Когда я впервые начал аплаиться на вакансии в сфере IT, я помню, как час за часом правил свое резюме: выбирал шрифт, добавлял иконки, даже пользовался двухколоночным макетом, потому что выглядело “профессионально”, и я был уверен - нравится мне, а значит, понравится и рекрутеру. И знаете? Я не получал откликов. Вообще!
узнай больше на курсе
DevOps-инженер с нуля
Стань DevOps-инженером с нуля и научись использовать инструменты и методы DevOps
Я не понимал, что происходит… мое резюме даже не доходило до рекрутера. И как оказалось, его бездушно отсеивал тихо некий Applicant Tracking System, или, как говорят, ATS.
Со временем, после просмотра десятков резюме - от junior data scientist (а я аплаился на дата саентиста), стремящихся получить первую работу, до сеньеоров в AI с солидным опытом - я заметил одну вещь: даже блестящие люди получают отказ из‑за простых, легко избегаемых ошибок.
В этой статье я расскажу вам, что такое ATS на самом деле, как она работает и что вы можете сделать, чтобы ваше резюме прошло ее. А также поделюсь несколькими уроками из моей карьеры, чтобы вы не повторяли мои ранние ошибки.
Сначала: что именно такое ATS?
Applicant Tracking System -это, по сути, первый "человек", который читает ваше резюме - только это не человек вовсе. Это бездушное ПО, которым компании пользуются, чтобы сканировать, отбирать и ранжировать резюме до того, как рекрутер их увидит. Ибо 1 рекрутер не может отсмотреть 2000 откликов, верно?
Когда вы аплаитесь на вакансию онлайн - вот что реально происходит:
ATS парсит ваше резюме, извлекая имя, контактную информацию и опыт
Она сравнивает ваше содержимое с описанием вакансии, ищет конкретные ключевые слова (например: "Python", "TensorFlow", “Azure ML”, “Бисероплетение” - шутка, последнее нет)
Она оценивает ваше резюме на основе того, насколько оно соответствует тому, что ищет компания
Если оценка низкая - ваше резюме может даже не попасть в почтовый ящик рекрутера
То есть дело не в том, что вы неподходящий кандидат, часто дело в том, что ваше резюме просто не было читаемо системой.
Почему ATS особенно важна для дата саентистов, девопсеров, админов
Вообщем-то, почему это особенно критично для технических ролей вроде наших с вами: дата сантисты, девопсы, админы и AI инженеры оперируют широким спектром инструментов и технологий - но рекрутеры и ATS полагаются на ключевые слова, чтобы их выявить.
Допустим, в описании вакансии указано: опыт с PyTorch, Docker и MLflow. Если ваше CV просто говорит "работал с фреймворками глубокого обучения", без указания конкретных библиотек или стека деплоя - ATS может вас вовсе не заметить.
Я так много раз видел это. Кандидат пишет "создал модели ИИ", но забывает указать, с какими библиотеками или каким стеком работал. В результате резюме звучит хорошо для человека, но проваливается для машины.
Когда я только начинал - я делал ту же ошибку: фокусировался на том, что я сделал, а не на том, как система будет это интерпретировать. Так что пишите названия, это важно!
Типичные ловушки ATS (и те, в которые попал я)
Буду честен: когда я был джуниором, я думал, что дизайн - все. Я скачивал крутые шаблоны (ну они прям правда были супер красивые), добавлял цветовые блоки, иконки, даже таймлайн. Я хотел быть "другим". Узнаете себя? Но правда в том, что ATS не умеют читать большинство таких дизайнов - и поэтому многие хорошие заявки никогда не проходят.
Вот несколько ловушек, которые я видел (и сам в них попадал):
Таблицы - они сбивают парсер ATS на изи
Изображения или иконки - текст внутри них нечитаем, запомните это!
Креативные заголовки разделов вроде "Что я построил" или “Результат моей деятельности” - ATS может не распознать, что это ваши проекты
Длинные абзацы вместо коротких буллетов - тяжело читать, легко пропустить как человеком, так и системой
Вывод пришел сам собой: чем проще резюме - тем лучше оно "работает". Чистое форматирование превосходит творчество, когда в деле машины
Итак: как сделать так, чтобы ваше резюме прошло ATS?
Теперь, когда вы знаете, чего не делать, давайте сосредоточимся на том, что работает. Трюк в том, чтобы составить резюме, которое сможет прочитать машина и которое понравится человеку.
