Parsing por regras · 1 crédito por CV · 56 campos

Parsing de CV por regras para processar candidaturas em volume

Transforme as informações dos CVs em perfis estruturados de candidatos com extração determinística. Escolha um modo de IA quando o documento ou os dados procurados exigirem mais contexto.

Experimente grátis com 200 créditos Processa muitos CVs? Peça uma demonstração

Parsing por regras · 1 crédito por CV · 56 campos

O que é o parsing de CV por regras?

O parsing transforma um documento feito para ser lido por uma pessoa em dados estruturados para software de recrutamento. O modo por regras identifica e normaliza as informações do CV para criar um perfil de candidato utilizável no ATS, na base de dados ou nos fluxos internos.

Que informações um parser de CV pode estruturar?

O modo por regras disponibiliza 56 campos para organizar as informações detetadas no documento.

Identidade e contactos

Nome e informações de contacto presentes no CV.

Experiência profissional

Funções, empresas, períodos e dados detetados do percurso.

Formação

Graus, instituições e datas indicados no documento.

Competências

Competências extraídas e organizadas no perfil do candidato.

Idiomas e outros dados

Outros campos disponíveis quando o CV contém as informações correspondentes.

56 indica o número de campos disponíveis; não garante que todos sejam preenchidos em cada CV. Os resultados dependem das informações existentes no documento.

Do CV ao perfil estruturado do candidato

O motor lê o documento, identifica as informações suportadas e organiza-as em campos consistentes para revisão e utilização.

1. Ler o documento
Extrair o conteúdo útil do CV enviado.
2. Identificar os dados
Detetar contactos, competências, experiência e outras informações disponíveis.
3. Normalizar
Organizar os valores detetados nos campos de candidato correspondentes.
4. Usar o resultado
Rever o perfil e utilizá-lo no CVReaderPro, num ATS ou noutro fluxo.

Um motor por regras que pode evoluir com o feedback

O processamento do CV e a melhoria do motor são etapas distintas.

Durante o parsing por regras

A extração utiliza as regras e os mecanismos de normalização do motor. Não é chamado um modelo de IA para cada CV processado neste modo.

Para fazer evoluir o motor

As correções manuais validadas e os resultados do parsing por IA podem ajudar a identificar casos a melhorar e orientar alterações no motor por regras.

As correções e os resultados servem como feedback para análise. Isto não significa que uma regra seja alterada automaticamente após cada correção nem que a IA seja utilizada durante o parsing por regras.

Consulte um exemplo de resultado estruturado

Os exemplos sintéticos abaixo permitem consultar o formato dos dados devolvidos. Ilustram a estrutura de saída e não medem o desempenho do produto.

CV fictício

Documento de origem

Claire Martin

Programadora Java · Lyon

Experiência: Programadora Java — NovaTech · desde março de 2022
Programadora de software — Digital Solutions · 2019–2022
Formação: Mestrado em Informática — Universidade de Lyon
Competências: Java · Spring Boot · SQL · Git · Docker

Pré-visualização dos dados estruturados

JSON ilustrativo

{
  "candidate": {
    "firstName": "Claire",
    "lastName": "Martin",
    "jobTitle": "Programadora Java",
    "city": "Lyon"
  },
  "experiences": [
    {
      "mission": "Programadora Java",
      "company": "NovaTech",
      "startMonth": "03",
      "startYear": "2022",
      "endMonth": "",
      "endYear": "",
      "currentPosition": true
    },
    {
      "mission": "Programadora de software",
      "company": "Digital Solutions",
      "startMonth": "09",
      "startYear": "2019",
      "endMonth": "02",
      "endYear": "2022",
      "currentPosition": false
    }
  ],
  "educations": [
    {
      "dateReceived": "2019",
      "title": "Mestrado em Informática",
      "school": "Universidade de Lyon",
      "description": ""
    }
  ],
  "skills": [
    {
      "name": "Java",
      "level": ""
    },
    {
      "name": "Spring Boot",
      "level": ""
    },
    {
      "name": "SQL",
      "level": ""
    },
    {
      "name": "Git",
      "level": ""
    },
    {
      "name": "Docker",
      "level": ""
    }
  ]
}

Exemplo didático, não representa uma medição de desempenho. Os resultados reais dependem do documento e das informações que contém. Os exemplos registados do produto são apresentados a seguir.

Explorar um exemplo sintético

Descarregue os CV de entrada e as saídas API capturadas. Todas as pessoas, empresas e vagas são fictícias. Os documentos de exemplo estão em inglês; os resultados dependem do documento e do parser e exigem revisão humana.

CV de exemplo (PDF)Resultado Rule-Based (JSON)CV de exemplo IA (PDF)Resultado IA 56 (JSON)

Quando escolher o parsing de CV por regras?

Este modo é adequado para organizações que precisam de transformar um fluxo de CVs em dados homogéneos de candidatos, sobretudo quando o volume e a integração são importantes.

