← 返回互联网 HR 团队案例WORKBUDDY · HR 智能筛选实战50 份简历，
50 份简历，
一次完成岗位匹配分析
从岗位描述提取评分标准，自动解析简历、加权打分、分层排名，并为高匹配候选人生成结构化面试建议。
50简历总数6动态评分维度9A 级强推荐28A/B 级候选人
原始材料包含候选人完整姓名和本地简历文件路径。本案例页仅展示汇总数据、匿名代号与评分逻辑，不包含电话、邮箱、照片、完整姓名、学校、公司及原始简历链接。
筛选任务企业落地工程师
企业落地工程师
岗位批量初筛
系统读取岗位描述后，自动识别“大模型/AI 应用”“工程/运维/云”“实施交付/客户”“项目管理/协作”“产品/运营”“学历背景”六项维度。其中核心必须项获得更高权重，最终形成可解释的候选人评分与分层结果。
AI SCREENING REPORT
简历岗位匹配度评分排名
岗位：企业落地工程师 · 脱敏演示数据
JD 动态评分
排名匿名候选人综合分建议
01候选人 A**8.5强推荐
02候选人 S**8.4强推荐
03候选人 C**8.2强推荐
04候选人 Y**8.0强推荐
10候选人 D**7.3可考虑
TOP 1 · 维度分析
候选人 A**
大模型 / AI 应用9.5
实施交付 / 客户8.8
工程 / 运维 / 云8.0
项目管理 / 协作8.0
学历背景9.0
候选人分层
每一份推荐，都有明确依据
综合分 ≥ 7.5，优先进入面试，并生成个性化验证问题。
综合分 6.0–7.4，结合岗位紧急程度与团队互补性复核。
综合分 4.5–5.9，进入人才库或匹配其他相近岗位。
核心条件信号不足，由 HR 决定是否进行人工补充核验。
不止排名
自动生成面试沟通建议
系统针对高分维度设计真实性验证问题，对相对薄弱维度设计追问，并加入贴近岗位的客户落地情景题，帮助面试官从“看简历”进入“验证能力”。
匿名候选人 A** · 8.5 分
建议重点验证
- 讲述一次完整的大模型或 Agent 项目，说明检索链路与调优过程。
- 面对客户反馈“AI 没有明显提效”，如何定位问题并建立量化指标？
- 区分本人负责部分、团队协作部分及最终业务结果。
读取 JD
提取能力维度、关键词与必须项。
批量解析
统一处理不同格式的简历材料。
加权评分
输出总分、分项得分和推荐等级。
面试辅助
生成验证问题、情景题和判断要点。