Вот как это сделать шаг за шагом:
Используйте стандартные названия разделов Оставьте классику: Опыт, Навыки, Проекты, Образования, Сертификаты. Избегайте необычных заголовков - ATS может не знать, куда заглянуть. На самом деле обычный шаблон с hh.ru обычно подходит неплохо.
Включайте релевантные ключевые слова Перед отправкой внимательно прочитайте описание вакансии - обязательно! Если там указано "Azure ML", "FastAPI" или "LangChain" - убедитесь, что эти точные термины появляются естественно в вашем резюме
Сохраняйте простое форматирование Одна колонка, никаких таблиц, иконок, сложных макетов. Пожалуйста!
Фокус на измеримые результаты Каждый буллет должен подчеркивать ваше воздействие. Например: "Разработал NLP‑классификатор с использованием BERT с точностью 0.89, сократив ручной анализ на 40%". Кратко, богато ключевыми словами, показывает реальную ценность. Вообще структура каждого опыта по схеме “Достижения” + “Обязанности” работает хорошо.
Пусть ваше резюме говорит ключевыми словами!
Сейчас большинство резюме по данным специальностям проваливаются: про причине отсутствие нужных ключевых слов. ATS‑системы сканируют точные совпадения, так что важно включать нужную смесь на основе вашего опыта.
Вот референс‑лист, который можно адаптировать (для AI инженера, но для девопс, сетевика, админа вы можете сделать по аналогии):
Языки: Python, SQL, R
Фреймворки: Scikit‑learn, TensorFlow, PyTorch, Keras
Инструменты данных: Pandas, NumPy, Spark, Power BI
NLP & GenAI: Transformers, LangChain, OpenAI API, Llama, векторные базы данных
Если вы джуниор - подчеркните ваши инструменты и проекты. Если вы синьор - акцент на архитектуре, масштабируемости и влиянии. Я люблю думать так: джуниоры показывают потенциал, сениоры показывают результат, ага?
Как узнать, достаточно ли хорош ваше резюме?
И вот моя любимая часть: тестировать резюме до отправки. Да, вы можете реально проверить свой ATS‑счет и исправить слабые места до подачи.
Вот пару инструментов, которыми я пользовался и рекомендую (зарубежные, правда):
Jobscan: сравнивает ваше резюме с описанием вакансии и дает балл соответствия - норм тема.
Rezi: помогает строить и оптимизировать резюме под ATS
Старайтесь получить хотя бы ~80% совпадения перед нажатием "Apply". Это маленький шаг, но он может существенно повысить ваши шансы.
Вот как выглядит хороший раздел, оптимизированный для ATS
Чтобы вы могли визуализировать, вот простой пример:
Опыт: Data Scientist | Сбер | 2023 - н.в.
• Разрабатывал и внедрял NLP-модели на базе Transformers и Scikit-learn, достигнув F1-метрики 0,92 в продакшене
• Разворачивал модели через FastAPI и Docker в облачной инфраструктуре SberCloud, уменьшив задержку отклика на 30%
• Настроил CI/CD для ML-пайплайнов и курировал работу двух младших инженеров
Коротко, читаемо, и богато релевантными ключевыми словами. Никаких лишних украшений - просто продаем сами себя без лишней воды.
Шаблоны
Вот шаблон, который, на наш взгляд, хорошо подходит для базовой проработки вашего резюме. Мы выложили его на Яндекс.Диск по ссылке: https://disk.360.yandex.ru/i/ZGPxC2URE2EgtA Важно: я подбирал шаблон так, чтобы он подходил и для рынка РФ, и для международных вакансий, поэтому он на английском. Вы можете спокойно адаптировать его под себя и при необходимости перевести на русский - главное, соблюдайте структуру.
Подведение итогов
В конце концов: ATS‑дружественное резюме - это не про обман системы, это про то, как выстраивать коммуникацию ваших навыков таким образом, чтобы и машины, и люди вас поняли.
Вы не пишите для робота - вы просто делаете так, чтобы робот не стал препятствием на пути к человеку. И поверьте - как только вы начнете получать письма или сообщения на hh.ru "Мы хотели бы назначить интервью" - вы поймете, что это сработало! Пока - пока.
Курс по Linux от Мерион Нетворкс - стань Linux администратором, прокачай свой скиллсет умением работать с операционными системами линукс и сделай большой шаг к DevOps
Онлайн-обучение стало популярным способом освоения новой профессии, но не все курсы оправдывают ожидания. Мы собрали советы, которые помогут извлечь реальную пользу из образовательных программ и сделать обучение эффективным.
