De algorithmische sortering van sollicitaties verandert ingrijpend de manier waarop een dossier wordt gelezen, geclassificeerd of afgewezen. Het optimaliseren van je online zoektocht naar werk beperkt zich niet langer tot het verzorgen van een cv en het vermenigvuldigen van sollicitaties: het begrijpen van geautomatiseerde filters, regelgeving en matchinglogica op basis van vaardigheden bepaalt nu de zichtbaarheid van een profiel bij recruiters.
Sorteren door ATS en algorithmische filtering: wat de kandidaat niet controleert
De meeste grote bedrijven en wervingsbureaus gebruiken een ATS (Applicant Tracking System) om binnenkomende sollicitaties te classificeren. Deze software analyseert de inhoud van het cv en de sollicitatiebrief op basis van zoekwoorden, overeenkomsten in vaardigheden en soms voorspellende scoring.
Het probleem voor de kandidaat is dubbel. Ten eerste, een goed geschreven cv voor een mens kan verkeerd geïnterpreteerd worden door een ATS als de opmaak kolommen, geneste tabellen of grafische koppen gebruikt die de parser niet herkent. Ten tweede, het ontbreken van een verwacht zoekwoord, zelfs als de vaardigheid aanwezig is, is voldoende om een dossier in de rangschikking te laten dalen.
We raden aan om elke sollicitatie te bewerken met de exacte vocabulaire van de aanbieding. Neem de titels van vaardigheden, de namen van tools en de certificeringen die in de advertentie worden genoemd over. Een profiel dat Python beheerst maar alleen “back-end ontwikkeling” schrijft, loopt het risico onder de radar van een filter te vallen dat is ingesteld op de naam van de programmeertaal.
Door de aanbiedingen in een sector in kaart te brengen op de site pisteonjobs.com, kunnen we snel de terugkerende termen per sector identificeren, wat het mogelijk maakt om je professionele lexicon aan te passen zonder te wachten op een reactie van een recruiter.
Regelgeving voor geautomatiseerde werving in Frankrijk
De Arbeidswet verplicht om de kandidaat te informeren over de gebruikte evaluatiemethoden (artikelen L.1221-8 en L.1221-9). Concreet, als een werkgever een AI-tool gebruikt om cv’s voor te selecteren, moet hij dit vooraf aangeven.
Artikel 22 van de AVG voegt een beschermingslaag toe: een beslissing die een significante impact op een persoon heeft, mag niet uitsluitend gebaseerd zijn op geautomatiseerde verwerking. Dit betekent dat een afwijzing van een sollicitatie die uitsluitend is gebaseerd op een algoritmische score, zonder menselijke tussenkomst, aanvechtbaar is.
Deze informatie heeft directe waarde voor de kandidaat. Wanneer een afwijzing inconsistent lijkt met het niveau van overeenstemming met de functie, is het legitiem om aan het bedrijf te vragen of er een geautomatiseerde verwerking is gebruikt en op basis van welke criteria. De CNIL heeft bovendien onderzoeken geopend naar ondoorzichtige algorithmische sorteerpraktijken, wat aangeeft dat het onderwerp door de toezichthouder wordt gevolgd.
Punten om te controleren voordat je een afwijzing aanvecht
- Vermeldt de aanbieding of het sollicitatieproces het gebruik van een AI-tool of een ATS met automatische scoring?
- Is de afwijzing zonder enige kwalitatieve terugkoppeling meegedeeld, wat kan wijzen op een puur geautomatiseerde beslissing?
- Is de tijd tussen de sollicitatie en de afwijzing abnormaal kort (enkele minuten), wat suggereert dat er zonder menselijke beoordeling is gefilterd?
Overdraagbare vaardigheden en LinkedIn matchinglogica
<pRedeneren in functietitels is een doodlopende weg wanneer recruiters hun zoekopdrachten op basis van vaardigheidsblokken instellen. De Franse uitrol van de functie LinkedIn Job Match illustreert deze verschuiving: de tool koppelt nu de vaardigheden en ervaringen van een profiel aan de vereisten van een aanbieding, voorbij de exacte overeenkomst van de titel.
Voor een kandidaat verandert dit de strategie voor het schrijven van het LinkedIn-profiel. In plaats van zich te definiëren door een functie (“Digital Marketing Manager”), zien we dat profielen die hun overdraagbare vaardigheden gedetailleerd beschrijven (media budgetbeheer, aansturing van leveranciers, analyse van acquisitiegegevens) vaker naar voren komen in de zoekresultaten van recruiters.
Pas je profiel aan voor de zoektocht op basis van vaardigheden
Elke sectie van het LinkedIn-profiel moet worden gezien als een reservoir van operationele zoekwoorden. De sectie “Vaardigheden” is niet voldoende: de functiebeschrijvingen en de sectie “Info” wegen even zwaar in het matchingalgoritme.
Voor elke ervaring moet je de concrete resultaten, de gebruikte tools en de behaalde resultaten opsommen. Een recruiter die zoekt naar “CRM Salesforce migratie” zal geen profiel vinden dat alleen “herontwerp van interne tools” vermeldt.
Zoektocht naar werk en krappe beroepen: richt je op bloeiende sectoren
De vertraging op de arbeidsmarkt voor kaderleden beïnvloedt niet alle profielen op dezelfde manier. Algemeen inzetbare profielen en jonge afgestudeerden in de technologie zijn meer blootgesteld, terwijl specialisten in cybersecurity, data engineering en cloudinfrastructuur nog steeds zeer gewild zijn.
Krappe beroepen, die een significante proportie van de wervingen betreffen volgens de gegevens van France Travail, vormen een onderbenut potentieel. In de bouw, industrie, IT en communicatie hebben werkgevers moeite om bepaalde posities in te vullen, wat de machtsverhouding ten gunste van de kandidaat omkeert.
- Identificeer de ROME-codes en de functiebeschrijvingen die overeenkomen met je overdraagbare vaardigheden, niet alleen met je laatst beklede functie
- Stel meldingen in op jobboards met geolokaliseerde filters (realistisch mobiliteitsbereik) om aanbiedingen direct na publicatie te ontvangen
- Richt je op bedrijven die in volume werven in jouw werkgebied in plaats van alleen te solliciteren op de aanbiedingen die zichtbaar zijn op algemene platforms
Een kandidaat die zijn online zoektocht naar werk aanpast aan de realiteiten van de lokale en sectorale markt, verkort aanzienlijk zijn terugkeer naar werk. De combinatie van een profiel dat is geoptimaliseerd voor ATS, een wettelijke monitoring van geautomatiseerde werving en een focus op overdraagbare vaardigheden vormt een methodologische basis die algemene adviezen bijna nooit behandelen.
