साफ़ मिलान के लिए रिज़्यूमे फ़ॉर्मैटिंग

Sweepy आपकी रिज़्यूमे फ़ाइल के अंदर के शब्दों को स्कोर करता है। फ़ाइल खोलते समय वह टेक्स्ट निकालता है और उसकी तुलना नौकरी पोस्टिंग से करता है। आपकी फ़ॉर्मैटिंग तय करती है कि इंजन उस टेक्स्ट का कितना हिस्सा पढ़ता है।

दूसरा कॉलम, टेक्स्ट बॉक्स या स्कैन किया पेज आपकी पूरी कौशल सूची इंजन से छिपा सकता है। एक फ़ॉर्मैटिंग सुधार अक्सर आपके अनुभव का एक शब्द बदले बिना मिलान स्कोर बढ़ा देता है।

नोट

यह पेज बताता है कि Sweepy आपका रिज़्यूमे कैसे पढ़ता है। स्कोरिंग फ़ॉर्मूला और रिपोर्ट लेआउट के लिए अपने नतीजे समझना देखें।

Sweepy क्या पढ़ सकता है

Sweepy resume.path पर PDF और Word फ़ाइलें पढ़ता है। पथ को .docx पर सेट करें, और Sweepy उसके पैराग्राफ़ और तालिकाएँ सीधे पढ़ता है। आपको Word रिज़्यूमे पहले बदलना नहीं पड़ता। जब आपका एडिटर दोनों फ़ॉर्मैट देता है, तो .docx रखें। कोई तीसरा कन्वर्टर पेज को अलग क्रम में बना सकता है, और फिर Sweepy वही बदला क्रम पढ़ता है।

जब आपको PDF प्रति चाहिए, तो Sweepy का अपना कन्वर्टर चलाएँ। वह उन्हीं पैराग्राफ़ और तालिकाओं से एक साफ़ सिंगल-कॉलम PDF बनाता है। किसी भी फ़ाइल से वही शब्द निकलते हैं। देखें --convert से कोई भी दस्तावेज़ बदलें।

ये समस्याएँ टेक्स्ट निकालने को रोकती हैं:

• PDF या DOCX के अलावा अन्य फ़ाइलें। केवल PDF या DOCX वह टेक्स्ट देता है जिसे Sweepy स्कोर कर सके। .pages, .odt, .doc या .txt फ़ाइल इंजन को कुछ नहीं देती। Sweepy का कन्वर्टर .txt और .md फ़ाइलें संभालता है, और .doc फ़ाइलें Microsoft Word के ज़रिए संभालता है। .pages या .odt फ़ाइल पहले उसके अपने ऐप से निर्यात करें।
• बिना टेक्स्ट परत वाले स्कैन किए पेज। स्कैन Sweepy को शब्दों की तस्वीर देता है, शब्द नहीं। Sweepy को टेक्स्ट परत नहीं मिलती, इसलिए स्कोरिंग केवल must_have_skills पर टिक जाती है।
• पासवर्ड से सुरक्षित PDF। Sweepy एन्क्रिप्टेड फ़ाइलें नहीं खोल सकता। फ़ाइल सहेजने से पहले पासवर्ड हटाएँ।
• गुम या खराब फ़ाइलें। ग़लत पथ चेतावनी दर्ज करता है और टेक्स्ट निकालना छोड़ देता है। तब स्कोर केवल must_have_skills तय करता है।

सावधानी

जब Sweepy आपका रिज़्यूमे नहीं पढ़ पाता और आप must_have_skills खाली छोड़ देते हैं, तो हर भूमिका 75% स्कोर करती है। वह नंबर किसी को रैंक नहीं करता, क्योंकि वह रिपोर्ट की हर पोस्टिंग पर लागू होता है।

सुझाव

किसी स्कैन पर Sweepy लगाने से पहले उस पर optical character recognition (OCR) चलाएँ। OCR असली टेक्स्ट परत जोड़ता है। फिर इंजन आपके शब्द पढ़ता है। ज़्यादातर स्कैनर ऐप और PDF एडिटर में OCR विकल्प होता है।

कॉपी-पेस्ट जाँच चलाएँ

अपना रिज़्यूमे खोलें, पूरा टेक्स्ट चुनें, और उसे प्लेन टेक्स्ट एडिटर में पेस्ट करें। प्लेन टेक्स्ट निकालने का क्रम दिखाता है, जिसे rich text पैन छिपा सकता है।

