招聘简历AI初筛：人岗匹配打分系统定制交付

近期为一家中型互联网公司完成了招聘环节的 AI 定制开发，把 HR 每天面对"几百份简历对几十个岗位"的重复劳动，做成了一套自动打分系统。 背景：客户原有筛选全靠 HR 手动浏览，单岗位初筛平均耗时 2-3 天，且不同 HR 标准差异明显，候选人体验也参差不齐。 核心实现要点： - 简历结构化抽取：基于自训练的简历 NER 模型，从 PDF/Word/图片等多源文件中抽取教育背景、工作经历、项目经验、技能标签等字段，非标简历也能稳定解析； - JD 拆解与岗位画像：将岗位描述拆成硬性条件（学历、年限、证书）与软性维度（行业背景、复杂度），分别走规则校验与向量相似度计算； - 匹配打分与解释：硬性条件做一票否决，软性维度打分加权，最终输出 0-100 分及未通过原因，HR 可直接复用为反馈话术。 落地后单岗位初筛时间从 2-3 天压缩到 30 分钟以内，HR 只需复核分数前 30% 的候选人；不同 HR 之间的筛选一致性明显改善。 需要说明的是，这套系统的定位不是替代 HR 决策，而是把机械比对交给 AI，让 HR 把精力放在面试沟通与文化匹配判断上。