Des CV en toute mise en page, normalisés sous une seule forme.

L'analyse de CV — aussi appelée CV parsing ou résumé extraction — consiste à transformer un document de CV libre (PDF, DOCX, image) en données structurées sur le candidat. Tous les ATS et plateformes de sourcing reposent sur cette couche. Faite à la regex et au gabarit, l'analyse casse dès qu'un candidat utilise une mise en page non standard ; faite avec un moteur conscient de la mise en page, le même schéma couvre des milliers de variations sans paramétrage par gabarit.

Sur l'exemple de CV ci-dessus, Ztract renvoie le nom complet, l'e-mail, le téléphone et la localisation du candidat ; le résumé en tête ; le tableau expérience professionnelle avec le titre, l'entreprise et les dates de début/fin de chaque poste ; le tableau formation avec école, diplôme et spécialité ; et le tableau compétences — chaque compétence comme sa propre étiquette cliquable liée à l'endroit où elle apparaît sur la page. Le CV d'exemple est celui d'une UX Designer avec trois postes et deux diplômes ; la sortie est prête à entrer dans Greenhouse, Lever ou Workday en quelques secondes.

Deux choix de conception comptent ici. Premièrement, les compétences reviennent sous forme de tableau typé de chaînes — et non d'un bloc séparé par virgules — pour que le matching de compétences en aval puisse comparer à une base candidats sans découpage de chaînes supplémentaire. Deuxièmement, les dates sont normalisées : 'Juin 2023', '06/2023', '2023-06' et 'Présent' atterrissent tous dans un format triable. Les CV multi-colonnes, à barre latérale et aux mises en page 'créatives' qui mettent en défaut la plupart des parseurs sont lus dans le bon ordre de colonnes.