Technologie RH

API alimentée par l'IA

Score de correspondance CV/emploi

Évaluation intelligente de l'IA pour la compatibilité CV-emploi

Évaluez sans effort dans quelle mesure un candidat correspond à un poste en utilisant l'API de score de compatibilité CV/CV et description de poste de SharpAPI. Téléchargez un CV, fournissez une description de poste et laissez notre puissant moteur de notation analyser la compatibilité selon 20 critères clés de recrutement.

Fichiers de CV pris en charge - 11 formats de fichiers :

DOC, DOCX, TXT, RTF, PDF, JPG, JPEG, JPE, PNG, TIFF, TIF

Et oui - il gère ces PDF aplatis où tout le CV n'est que des images au lieu de texte.

Ce point de terminaison est conçu pour aider les plateformes RH, les systèmes de recrutement et les fournisseurs ATS à quantifier instantanément l'adéquation CV-poste à l'aide du traitement du langage naturel alimenté par l'IA et des modèles de notation pondérés.

L'API fournit des scores de correspondance structurés pour les critères de recrutement de base tels que les compétences, l'éducation, l'expérience, les certifications, les compétences interpersonnelles, et plus encore. Elle renvoie également des explications lisibles par l'homme pour les zones de correspondance les plus critiques afin de soutenir une meilleure prise de décision.

Cette API est parfaite pour les développeurs travaillant sur :

  • Le filtrage automatisé des candidats
  • L'intégration ATS
  • Les algorithmes intelligents de correspondance de postes
  • Les tableaux de bord d'analyse RH

Paramètres pris en charge

Nom Type Description
fichier Fichier Fichier CV (PDF, DOCX, TXT, etc.)
contenu Chaîne Description complète du poste en texte brut
langue Chaîne Langue pour les explications (par défaut "Anglais")
contexte Chaîne (optionnel) Directives par demande qui modifient les poids de notation et l'interprétation. Suit le contrat de directive EMPHASIZE / DEEMPHASIZE / CREDIT décrit ci-dessus. Max 5000 caractères

Les demandes dépassant la limite de 5000 caractères échoueront à la validation avec une réponse HTTP 422

Le fichier CV doit être téléchargé en utilisant form-data comme paramètre nommé fichier. Vous devez également fournir une chaîne contenu avec la description complète du poste. Le paramètre optionnel langue définit la langue de sortie de l'explication (par défaut en anglais).

CVMatchScore.com a été construit en utilisant ce point de terminaison SharpAPI.
Voyez-le en action en comparant un CV avec une description de poste en temps réel.

👉 Essayez-le en direct : https://cvmatchscore.com

Les emplois d'IA impliquent deux étapes clés :

  1. Soumission du travail d'IA : Initiation du processus en envoyant la demande de travail.
  2. Surveillance et réception des résultats : Vérification continue de l'état du travail et obtention du résultat final après l'achèvement réussi.


SharpAPI SOC 2 Type II

SharpAPI est maintenant Conforme SOC 2 Type II. Vous pouvez vérifier les détails sur notre Portail du Centre de Confiance.

Vos données sont vos données. Découvrez comment nous les protégeons et respectons les normes mondiales de confidentialité dans notre Politique de gestion des données et de conformité .

Quoi de neuf

Le paramètre context a été considérablement amélioré. Il ne s'agit plus seulement d'une note en forme libre ajoutée à l'invite — il suit désormais un contrat de directive formel que le moteur de notation reconnaît et mappe sur des ajustements de poids concrets dans le score final de correspondance.

Améliorations clés :

  1. context influence désormais overall_match. Les directives ajustent le tableau de pondération interne avant que la moyenne pondérée overall_match ne soit calculée, de sorte qu'un changement d'accentuation se reflète à la fois dans les métriques individuelles et dans le score global final.
  2. Trois formes de directives (EMPHASIZE, DEEMPHASIZE, CREDIT) vous offrent un comportement prévisible et reproductible.
  3. Les diplômes standard de la famille de rôles sont désormais crédités même lorsque la description du poste est silencieuse à leur sujet (par exemple, Excel / SQL / Power BI pour les rôles financiers).
  4. Longueur maximale de context est désormais fixée formellement à 5000 caractères par demande.

