektordatenbank sucht darin die Nachbarn, Elasticsearch trägt die harten Filter wie Ort, Verfügbarkeit und Abschluss. Neben jedem Treffer steht, welche Stellen des Profils ihn ausgelöst haben. Die Profile kommen aus dem vorhandenen Bewerbermanagement und nicht aus einer zweiten Datenhaltung.
Nach Bedeutung, nicht nach Stichwort
Profil und Stelle werden als Vektoren verglichen. „Spring Boot“ trifft damit auch dann, wenn in der Ausschreibung „Java“ steht.
Das Modell lernt aus den Entscheidungen
Wer einen Vorschlag verwirft, verbessert damit den nächsten. Die Rückmeldungen aus dem Verfahren fließen zurück in das Modell.
Der Lebenslauf wird gelesen
Der Parser zerlegt das Dokument in Kompetenzen, Stationen und Dauern. Felder tippt dabei niemand ab.
Der Grund steht daneben
Neben jedem Treffer stehen die Stellen des Profils, die ihn ausgelöst haben. Ein Ranking ohne Begründung lässt sich nicht prüfen.
Sagen Sie uns, was hakt.
Wir sagen Ihnen, was es kostet.
In der Potenzialanalyse sehen wir uns Ihre Abläufe an und sagen Ihnen, welcher Weg der günstigere ist: verbinden, neu bauen oder übernehmen. Vorbereiten müssen Sie nichts.
KontaktPotenzialanalyse anfragen60 Minuten · kostenlos · unverbindlich