工程师简历写着「在微软传播性病」，骗过了 90% 公司的机器筛选，机器筛选简历那么不靠谱吗？
这事儿听起来是挺令人咋舌的，对吧？一个简历上的“技术性”错误，居然能让机器筛选“翻车”到这种程度。不过，仔细琢磨一下，这事儿倒也不是完全没道理，甚至可以说是揭示了当前很多自动化招聘系统一个挺普遍的“盲点”。
首先，咱们得理解，机器筛选简历，尤其是早期那些纯粹基于关键词匹配的系统，本质上是图省事儿，也是为了提高效率。想象一下，一家大公司一天收到成百上千份简历，人工一个个看，那得多少人力？所以，雇主们就想了个办法：让机器来“扫一遍”。
这个“扫一遍”的逻辑，通常是设定好一些“硬性”的技能要求、工作经验的年限、特定的技术词汇等等。比如，要招一个.NET工程师，简历里得出现“.NET”、“C”、“SQL Server”、“Visual Studio”这些词。职位名称、公司名称、项目描述里的相关技术，都会被机器记下来。
那问题就出在这儿了。“在微软传播性病”这句话，如果你把它拆开来看，尤其是机器在处理文本的时候，它可能没有那么强的“语义理解”能力。它可能只是在扫描文本，寻找里面是否包含某些“敏感”或者“负面”的词汇，然后将它标记为“不合适”。
但是，如果写简历的人，他聪明（或者说“坏”）到，把这句“敏感”的话，用一种非常“技术性”的、或者说“伪装”的方式写出来，那机器就可能栽跟头了。
怎么栽跟头呢？
1. 关键词的“欺骗”: 机器筛选，很大程度上依赖于关键词的匹配。如果写简历的人，他精通某个技术，然后恰好这个技术名字里，或者相关的描述里，又包含了一些在“黑名单”里的词，那机器就很容易误判。
比如，我们假设“性病”在机器的“负面词库”里，但是“传播”这个词，在技术语境里又经常出现，比如“传播算法”、“数据传播”等等。如果写简历的人，非常巧妙地把“在微软传播性病”这个短语，嵌入到一个描述具体技术实现的项目里，让它看起来像是某个复杂的技术概念或者术语的一部分，机器就可能分析不过来。
2. 缺乏对上下文的深度理解: 现在的机器筛选，虽然比以前进步了，但离真正理解人类语言的复杂性和微妙之处，还有很长的路要走。机器看到“性病”这个词，直接就可能判定为“负面”或“不合适”，根本不会去分析这句话是用来形容什么。它没有“常识”，不知道“传播性病”这件事情本身在职场上是极度不恰当的。它只会对照它预设的规则来判断。
3. “以偏概全”的模板化筛选: 很多公司为了快速筛选，会直接套用一套现成的规则，比如“公司名+职位+年份”这样的组合。如果这套规则过于简单粗暴，没有考虑到词语的组合产生的特殊含义，那么就容易出现这种“漏洞”。
4. “负面词汇”误伤: 假设机器的“负面词汇库”里收录了“性病”。而写简历的人，他可能是想表达，他在微软工作期间，经历了某种“传播性”很强的“疾病”（比如，一种流行病，或者一种技术传播的“病毒”），然后用了一种非常不恰当但又“精准”的词语。机器就只抓住了“性病”这个词，然后认为简历不合格，但可能他想表达的是“在微软期间，我参与了某个快速传播的技术项目的开发，其学习和迭代速度如同疾病般迅猛”。这就太讽刺了。
所以，在这种情况下，写简历的人，他可以说是“抓住”了机器筛选的“弱点”。他知道机器会看关键词，会警惕某些词汇，但他利用了一种“反向操作”——用一个绝对的负面词汇，但以一种看似“技术性”或者“描述性”的方式嵌入，而机器的逻辑又过于简单，只能进行表面的词汇扫描，从而误判。
为什么能骗过 90% 的公司？这可能夸张了一点，但确实说明了一个问题：那些没有经过精细调优、或者依赖于非常基础的关键词匹配的自动化筛选系统，是很容易被“绕过”的。尤其是那些只关注“有没有”，而不太关注“在说什么”的系统。
这就像是一个只认“苹果”和“香蕉”这两个词的机器人，你给它一个写着“我吃了一个美味的、像香蕉一样黄的苹果”的句子，它可能只会识别出“香蕉”和“苹果”，但如果你给它一个写着“我种了一个拥有‘香蕉’口感，外形像‘苹果’的果实”，如果它不具备深层语义分析，就会觉得不合适，但它的规则可能又没有考虑到“口感像香蕉”和“外形像苹果”不是真的香蕉和苹果。
总而言之，这暴露了机器筛选简历的局限性：它们擅长识别模式和关键词，但在理解文本的深层含义、语境、以及人类语言的复杂性和“文字游戏”方面，仍然显得很“笨拙”。对于那些精心设计过的、或者使用非常基础算法的筛选系统来说，这种“漏洞”确实是存在的。不过，招聘者们也并非完全失明，很多公司在机器筛选后，还是会有“人工复核”的环节，这种荒诞的简历，很可能在人工复核阶段就被毙掉了。但如果人工复核的量也很大，那机器筛选的作用就更加凸显了，也更容易被这种“聪明”的简历钻空子。