Utilisation du paramètre context

Le paramètre context vous permet de transmettre des instructions par demande qui modifient la manière dont le moteur de notation pèse et interprète des métriques spécifiques. Utilisez-le pour personnaliser la notation pour le rôle spécifique, le niveau de séniorité ou la stratégie de recrutement derrière chaque description de poste — sans réécrire la description de poste elle-même.

Contrat de directive

Le moteur reconnaît trois formes de directives. Vous pouvez mélanger plusieurs directives dans une seule chaîne context, séparées par des points ou des sauts de ligne.

1. EMPHASIZE: <sujet>

Augmente le poids des métriques de correspondance dans le calcul du score global d'un pas (limité au maximum). Utilisez-le pour signaler "cette dimension compte plus que la valeur par défaut pour ce rôle particulier."

Exemple :

EMPHASIZE: skills

2. DEEMPHASIZE: <sujet>

Diminue le poids des métriques de correspondance d'un pas (plancher de 1 — les poids ne tombent jamais à zéro). Utilisez-le pour signaler "cette dimension est moins critique que la valeur par défaut pour ce rôle particulier."

Important : DEEMPHASIZE réduit le poids dans la moyenne globale de la métrique — il ne rend pas le moteur plus strict dans l'évaluation de cette métrique. Si vous voulez que le moteur accorde moins d'attention à l'expérience, utilisez DEEMPHASIZE: experience — pas des phrases comme "être strict sur l'expérience".

Exemple :

DEEMPHASIZE: experience

3. CREDIT: <compétence | outil | certification>

Ordonne au moteur de traiter l'élément nommé comme une exigence plausible pour cette famille de rôles, même si la description du poste ne le mentionne pas explicitement. Utile lorsque vos normes de recrutement incluent des outils ou des certifications qui ne sont pas explicitement mentionnés dans la description du poste.

Exemple :

CREDIT: Excel et certificats d'analytique

Mappage des sujets

Les sujets dans les directives peuvent être soit des noms de métriques exacts (par exemple, skills_match, education_match) soit des catégories en anglais courant. Le moteur mappe les catégories aux métriques associées en interne, donc vous n'avez pas besoin de mémoriser le schéma complet.

Mot-clé du sujet Métriques affectées
skills, technical skills skills_match, technical_stack_match
experience experience_match, years_experience_weighting, recent_role_relevance
education education_match
certificates, certifications certifications_match, certifications_training_relevance
location, remote location_preference_match, remote_work_flexibility
management, leadership management_experience_match
tenure, stability stability_score

Modèles recommandés

Sur la base de la validation interne, ces modèles de context produisent les résultats les plus fiables et directionnels :

Modèle 1 — Rôle débutant / frais diplômé où les diplômes comptent plus que les années d'expérience

EMPHASIZE: skills. EMPHASIZE: education. DEEMPHASIZE: experience. CREDIT: Excel et certificats d'analytique.

Modèle 2 — Rôle technique senior où la correspondance de la pile est cruciale

EMPHASIZE: skills. EMPHASIZE: technical_stack_match. DEEMPHASIZE: education.

Modèle 3 — Rôle de leadership où l'expérience en gestion l'emporte sur les compétences pratiques

EMPHASIZE: management. EMPHASIZE: experience. DEEMPHASIZE: technical_stack_match.

Modèle 4 — Recrutement d'abord à distance où la localisation est sans importance

DEEMPHASIZE: location. EMPHASIZE: skills.

Meilleures pratiques

  • Soyez spécifique. CREDIT: Excel, SQL, Power BI fera bouger les choses ; des phrases génériques comme "la compétence pratique l'emporte sur les diplômes formels" ne le feront généralement pas.
  • Utilisez des paires contrastées. Combiner EMPHASIZE avec DEEMPHASIZE dans la même demande donne au moteur un signal plus clair qu'une seule directive isolée.
  • Nommez explicitement les outils, les diplômes et les technologies plutôt que de vous référer à des qualités abstraites comme "talent" ou "potentiel".
  • Évitez les instructions basées sur des pourcentages. Les directives comme "réduire le poids de 50%" sont interprétées de manière conservatrice comme une seule étape DEEMPHASIZE. Utilisez des directives discrètes à la place — elles sont plus fiables que l'arithmétique fractionnaire.
  • Gardez context ciblé. Les chaînes de directives courtes et ciblées (une poignée d'instructions) surpassent les longs paragraphes en prose.