प्लेटफ़ॉर्म के अनुसार कॉपी शॉर्टकट

• Windows पर PDF को Edge, Chrome या Acrobat में खोलें। Ctrl+A और Ctrl+C दबाएँ, फिर Notepad में पेस्ट करें।
• macOS पर PDF को Preview में खोलें और ⌘+A, फिर ⌘+C दबाएँ। पेस्ट करने से पहले TextEdit को ⇧+⌘+T से प्लेन टेक्स्ट पर लाएँ।
• Linux पर PDF को Evince या Okular में खोलें, फिर Ctrl+A और उसके बाद Ctrl+C दबाएँ। टेक्स्ट को gedit या Kate जैसे एडिटर में पेस्ट करें।

macOS कीबोर्ड पर ⌘ Command कुंजी है और ⇧ Shift है।

अगर पेस्ट उलझा हुआ, खाली या क्रम से बाहर दिखे, तो Sweepy भी वही पढ़ता है। स्वीप चलाने से पहले फ़ाइल ठीक करें।

ऐसी फ़ॉर्मैटिंग जो स्वीप तोड़ती है

टेक्स्ट एक्सट्रैक्टर पेज पर सीधे आड़े पढ़ते हैं। लेआउट उनके लौटाए टेक्स्ट का क्रम बदल देता है। Applicant tracking system भी वैसा ही टेक्स्ट निकालते हैं।

फ़ॉर्मैटिंग	Sweepy क्या पढ़ता है
दो या अधिक कॉलम	कॉलम आपके टेक्स्ट को मिला-जुला और उलझा देते हैं, क्योंकि एक्सट्रैक्टर पेज पर सीधे आड़े पढ़ता है।
तालिकाएँ, टेक्स्ट बॉक्स और साइडबार	सामग्री क्रम से बाहर आ सकती है या पड़ोसी से मिल सकती है।
छवियाँ, आइकन और चार्ट	टेक्स्ट निकालना तस्वीर के रूप में बनाई हर चीज़ छोड़ देता है, स्किल बार और लोगो सहित।
हेडर और फ़ुटर	कई पार्सर उस हिस्से को छोड़ देते हैं। अपना नाम और संपर्क विवरण मुख्य भाग में रखें।
हाइफ़न वाले लाइन ब्रेक	दो लाइनों में बँटा शब्द (e- फिर discovery) पूरे-शब्द मिलान को तोड़ देता है।
Ligature और सजावटी फ़ॉन्ट	fi और fl ligature तथा असामान्य glyph कचरा बनकर निकल सकते हैं।
Emoji और कस्टम बुलेट glyph	ये गिर जाते हैं या बिगड़ जाते हैं। सादा हाइफ़न या गोल बुलेट इस्तेमाल करें।

Applicant tracking system क्या पसंद करते हैं

Applicant tracking system (ATS) सैकड़ों रिज़्यूमे उसी तरह के टेक्स्ट निकालने से पार्स करते हैं जैसा Sweepy करता है। उन्हें असली टेक्स्ट का एक साफ़ कॉलम दें।

• एक कॉलम, ऊपर से नीचे। साइडबार वाला दो-कॉलम डिज़ाइन छोड़ें।
• सादे सेक्शन शीर्षक। Experience, Education और Skills इस्तेमाल करें। शीर्षकों में तालिकाएँ और आइकन न रखें।
• केवल असली टेक्स्ट। तस्वीर वाले शीर्षक, लोगो या स्किल बार नहीं।
• मानक फ़ॉन्ट। Arial, Calibri, Helvetica या Times New Roman, 10-12pt पर।
• सादे बुलेट और एक जैसी तारीखें। पूरे रिज़्यूमे में एक ही तारीख फ़ॉर्मैट रखें, जैसे Jan 2024 – Present।
• उल्टा-कालानुक्रम। ज़्यादातर भर्तीकर्ता और पार्सर इसकी अपेक्षा करते हैं।
• संपर्क जानकारी मुख्य भाग में। ATS पार्सर अक्सर हेडर और फ़ुटर हटा देते हैं।
• अपने वर्ड प्रोसेसर से निर्यात करें। अपने एडिटर से PDF सहेजें, और .docx भी रखें ताकि कोई पोर्टल उसे माँगे तो काम आए।
• नौकरी की शब्दावली अपनाएँ। अगर पोस्टिंग में e-discovery या docs-as-code लिखा है, तो वही शब्द इस्तेमाल करें ताकि मिलान उसे पकड़ ले।

सुझाव

ज़्यादातर आवेदनों के लिए एक साफ़ रिज़्यूमे रखें। Sweepy हर ट्रैक के लिए अलग फ़ाइल भेज सकता है, क्योंकि tracks[].route_keywords संलग्न करने वाला रिज़्यूमे चुनता है। वह सेटिंग मिलान स्कोर कभी नहीं बदलती।

कीवर्ड must_have_skills से आते हैं

Sweepy हर पोस्टिंग को दो मेल मापदंडों पर स्कोर करता है:

मेल	भार	यह क्या मापता है
आवश्यकता का मेल	60%	पोस्टिंग की कितनी आवश्यकताएँ आपके रिज़्यूमे में पहले से दिखती हैं
कीवर्ड का मेल	40%	पोस्टिंग आपके रिज़्यूमे की कितनी शब्दावली दोहराती है

