Pourquoi les critères comptent-ils?
C'est l'étape où vous dites à l'IA de Talinty ce que "un bon ajustement pour ce rôle" signifie réellement. Compétences, expérience, éducation, langues, emplacement, certifications. L'IA lit chaque CV, chaque évaluation, chaque transcription d'entrevue en fonction des critères que vous avez fixés ici.
Les critères Vague produisent des scores vagues. « Une bonne communication » n'aide pas; « une communication écrite professionnelle en français et en anglais ». Le modèle est précis quand vous êtes.
Les critères sont modifiables à tout moment. Si vous découvrez à mi-recherche que les exigences doivent être plus serrées (ou plus lâches), mettez-les à jour; le pool se reclasse automatiquement. Aucun nouveau dépistage n'est requis.
Catégories de critères
L'assistant vous invite à travers un ensemble standard de catégories. Vous n'avez pas à les remplir tous ; remplissez ceux qui comptent pour ce rôle.
- Compétences. Technique (Python, SQL, AWS), souple (gestion de projet, communication avec le client) ou spécifique au domaine (connaissances réglementaires, maîtrise des langues). Ajouter chaque compétence comme une entrée séparée et l'étiquette Obligatoire ou Preferred.
- Expérience. Années dans le rôle, années dans l'industrie, titres d'emploi antérieurs spécifiques. Vous pouvez fixer un minimum, une fourchette de préférence et un maximum (le maximum est utile pour les rôles de début de carrière où les candidats surqualifiés quitteraient probablement).
- Éducation. Niveau de diplôme, domaine d'études, institutions spécifiques. Étiquettez chacune des lettres de créance requises, privilégiées ou équivalentes (lorsque l'expérience équivalente est acceptable à la place du justificatif).
- Langues. Langues requises et préférées, avec niveau de maîtrise (base, conversationnelle, professionnelle, autochtone). Pour les rôles en MENA, l'arabe et l'anglais sont souvent requis.
- Emplacement ou disponibilité. Zones horaires Le rôle doit se chevaucher avec les exigences de présence en personne, la volonté de déménager.
- Certifications. Industrie - les références spécifiques (PMP, AWS Solutions Architect, CFA).
Obligatoire vs préféré
Chaque critère est marqué de deux façons :
- Requis. Un candidat sans ce critère obtient une pénalité substantielle dans sa note d'IA. Utilisez parcimonieusement. Trois ou quatre critères sont généralement suffisants; plus que cela et vous filtrez tout le monde.
- Préféré. Un candidat sans ce critère n'est pas pénalisé mais n'obtient pas non plus le coup de pouce. La plupart des critères devraient être privilégiés à moins qu'ils ne soient vraiment novateurs.
L'IA ne rejette pas automatiquement les candidats qui manquent les critères requis. Il les marque plus bas et affiche les lacunes dans les choses à considérer colonne du bref de vérification. Vous décidez si l'écart est disqualifiant.
Poids, pour les utilisateurs de puissance
Par défaut, chaque critère contribue proportionnellement au score AI. Si vous voulez qu'un critère compte plus que les autres (par exemple, « ce rôle vit ou meurt sur la profondeur Python »), vous pouvez ajuster son poids de 1x (par défaut) à 3x.
Les ajustements de poids sont les plus utiles pour les rôles supérieurs ou spécialisés où une capacité domine la décision. Pour la plupart des rôles généralistes, les poids par défaut fonctionnent bien.
Le réglage plus profond de l'IA (seuils de recommandation, calibrage des scores, sorties de dépannage) se situe dans la catégorie Tuning de l'IA. Cet article maintient les bases de tous les besoins des recruteurs ; la catégorie AI couvre les mouvements avancés.
Le piège trop étroit ou trop large
Deux erreurs courantes :
- Les critères sont trop étroits. "10+ ans d'expérience Rust, doctorat en systèmes distribués, natif de Mandarin, basé à Lyon." Trois candidats dans le match mondial. Vous aurez quatre candidats et les rejeterez tous.
- Les critères sont trop larges. « Ingénieur logiciel, une expérience pertinente, un bon communicateur. » 800 candidats. L'IA ne peut pas savoir qui il faut faire surface ; il faut lire tout le monde.
Le spot sucré : critères suffisamment spécifiques pour que l'IA puisse se classer de façon significative, assez large pour que le bassin soit supérieur à 20 candidats. Si vous obtenez une distribution manifestement incorrecte après le premier jour d'applications, modifiez les critères et laissez le pool reclasser.
Modifier les critères en milieu de recherche
Tu n'as pas besoin d'être parfait le premier jour. Modifier les critères après la publication de l'emploi comporte trois comportements qui méritent d'être connus:
- L'IA recoupe chaque candidat existant par rapport aux critères mis à jour. Les scores peuvent augmenter, baisser ou rester inchangés selon ce qui a changé.
- La mise à jour des mémoires de vérification pour refléter les nouveaux critères. Pourquoi ils correspondent et les choses à considérer les deux réécrire.
- La vue sur le pipeline change de rang. Un candidat qui était au sommet pourrait tomber; un candidat au milieu pourrait monter.
La recalcul est rapide (habituellement moins d'une minute, même pour les grandes piscines) et réversible. Si vous n'aimez pas le nouveau classement, retournez l'édition des critères et tout revient.