Ce que context peut et ne peut pas changer

Ce que context peut changer

  • Poids de l'une des 20 métriques dans le calcul de overall_match.
  • Crédit accordé aux éléments de CV (compétences, outils, certifications) qui ne sont pas explicitement listés dans la description du poste mais sont standards pour la famille de rôles.
  • Accentuation de la notation sur les diplômes standards de la famille de rôles (par exemple, certifications en finance, cadres de PM) lorsque la description du poste est silencieuse à leur sujet.

Ce que context ne peut pas changer

  • Métriques arithmétiques. Les scores comme stability_score, location_preference_match, et years_experience_weighting sont calculés à partir de faits concrets (dates, géographie). context ajuste leur poids dans overall_match, mais le score individuel lui-même restera stable à travers les exécutions.
  • Le schéma JSON. Les 20 métriques, leurs noms, et la structure explanations sont fixes. context ne peut pas ajouter ou supprimer des champs.
  • Protections des données personnelles. Le moteur anonymise toujours le CV avant de le noter et ignore toute directive qui lui demanderait de contourner cela.

Une note sur le déterminisme

Les LLM sont intrinsèquement non déterministes à la marge. De petites variations dans l'entrée — un signe de ponctuation différent, une phrase réordonnée, ou une directive légèrement reformulée — peuvent occasionnellement produire des scores légèrement différents. C'est une propriété de la technologie sous-jacente, pas un bug.

Le paramètre context est notre principal levier pour orienter le moteur vers le comportement de notation qui correspond le mieux à votre flux de travail de recrutement. Si vous rencontrez des modèles où la sortie du moteur ne correspond pas à vos attentes, le retour d'information le plus efficace est un exemple concret (CV + description de poste + contexte + scores attendus vs. réels) — c'est exactement le type d'entrée que nous utilisons pour affiner continuellement les règles de notation.


Étape 1. Soumettre la demande de notation de compatibilité

Point de terminaison : POST - /api/v1/hr/resume_job_match_score

EXEMPLE DE DEMANDE :

curl --location 'https://sharpapi.com/api/v1/hr/resume_job_match_score' \
--header 'Accept: application/json' \
-H "Authorization: Bearer YOUR_API_TOKEN" \
--form 'file=@"Resume.pdf"' \
--form 'content="Ingénieur logiciel - Nous recherchons un ingénieur logiciel compétent en JavaScript, React, et Node.js, avec une expérience dans les méthodologies Agile."' \
--form 'language="English"'

EXEMPLE DE RÉPONSE :

{
  "status_url": "https://sharpapi.com/api/v1/job/status/45da1abe-35a3-4628-ae70-e2cb48c084c2",
  "job_id": "45da1abe-35a3-4628-ae70-e2cb48c084c2"
}

Étape 2. Surveiller et récupérer les résultats

Point de terminaison : GET - /api/v1/hr/resume_match_score/job/status/:uuid

Ce point de terminaison renvoie le statut et le résultat de la tâche de correspondance CV-emploi.

EXEMPLE DE RÉSULTAT :

{
    "data": {
        "type": "api_job_result",
        "id": "2f17d9ef-dcbc-4521-9a20-6d9f41e58de8",
        "attributes": {
            "status": "success",
            "type": "hr_resume_job_match_score",
            "result": {
                "match_scores": {
                    "overall_match": 65,
                    "skills_match": 80,
                    "experience_match": 90,
                    "education_match": 0,
                    "certifications_match": 0,
                    "job_title_relevance": 70,
                    "industry_experience_match": 85,
                    "project_experience_match": 75,
                    "technical_stack_match": 80,
                    "methodologies_match": 60,
                    "soft_skills_match": 75,
                    "language_proficiency_match": 100,
                    "location_preference_match": 50,
                    "remote_work_flexibility": 80,
                    "certifications_training_relevance": 0,
                    "years_experience_weighting": 90,
                    "recent_role_relevance": 60,
                    "management_experience_match": 100,
                    "cultural_fit_potential": 70,
                    "stability_score": 85
                },
                "explanations": {
                    "skills_match": "Le candidat possède de solides compétences en PHP et MySQL, qui correspondent bien aux exigences du poste. Cependant, la mention spécifique de l'expérience Laravel est manquante.",
                    "experience_match": "Le candidat a plus de 22 ans d'expérience en programmation, ce qui est très pertinent et dépasse les exigences typiques pour le poste.",
                    "education_match": "Aucun parcours éducatif spécifique n'est fourni dans le CV, ce qui rend impossible l'évaluation de l'alignement avec les exigences du poste.",
                    "certifications_match": "Aucune certification n'est répertoriée dans le CV, il est donc impossible d'évaluer l'alignement avec les certifications requises.",
                    "language_proficiency_match": "Le candidat a une maîtrise professionnelle de l'anglais, ce qui correspond à l'exigence du poste pour les compétences en communication en anglais."
                }
            }
        }
    }
}

