1 crédit par CV · 56 champs structurés
Parser des CV à volume avec des règles déterministes
Choisissez l’extraction par règles lorsque des fiches candidats standardisées suffisent. Gardez les modes IA pour les documents qui demandent davantage de contexte.
Du document à la fiche candidat structurée
Le parser applique des règles d’extraction et de normalisation pour structurer les informations d’un candidat, sans faire appel à un modèle IA pour chaque document.
1. Lire le CV
Extraire le texte du document transmis.
2. Repérer les données candidat
Appliquer des règles déterministes aux coordonnées, compétences, expériences et autres champs pris en charge.
3. Normaliser
Ranger les valeurs détectées dans des champs candidat cohérents.
4. Exploiter le résultat
Vérifier la fiche structurée puis la transmettre à votre ATS ou à votre base.
Les règles peuvent être examinées et ajustées lorsqu’un résultat doit être corrigé. Leur évolution est délibérée : il ne s’agit pas d’un entraînement automatique du modèle.
Choisir le niveau de parsing adapté
| Mode | Crédits / CV | Champs | À privilégier pour |
|---|---|---|---|
| Par règles (Rule-Based) | 1 | 56 | Intégrer un volume important de CV dans un ATS |
| IA 56 | 3 | 56 | CV complexes ou informations plus contextuelles |
| IA avancée 96 | 5 | 96 | Fiches candidats détaillées |
Les champs renseignés dépendent des informations présentes dans le CV source.
Explorer un exemple synthétique
Téléchargez les CV sources et les sorties API enregistrées. Les personnes, entreprises et offres sont fictives. Les documents exemples sont en anglais ; les résultats dépendent du document et du parser et nécessitent une revue humaine.