Parsing de CV
Aussi appelé:analyse de CV, parsing de curriculum
Le parsing de CV transforme un document non structuré en champs de base de données interrogeables. Il fait gagner des heures de saisie, mais hérite de chaque caprice de la mise en forme du candidat.
Ce qu’il fait
Le parsing de CV lit un CV ou un resume — le plus souvent un PDF ou un Word — et en extrait des données structurées : nom, e-mail, téléphone, intitulés de poste, employeurs, dates, formation et compétences. Il écrit ensuite ces valeurs dans les champs correspondants d’un applicant tracking system. Le but : éviter la saisie manuelle et rendre une pile de documents interrogeable et filtrable.
Comment fonctionne le mapping des champs
Le parser repère les sections du document et les mappe aux champs de l’ATS : ce bloc, c’est « expérience professionnelle », cette ligne, c’est un intitulé de poste, cette chaîne, c’est un e-mail. Les parsers modernes combinent des règles de motifs avec des modèles de machine learning entraînés sur des millions de CV. Quand le mapping est juste, le profil complet d’une personne se remplit en quelques secondes à partir d’un seul envoi.
Là où la précision se brise
Le parsing est bon, pas parfait, et il échoue à des endroits prévisibles :
- Formats créatifs. Mises en page à plusieurs colonnes, tableaux, texte dans des images et CV très graphiques perturbent la détection des sections. Une mise en page à deux colonnes peut brouiller quelles dates vont avec quel poste.
- Structure non standard. Intitulés inhabituels, langues mélangées ou compétences noyées dans la prose plutôt qu’en liste passent souvent à la trappe.
- Dates et intitulés. « Senior Engineer II, EMEA » ou une année de césure peuvent être mal lus ou écartés.
La règle pratique : le parsing est un premier jet du profil, pas l’enregistrement final. Laissez toujours un humain jeter un œil au résultat avant de le tenir pour vrai.
La réserve sur le biais et l’équité
Deux précautions. Premièrement, la précision du parsing varie selon le format, et les candidat·es de certains horizons ou régions utilisent plus volontiers des modèles que le parser gère mal — un parser peut donc sous-lire systématiquement des personnes parfaitement qualifiées. Deuxièmement, tout ce qui se construit sur des données parsées, y compris le screening par IA, hérite de ces lacunes. Parsez pour gagner du temps ; ne laissez pas une erreur de parsing rejeter quelqu’un en silence.
Où Join s’intègre
Join parse automatiquement les CV envoyés en profils de candidat propres, si bien que les candidatures sont interrogeables et que votre pipeline se remplit tout seul plutôt que votre boîte mail — avec des champs parsés visibles et modifiables, pas cachés. Plus sur la page fonctionnalités.
Commencer aujourd'hui