Sujets connexes : Correspondance de CV avec emploi, API de notation de CV, moteur de notation de CV, logiciel de correspondance RH, assistant de recrutement IA, API de notation de candidats, correspondance de compatibilité ATS

Vidéo d'introduction à SharpAPI

SharpAPI est une API puissante alimentée par l'IA, qui fournit une gamme de points de terminaison d'automatisation des flux de travail pour aider à améliorer l'efficacité dans diverses industries. Elle propose des fonctionnalités pour les secteurs du commerce électronique, de l'automatisation de contenu et de marketing, du SEO, des technologies RH et du voyage et de l'hospitalité.

Transformer la technologie RH avec l'efficacité alimentée par l'IA

Alors, vous êtes submergé de CV et de descriptions de poste, et votre seule défense contre le déluge est une tasse de café tiède. Entrez SharpAPI. Ce n'est pas un simple kit d'outils - c'est un héros technologique RH turbo-chargé. Voici comment chacun de ces super-héros d'endpoint (musique dramatique en arrière-plan) peut transformer votre processus de recrutement de la corvée à, eh bien, un bonheur semi-automatisé.

API des postes de travail : déverrouillez des données RH complètes

Imaginez avoir accès à une vaste base de données méticuleusement structurée de plus de 16 000 postes à travers diverses industries—tout à portée de main. Cette API ne se contente pas de répertorier des rôles; elle propose également des postes liés avec des scores de pertinence pondérés, ce qui en fait un compagnon parfait pour les plateformes RH, les sites d'emploi, l'appariement de carrière piloté par l'IA et l'analyse de la main-d'œuvre.

CVMatchScore.com : Une vitrine réelle de notre API de correspondance de CV

Les API sont faciles à expliquer mais plus difficiles à comprendre réellement. CV Match Score est un petit produit entièrement fonctionnel que nous avons construit pour montrer ce qui se passe lorsque notre API de correspondance CV–Emploi est utilisée dans un scénario réel orienté utilisateur. Pas de maquettes, pas de données d'échantillon, juste un exemple fonctionnel.

Notation plus intelligente, recrutement plus précis : une mise à jour majeure de l’API CV Match Score

Tous les recrutements ne se ressemblent pas, et votre moteur de notation ne devrait pas faire semblant que si. Le point de terminaison de notation de compatibilité CV/résumé et description de poste de SharpAPI est désormais doté d’un système de directives formel qui vous permet d’indiquer au moteur exactement ce qui compte pour chaque poste, et d’en voir les effets se répercuter jusqu’au score final.

Le marketing RH rencontre l'automatisation : Outils de contenu SharpAPI

La technologie RH ne se limite pas à la recherche du candidat parfait – il s'agit de créer du contenu qui les attire et les garde fidèles à votre marque. Entrez les outils d'automatisation de contenu de SharpAPI, ici pour faire ressembler votre équipe marketing et votre marque à de véritables rockstars. Imaginez un ensemble d'outils si aiguisés qu'ils pourraient trancher une phrase maladroite ou sauver une annonce d'emploi ennuyeuse, la transformant en une véritable vedette. Plongeons dedans.

Quand l'application e-commerce Laravel/PHP rencontre l'IA

Salut à tous les passionnés de Laravel ! Dans le paysage en constante évolution du commerce électronique, intégrer l'IA dans vos applications Laravel n'est pas seulement un luxe, c'est une nécessité. Avec le package Laravel de SharpAPI, c'est maintenant plus facile que jamais. Dans ce blog, je vous guiderai à travers 10 cas d'utilisation transformateurs pour améliorer vos applications de commerce électronique basées sur Laravel en utilisant SharpAPI.

Vous aimez SharpAPI ? Partagez-le et gagnez 30 % de commissions récurrentes — pour toujours.

Vos clients ont déjà besoin d'IA. Soyez payé pour recommander la manière la plus simple de l'ajouter.