Por que a pontuação supera a busca por palavra-chave

Todo recrutador tem uma string booleana da qual se orgulha. Algumas são verdadeiras obras de arte — ORs aninhados, NOTs, alternativas entre parênteses ajustadas ao longo de cinco anos.

E todo recrutador já teve a mesma experiência: a string retorna 600 candidatos, os primeiros 50 parecem bons, e no candidato 200 você já está vendo engenheiros de vendas, gerentes de projeto e alguém que uma vez participou de uma conferência de JavaScript.

A string booleana fez seu trabalho. Ela recuperou tudo que correspondia às palavras. O problema é que corresponder às palavras deixou de ser uma definição útil de bom encaixe há cerca de dez anos.

Recuperação vs. ranqueamento

Motores de busca têm uma separação clara entre recuperação (encontrar documentos plausíveis) e ranqueamento (decidir quais são realmente os melhores). Ferramentas de sourcing no estilo LinkedIn geralmente pulam a segunda etapa. Elas recuperam, oferecem uma ordenação fraca (relevância, atualidade) e consideram o trabalho concluído.

A pontuação é a etapa de ranqueamento que estava faltando. Feita corretamente, ela pega o conjunto amplo recuperado e produz uma lista curta que realmente tem formato de lista curta.

O que uma pontuação real de encaixe avalia

Uma pontuação útil para candidatos é multidimensional. As dimensões exatas dependem do cargo, mas para a maioria dos cargos de trabalho intelectual elas são mais ou menos assim:

• Compatibilidade de habilidades — não se eles têm Python no perfil, mas se já entregaram o tipo de trabalho em Python que essa vaga exige.
• Profundidade de experiência — anos são um proxy fraco; a pergunta certa é se eles já foram responsáveis pela área que o cargo descreve.
• Calibração de senioridade — se os últimos 24 meses de trabalho parecem de alguém que aceitaria esse título, ou que se sentiria insultado por ele.
• Transferência entre indústrias — correspondência direta de indústria é o ideal, mas indústrias adjacentes com padrões compartilhados muitas vezes são quase tão boas.
• Trajetória — se a carreira está indo na direção certa para esse cargo, ou numa direção que sugere que recusariam educadamente.
• Sinais de abertura para conversa — mudanças recentes de cargo, publicações públicas, tempo na empresa atual e uma dúzia de outros sinais que indicam uma resposta.

Cada dimensão é um número. O composto é uma única pontuação de encaixe. As dimensões são visíveis, para que você possa ver por que um candidato foi ranqueado naquela posição.

Por que isso é difícil para ferramentas tradicionais

Ferramentas baseadas em palavras-chave não conseguem fazer isso, não porque ninguém tenha pensado, mas porque exige ler cada candidato, não apenas casar strings. Ler cada candidato é caro — tanto em computação quanto em dinheiro. Por muito tempo, a matemática não funcionava.

Agora funciona. Modelos modernos de raciocínio podem ler um perfil, avaliá-lo contra os requisitos de uma vaga e escrever uma breve justificativa, em menos de um segundo e por frações de centavo. Isso reescreveu o que é possível no topo do funil.

O que muda a jusante

Recrutadores que mudam de apenas recuperação para recuperação mais pontuação relatam o mesmo padrão.

A primeira leva de listas curtas é menor, por design — 30 candidatos em vez de 300. A taxa de aprovação pelo gerente de contratação dispara. O número de candidatos que realmente atendem a uma ligação dobra, às vezes triplica. O recrutador passa seu tempo com as pessoas que podem contratar, não com candidatos que nunca deveriam ter entrado na lista.

A string booleana era uma forma de arte. A pontuação é o que a substitui.