简历智能筛选系统：招聘初筛AI定制交付

一家连锁餐饮客户HR团队每月需处理近3000份门店岗位简历，过去靠人工筛选，平均每个岗位耗时1.5天，漏筛率约15%。定制方案分三步落地。第一步是简历解析，针对餐饮岗位特点，我们定制了包含12类字段的抽取模型（工作经历稳定性、跳槽频次、邻近门店距离、健康证有效期等），用BERT微调加规则修正，F1值稳定在0.93。第二步是岗位匹配，按门店类型（快餐/正餐/茶饮）建立差异化评分卡，权重随客户反馈季度迭代。第三步是与现有ATS对接，输出结构化JSON并标记建议面试/待定/不推荐三档。上线两周后，HR反馈单岗位筛选时间从1.5天压缩到20分钟，待定档简历进入二轮人工复核，整体招聘周期缩短约40%。特别在茶饮门店招聘场景，健康证临近过期的候选人会被单独标出，避免到岗后无法办理入职。项目复盘时我们总结了两点：一是餐饮行业简历模板杂乱，纯模型方案召回不够，必须配合规则兜底；二是评分卡的可解释性比准确率更重要，HR需要看到扣分理由才能接受系统建议。