मिलान का अर्थ पोस्टिंग तय करती है, इसलिए आवश्यकता के मेल का भार स्कोर का 60% है। अनिवार्य योग्यताओं का भार बिना लेबल वाले शब्दों से दोगुना है। पसंदीदा योग्यताओं का भार आधा है।

आपकी शब्द सूची must_have_skills को आम तकनीकी और कानूनी शब्दों की एक छोटी अंतर्निहित सूची के साथ जोड़ती है। Alex की प्रोफ़ाइल में वही कौशल सूचीबद्ध हैं:

profiles/paralegal_nyc.yaml

resume:
  path: "Alex_Rivera_Resume.pdf"
  must_have_skills:
    - "Westlaw"
    - "LexisNexis"
    - "e-discovery"
    - "Contract Review"
    - "Legal Research"

अंतर्निहित सूची कम शब्द कवर करती है, इसलिए Sweepy आपका रिज़्यूमे सीधे भी पढ़ता है। यह शब्दों को चार स्तरों में रखता है, सबसे मज़बूत पहले:

1. आपका Skills सेक्शन।
2. अंतर्निहित सूची।
3. आपके सबसे अधिक आने वाले non-stopword शब्द।
4. बड़े अक्षरों वाले वाक्यांश जो किसी मज़बूत स्तर में पहले से हैं।

सबसे मज़बूत 60 शब्द, उसी क्रम में, बचते हैं। पोस्टिंग के शब्द भी वही नियम मानते हैं, अधिकतम 25, और जब पोस्टिंग कोई आवश्यकता या योग्यता खंड लेबल करती है तो वे उसी खंड से आते हैं।

सुझाव

must_have_skills को अपनी असली शब्द सूची मानें। ये जोड़ें:

• हर कौशल, टूल और प्लेटफ़ॉर्म जिसका नाम आप अपने रिज़्यूमे में लेते हैं, जैसे Westlaw, Relativity या case management।
• आपके उद्योग में चलने वाले शब्द, भले ही आपका रिज़्यूमे उन्हें अलग शब्दों में कहे, जैसे e-discovery या litigation support।
• उन पोस्टिंग के सटीक वाक्यांश जो आप चाहते हैं। Sweepy पूरे शब्द मिलाता है, इसलिए जहाँ मायने रखे वहाँ पोस्टिंग की शब्दावली कॉपी करें।

सावधानी

हर शब्द कीवर्ड मेल के हर में गिना जाता है। लंबी सूची उन भूमिकाओं का स्कोर घटा देती है जिनमें उसका ज़्यादातर हिस्सा नहीं है, इसलिए सूची में वही शब्द रखें जो आपके पास सचमुच हैं।

उद्योग-विशिष्ट शब्द जोड़ना

मिलान केस की परवाह नहीं करता और बहुवचन रूप संभालता है। Sweepy आम तकनीकी संक्षेपों के लिए अंतर्निहित alias सूची जोड़ता है, जिनमें शामिल हैं:

• API / application programming interface
• UX / user experience
• WCAG / web content accessibility guidelines

अपने क्षेत्र की बाकी शब्दावली कवर करने के लिए resume.synonyms जोड़ें:

profiles/paralegal_nyc.yaml

resume:
  synonyms:
    - ["e-discovery", "ediscovery", "electronic discovery"]
    - ["legal research", "case law research"]
    - ["docketing", "case calendaring"]
    - ["legal assistant", "legal secretary"]
    - ["contract review", "contract analysis", "agreement review"]

Sweepy समूह के हर शब्द को एक-दूसरे के बदले इस्तेमाल योग्य मानता है। जिस पोस्टिंग में electronic discovery लिखा है, वह e-discovery लिखे रिज़्यूमे से मेल खाती है, और इसका उल्टा भी।

• समूह में कम से कम दो शब्द चाहिए। एक शब्द वाला समूह Sweepy अनदेखा कर देता है।
• मिलान के लिए फिर भी पूरा वाक्यांश चाहिए। जब आप दोनों को गिनना चाहें, तो legal research और legal researcher अलग शब्दों के रूप में सूचीबद्ध करें।

कॉन्फ़िगरेशन संदर्भ इस सेटिंग को फ़ील्ड-दर-फ़ील्ड दस्तावेज़ित करता है।

रैंकिंग कैसे काम करती है

मिलान प्रतिशत साझा शब्दावली मापता है। जो भूमिका संदर्भ से फ़िट होती है, वह फिर भी कम स्कोर कर सकती है। ऊँचा मेल पोस्टिंग को करीब से देखने के लिए चिह्नित करता है। आवेदन करना आप तय करते हैं।

Sweepy को AI से जोड़ना

Sweepy शब्दों की तुलना करता है, और कभी इरादे का अंदाज़ा नहीं लगाता। जब आप चाहें कि Sweepy अपने नतीजों में संदर्भ और उन्नत तर्क इस्तेमाल करे, तो Model Context Protocol (MCP) के ज़रिए large language model (LLM) जोड़ें।