Как работают алгоритмы поиска кандидатов в LinkedIn

Алгоритм ищет совпадения, а не смыслы Разберу на конкретном примере, как работает поиск по ключевым словам и почему два одинаково сильных кандидата получают радикально разное количество сообщений. Когда рекрутер вводит запрос, алгоритм сканирует все текстовые поля профиля: Headline, About, названия должностей, описания обязанностей, Skills, образование, сертификаты. Наибольший вес у заголовка, но совпадение в описании опыта тоже поднимает вас в выдаче. Кандидат А пишет в опыте: "Отвечал за развитие продукта и работу с командой. Улучшил ключевые метрики." Кандидат Б пишет: "Вел роадмап B2B SaaS продукта с ARR 4M. Управлял кросс-функциональной командой из 8 человек по Scrum в Jira. Поднял активацию с 22 до 31 процента через онбординг-эксперименты в Amplitude." Рекрутер ищет: Scrum, Jira, B2B SaaS, Amplitude, activation. Кандидат Б совпадает по пяти запросам, кандидат А по нулю. При этом опыт у них может быть идентичный. В Recruiter Lite поиск по ключевым словам ищет буквальные совпадения текста. Продвинутый ИИ-поиск с пониманием контекста (AI-Assisted Search) есть только в полном Recruiter. Если вы написали Quality Assurance, а рекрутер ищет QA, система может вас не связать. Поэтому важные термины стоит давать в обеих формах: QA (Quality Assurance), K8s (Kubernetes), PM (Product Manager). Правило: каждый инструмент, фреймворк, методология и предметная область, с которыми вы работали, должны существовать в профиле в виде текста. Не в голове, не в резюме на диске, а в тексте профиля. Алгоритм не умеет догадываться.