AI sàng lọc CV tuyển dụng — đọc 1000 CV trong giờ, kiểm soát thiên kiến

• Quá nhiều CV, đọc không xuể. Vị trí hot cả nghìn hồ sơ — đọc tay tốn ngày công, ứng viên tốt nộp muộn dễ bị bỏ qua.
• Bỏ sót & thiếu nhất quán. Mệt là lướt nhanh, mỗi người sàng một kiểu — tiêu chí không đều.
• Thiên kiến vô tình. Tên, tuổi, giới tính, trường học ảnh hưởng tới đánh giá mà chính HR không nhận ra.

Đây là việc AI gánh được vòng đầu: đọc nhanh, khớp tiêu chí đều, và — nếu làm đúng — kiểm soát được thiên kiến tốt hơn người mệt.

• Đọc CV mọi định dạng. PDF, Word, ảnh chụp (qua OCR) — trích thông tin có cấu trúc.
• Khớp với JD. So kỹ năng, kinh nghiệm, ngành của ứng viên với yêu cầu vị trí.
• Xếp hạng kèm lý do. Không chỉ cho điểm mà nêu vì sao (vd "5 năm đúng ngành, thiếu chứng chỉ X").
• Gắn cờ. Hồ sơ nổi bật, hồ sơ nghi thổi phồng, khoảng trống công việc cần hỏi rõ.

• Trích thông tin (parsing + NER). Bóc tên, học vấn, kỹ năng, kinh nghiệm, thời gian từ CV viết tự do thành dữ liệu có cấu trúc.
• Khớp theo ngữ nghĩa. Hiểu "React" gần "frontend", "quản lý đội" gần "leadership" — không chỉ so từ khoá cứng, để không loại nhầm người dùng từ khác.
• Chấm điểm có trọng số. Tiêu chí bắt buộc vs ưu tiên có trọng số khác nhau, ra điểm phù hợp.
• Giải thích được. Nêu rõ điểm cao/thấp do đâu để HR kiểm và tin.

AI có thể khuếch đại thiên kiến nếu học từ dữ liệu tuyển cũ thiên lệch. Làm đúng phải chủ động chống:

• Ẩn thông tin nhạy cảm khi chấm. Bỏ tên, tuổi, giới tính, ảnh ra khỏi bước chấm năng lực để không ảnh hưởng.
• Chấm theo tiêu chí công việc. Chỉ dựa kỹ năng và kinh nghiệm liên quan, không dựa đặc điểm cá nhân.
• Kiểm tra công bằng. Theo dõi tỉ lệ qua vòng giữa các nhóm để phát hiện lệch và điều chỉnh.
• Người quyết định cuối. AI xếp hạng để tham khảo; HR vẫn là người chịu trách nhiệm về quyết định.

Đây là phần MONA viết theo yêu cầu: dựng sàng lọc bám tiêu chí và có kiểm soát công bằng của doanh nghiệp.

• CV thổi phồng + nhồi từ khoá. Ứng viên rải đủ keyword để qua máy; AI cần hiểu ngữ cảnh chứ không chỉ đếm từ.
• Người giỏi trái khuôn. Ứng viên chuyển ngành, tự học, kinh nghiệm phi truyền thống dễ bị điểm thấp — cần để HR xem nhóm "tiềm năng" chứ không loại thẳng.
• Tiếng Việt + Anh lẫn lộn. CV Việt Nam pha thuật ngữ tiếng Anh — cần model quen cả hai.
• Không tuyệt đối hoá điểm. Điểm AI là tham khảo; chốt cứng theo điểm là bỏ sót người phù hợp văn hoá mà CV không thể hiện.

Cách dùng đúng:

• AI lọc vòng đầu hàng nghìn CV xuống danh sách ngắn có xếp hạng và lý do.
• HR xem nhóm đầu + nhóm "tiềm năng" để không bỏ sót người trái khuôn.
• Phỏng vấn và đánh giá con người — thái độ, văn hoá, tiềm năng — vẫn là việc của người.

AI cắt phần đọc và sắp xếp hàng nghìn hồ sơ. Phán đoán con người và quyết định tuyển vẫn thuộc về HR.

• Vào nguồn CV — email tuyển dụng, web tuyển dụng, các trang việc làm.
• Vào hệ thống quản lý tuyển dụng (ATS) — xếp hạng và lý do hiện ngay trong luồng làm việc của HR.
• Lưu vết — ai được chấm thế nào, để kiểm soát công bằng và minh bạch.
• Bảo mật dữ liệu ứng viên — tuân thủ Nghị định 13/2023 về dữ liệu cá nhân.

Lọc một đợt nhỏ thì công cụ sẵn có làm được. Nhưng để sàng lọc đúng tiêu chí riêng, quen CV tiếng Việt, có kiểm soát thiên kiến và nối ATS ở quy mô tuyển liên tục, cần một hệ thống dựng riêng.

Đây là phần MONA viết phần mềm theo yêu cầu: sàng lọc CV gắn vào quy trình tuyển dụng và tiêu chí của doanh nghiệp.

• Tiền chi giảm. Cắt phần lớn giờ HR đọc CV; tuyển nhanh hơn, đỡ chi phí vị trí trống lâu.
• Chất lượng tuyển tốt hơn. Không bỏ sót ứng viên tốt nộp muộn; sàng đều theo tiêu chí.
• Rủi ro giảm. Kiểm soát thiên kiến tốt hơn người mệt, có lưu vết minh bạch; tuân thủ dữ liệu cá nhân.
• Vị thế. Quy trình tuyển hiện đại, công bằng — hấp dẫn ứng viên giỏi.

Muốn sàng lọc CV bằng AI gắn vào quy trình tuyển của doanh nghiệp? MONA viết phần mềm theo yêu cầu.