随着近年来信息技术的飞速发展,越来越多的IT类岗位涌现出来。大量非技术类企业为了业务发展的需要也投入到组建技术团队的浪潮中来。招聘人员通常不会掌握太多这类专业技能,每天又需要从来自不同招聘平台的大量简历中挑选可能符合条件的部分,这是一个艰巨的任务。因此,需要一个专门针对IT类招聘的简历筛选系统来减轻人事部门的压力,让招聘人员可以高效地筛选出符合条件的简历。相较于传统岗位而言,IT类岗位简历筛选最大的难点是对技术类相关技能匹配度的判断。本文聚焦技术栈的核心维度,辅以传统评价维度,进行了以下几个方面的工作:第一,利用数据挖掘技术构建能够支撑简历评分模型的基础数据库。在遵循招聘平台爬虫协议的前提下,爬取足够的岗位数据及简历数据。岗位数据用于构建技术栈词典并利用协同过滤算法生成评分模型,简历数据用于评分模型的测试和优化。第二,结合文本分词算法、相似度计算方法、协同过滤算法等NLP技术构建简历评分模型。该模型支持在线构建和更新,可以解决层出不穷的各类新技术岗位简历的筛选问题。通过万余份技术岗位语料库的运算学习初步形成了若干常规岗位的基础数据库,并在数万份混合了技术与非技术类的各工种的简历库中进行了测试,表现出了良好的泛化能力。第三,将评分模型转化为可以用于生产环境的网站系统。利用PHP、MySQL、Vue等开发技术将相关算法转换为可以操作的人机界面,隐藏底层的逻辑细节,仅靠简单的几步操作即可完成简历的筛选工作。人岗匹配的最佳实践就是减少双方的无效动作,既要让企业找到合适的人才,又要避免匹配度低的应聘人员在不相关的岗位上虚耗时间。简历筛选系统的研发实现了从算法到平台的成果转化,真正为招聘人员减轻负担,提高招聘效率,节省招聘成本。