Sözde gereksinimleri nelerdir?
Sadece web siteleri için yazarlar anahtar kelimeler hakkında endişelenmekle kalmaz, aynı zamanda artan sayıda alanda artan sayıda iş başvurusunda bulunurlar. Ayrıca, bazı özgeçmiş tarama algoritmaları, formatlamaya dayalı olarak başvuru sahiplerini bile puanlamaktadır.
Sonra " sözde gereksinimler " meselesi var. Yani, eğer hemen hemen tüm özgeçmişleri ortadan kaldırmaktan ziyade, kazık bir avuç dolusuya kadar uzanmaktan başka amaçlara hizmet etmeyen uzun süreli gereksiz gereklilikler listesi olmalıdır. Bu gerçekten bir tane gerektirmeyen işler için bir tarama cihazı olarak bir MBA talep etmek gibi bir yaklaşımdır.
Pennsylvania Üniversitesi Wharton Okulu'ndaki George W. Taylor Yönetim Profesörü Peter Capelli, yakın zaman önce yapılan bir dergi röportajında aşırı sözde gerekliliklerin özellikle göze çarpan bir örneğini sunuyor. "Standart bir mühendislik pozisyonu" olarak tanımladığı şeyi doldurmak isteyen bir şirket, sunulan 25.000 başvurudan sadece bir tanesini aday gösteremedi. Elbette, başka bir olasılık da, insanların artık çevrimiçi iş başvurusunda bulunabilmelerinin kolaylığı göz önünde bulundurulduğunda, gerçekten de niteliksiz kişilerden gelen bir başvuru belgesini almış olabilir.
Capelli'den bir başka anekdot, iyi bilinen bir yazılım test aracını kullanan bir iş için reddedilen bir yazılım geliştiricisini içeriyor. Başka bir çok basit araçla daha önce hiç tecrübesi olmadığı için uzmanlığıyla bir kaç saat içinde öğrenebileceği için reddedildi.
Alternatif olarak, aleti öğrenmenin kolay ve hızlı olacağına inandığında, soruya "evet" cevabını vermesi gerektiği söylenebilir.
Aynı şekilde, aptalca Capelli, bazı şirketlerin, başvuruları için lise GPA'larını taramak için deneyimli adaylara ihtiyaç duyduğuna dikkat çekiyor. Liste uzayıp gidiyor.
Yazılımı Yenmek İçin En İyi İpuçları: Capelli'ye göre, çeşitli uzmanlarla yaptığı görüşmeler, iş başvurusu geçmişini tarama yazılımına aktarmaya yönelik en iyi ipuçlarını ortaya çıkardı:
Üstbilgiler ve Altbilgiler: Çoğu okuma yazılımını karıştırmaya eğilimli olduklarından, üstbilgi veya altbilgi kullanmaktan kaçının.
İş Tanımını Yansıtın: Özgeçmişinizin içeriğini, söz konusu iş açıklamasının metnini yansıtacak şekilde ayarlayın. Örneğin, iş tanımı " EBM " içeriyorsa, özgeçmişinizde "EBM" nin göründüğünden emin olun. Biraz farklı şekilde ifade edildiğinde, bu, özgeçmişinize veya uygulamanıza uygun anahtar kelimeleri eklemenin önemine bir örnektir. Ancak, iş tanımını verbatim'i özgeçmişinize kopyalayıp yapıştırmayın. Sadece bu çalışma olasılığı düşük değil, geri tepebilir.
Düzen ve Yazı Tipi: Olağandışı font ve düzenlerin yanı sıra fonksiyonel biçimlendirmeden kaçının. Bunlar yazılımı karıştırmak eğilimindedir.
Deneyiminizi ters kronolojik sıraya göre listelemek dahil olmak üzere basit bir stil kullanın (en yakın zamanda önce).
buzzwords
Bağlamda Buzzwords: Buzz'ların doğru bağlamda kullanıldığından emin olun. Gelişmiş özgeçmiş ayrıştırma yazılımı, Java veya C ++ gibi buzzwordslerin içeriğini kontrol edebilir. Bu nedenle, daha derin bir bilgi ve tecrübe sergilemek, bu gibi konularda tek bir ders almış birinden daha fazla bilgi ve deneyiminizi tartışır.
Dosya Biçimi: Özgeçmişinizi metin biçimine koyun. PDF dosyaları genellikle yazılım tarafından yanlış okunur. Buna karşılık, Microsoft Word'de gönderilen özgeçmişler genellikle doğru olarak yorumlanır.
Grafikler: Grafik kullanmaktan kaçının. Ayrıca, ayrıştırma yazılımına devam etmek için büyük sorunlar yaratırlar ve saçma sapan karakterlerden oluşan bir karmaşa olarak yorumlanabilirler.
Posta Adresi: Posta adresinizi, genellikle yazılım tarafından nasıl yazıldığına dair önemli bir unsur olduğundan, posta adresinizi devam ettirmeyi unutmayın.
Eklemeyi başaramazsanız, pozisyon için dikkate alınma şansınız olmayabilir.
Doğru Yazım, Sözdizimi ve Dilbilgisi: Capelli'nin önerileri arasında yer almayan, ancak aynı derecede önemli olan, gönderiminizde kesinlikle yanlış yazım veya yazım hatası olmadığından emin olmaktır. Bilgisayarlar, tam olarak olmasa bile, bu tür hataların affedilmemesi eğilimindedir. Bununla birlikte, ek bir karmaşıklık, yazım denetimi yazılımının genellikle ortak sözcüklerin meşru alternatif yazımlarını (örneğin, "gezgin" in bir türevi olarak "yolcu") tanımadığı ve düzenleme yazılımının sıklıkla cümleleri yanlış bir şekilde ayrıştırdığıdır. Bu arada, yazma becerilerindeki gecikmeler, sadece bu skordaki insan okuyucular tarafından reddedilmesine yol açsa da, yine de, bir insanın gerçekten ne demek istediğini anlaması ve özgeçmişiniz veya uygulamanızın başka bir şekilde zorlayıcı olması durumunda bu hatayı affetme olasılığı vardır.
Kaynak: Peter Cappelli, Telif hakkı 2012, Wharton Dijital Basını (Home Depot Sendromu, Mor Sincap ve Amerika'nın İş Avı Tavşan Deliği'nde özetlendiği gibi) Neden İnsanların İşlerini Getiremediği Trey Popp, Pennsylvania Gazetesi , Ocak - Şubat 2013).