Agências de recrutamento

Estruture os CVs recebidos para criar perfis de candidatos sem voltar a introduzir informações que já constam dos documentos.

Empresas de serviços tecnológicos e staffing

Transforme CVs e perfis de consultores em dados estruturados antes da pesquisa, do matching ou da preparação para clientes.

Fornecedores de ATS

Integre a extração de CVs na sua aplicação e reserve os modos de IA para casos que exigem mais contexto.

Equipas de RH

Centralize as informações essenciais em perfis consistentes em vez de trabalhar apenas com documentos não estruturados.

Parsing por regras ou parsing por IA: que modo escolher?

Escolha o nível de processamento de acordo com o documento, o contexto necessário e o custo por CV.

Modo	Créditos / CV	Campos	Tipo de extração	Indicado quando
Parsing por regras	1	56	Regras determinísticas	Uma extração padronizada é suficiente ou processa muitos CVs.
Parsing IA 56	3	56	Modelo de IA com mais contexto	O CV exige mais interpretação contextual.
Parsing IA 96	5	96	Interpretação de IA mais aprofundada	Precisa de um perfil de candidato mais detalhado.

Os campos preenchidos dependem das informações disponíveis em cada CV. O parsing por IA não tem de substituir sempre o modo por regras.

Comparar opções da API Consultar o esquema JSON documentado Estimar os créditos necessários

Formatos e limites do parsing

Os fluxos públicos de demonstração do CVReaderPro aceitam, entre outros, estes formatos:

PDF
DOC
DOCX
TXT

Aspetos a considerar

As informações ausentes do CV não podem ser inventadas nem preenchidas como se estivessem presentes.
O número de campos preenchidos varia de documento para documento.
A estrutura e a qualidade do CV podem influenciar a extração.
Avalie os resultados com uma amostra representativa dos CVs recebidos pela sua organização.

Utilize o parsing no CVReaderPro ou ligue-o ao seu ATS

Escolha o fluxo mais adequado à sua equipa e ao nível de automação pretendido.

Na interface do CVReaderPro

Importe um CV, consulte os dados estruturados e continue o seu fluxo de recrutamento.

Experimente grátis com 200 créditos

Num ATS ou aplicação

Utilize a API para integrar a extração no seu ATS, software de RH ou infraestrutura.

Comparar opções da API

Quanto custa o parsing de CV por regras?

O modo por regras consome menos créditos do que os modos de IA e permite testar um volume significativo durante o período de avaliação.

Parsing por regras: 1 crédito por CV processado.
Parsing IA 56: 3 créditos por CV. Parsing IA 96: 5 créditos por CV.
O período de avaliação inclui 200 créditos durante 14 dias, sem cartão de crédito.
Se utilizar os 200 créditos apenas no modo por regras, pode processar até 200 CVs.
Teste vários CVs representativos dos documentos recebidos pela sua organização.

API de parsing de CVIntegre a extração estruturada no seu ATS ou aplicação empresarial.Matching entre CV e ofertaCompare os dados do perfil com os requisitos de uma função.CV no formato da sua empresaPrepare perfis de candidatos num modelo alinhado com a identidade visual da empresa.

Perguntas frequentes sobre parsing de CV por regras

Qual é a diferença entre parsing por regras e parsing por IA?

O parsing por regras utiliza extração e normalização determinísticas, custa 1 crédito por CV e disponibiliza 56 campos. Os modos de IA interpretam mais contexto: IA 56 custa 3 créditos e IA 96 custa 5 créditos por CV.

As correções manuais e os resultados de IA podem melhorar o motor?

As correções manuais validadas e os resultados do parsing por IA podem ajudar a identificar casos a melhorar. As alterações ao motor são analisadas e decididas separadamente; não são aplicadas automaticamente após cada correção.

Os 56 campos são sempre preenchidos?

Não. 56 é o número de campos disponíveis neste modo. Os campos preenchidos dependem das informações presentes e utilizáveis no CV.

Que formatos de CV posso testar?

Os fluxos públicos de demonstração aceitam, entre outros, PDF, DOC, DOCX e TXT. Durante o período de avaliação, teste os seus documentos para confirmar a compatibilidade com o seu fluxo.

Posso integrar o parsing no meu ATS?

Sim. A API permite utilizar os dados estruturados num ATS ou noutra aplicação. Consulte a página da API e a documentação para obter detalhes de integração.

Quantos CVs posso processar durante a avaliação?

A avaliação inclui 200 créditos durante 14 dias. Como o parsing por regras custa 1 crédito por CV, pode processar até 200 se utilizar todos os créditos neste modo.

O parsing por regras utiliza IA?

Não. Este modo utiliza regras de extração e normalização. Não é chamado um modelo de IA para cada documento processado por regras.

Teste o parsing por regras com os seus CVs

Carregue diferentes tipos de documentos, reveja os dados estruturados e escolha o modo adequado ao seu volume, aos seus CVs e ao seu fluxo.