首先，咱们得理解，机器筛选简历，尤其是早期那些纯粹基于关键词匹配的系统，本质上是图省事儿，也是为了提高效率。想象一下，一家大公司一天收到成百上千份简历，人工一个个看，那得多少人力？所以，雇主们就想了个办法：让机器来“扫一遍”。
这个“扫一遍”的逻辑，通常是设定好一些“硬性”的技能要求、工作经验的年限、特定的技术词汇等等。比如，要招一个.NET工程师，简历里得出现“.NET”、“C”、“SQL Server”、“Visual Studio”这些词。职位名称、公司名称、项目描述里的相关技术，都会被机器记下来。
那问题就出在这儿了。“在微软传播性病”这句话，如果你把它拆开来看，尤其是机器在处理文本的时候，它可能没有那么强的“语义理解”能力。它可能只是在扫描文本，寻找里面是否包含某些“敏感”或者“负面”的词汇，然后将它标记为“不合适”。
但是，如果写简历的人，他聪明（或者说“坏”）到，把这句“敏感”的话，用一种非常“技术性”的、或者说“伪装”的方式写出来，那机器就可能栽跟头了。
怎么栽跟头呢？
1. 关键词的“欺骗”: 机器筛选，很大程度上依赖于关键词的匹配。如果写简历的人，他精通某个技术，然后恰好这个技术名字里，或者相关的描述里，又包含了一些在“黑名单”里的词，那机器就很容易误判。
比如，我们假设“性病”在机器的“负面词库”里，但是“传播”这个词，在技术语境里又经常出现，比如“传播算法”、“数据传播”等等。如果写简历的人，非常巧妙地把“在微软传播性病”这个短语，嵌入到一个描述具体技术实现的项目里，让它看起来像是某个复杂的技术概念或者术语的一部分，机器就可能分析不过来。
2. 缺乏对上下文的深度理解: 现在的机器筛选，虽然比以前进步了，但离真正理解人类语言的复杂性和微妙之处，还有很长的路要走。机器看到“性病”这个词，直接就可能判定为“负面”或“不合适”，根本不会去分析这句话是用来形容什么。它没有“常识”，不知道“传播性病”这件事情本身在职场上是极度不恰当的。它只会对照它预设的规则来判断。
3. “以偏概全”的模板化筛选: 很多公司为了快速筛选，会直接套用一套现成的规则，比如“公司名+职位+年份”这样的组合。如果这套规则过于简单粗暴，没有考虑到词语的组合产生的特殊含义，那么就容易出现这种“漏洞”。
4. “负面词汇”误伤: 假设机器的“负面词汇库”里收录了“性病”。而写简历的人，他可能是想表达，他在微软工作期间，经历了某种“传播性”很强的“疾病”（比如，一种流行病，或者一种技术传播的“病毒”），然后用了一种非常不恰当但又“精准”的词语。机器就只抓住了“性病”这个词，然后认为简历不合格，但可能他想表达的是“在微软期间，我参与了某个快速传播的技术项目的开发，其学习和迭代速度如同疾病般迅猛”。这就太讽刺了。
所以，在这种情况下，写简历的人，他可以说是“抓住”了机器筛选的“弱点”。他知道机器会看关键词，会警惕某些词汇，但他利用了一种“反向操作”——用一个绝对的负面词汇，但以一种看似“技术性”或者“描述性”的方式嵌入，而机器的逻辑又过于简单，只能进行表面的词汇扫描，从而误判。
为什么能骗过 90% 的公司？这可能夸张了一点，但确实说明了一个问题：那些没有经过精细调优、或者依赖于非常基础的关键词匹配的自动化筛选系统，是很容易被“绕过”的。尤其是那些只关注“有没有”，而不太关注“在说什么”的系统。
这就像是一个只认“苹果”和“香蕉”这两个词的机器人，你给它一个写着“我吃了一个美味的、像香蕉一样黄的苹果”的句子，它可能只会识别出“香蕉”和“苹果”，但如果你给它一个写着“我种了一个拥有‘香蕉’口感，外形像‘苹果’的果实”，如果它不具备深层语义分析，就会觉得不合适，但它的规则可能又没有考虑到“口感像香蕉”和“外形像苹果”不是真的香蕉和苹果。
总而言之，这暴露了机器筛选简历的局限性：它们擅长识别模式和关键词，但在理解文本的深层含义、语境、以及人类语言的复杂性和“文字游戏”方面，仍然显得很“笨拙”。对于那些精心设计过的、或者使用非常基础算法的筛选系统来说，这种“漏洞”确实是存在的。不过，招聘者们也并非完全失明，很多公司在机器筛选后，还是会有“人工复核”的环节，这种荒诞的简历，很可能在人工复核阶段就被毙掉了。但如果人工复核的量也很大，那机器筛选的作用就更加凸显了，也更容易被这种“聪明”的简历钻空子。
网友意见
首先回答问题，从机筛的机制来看，这封简历通过筛选没有什么问题。因为机筛的关键在于把一些简历里含有相关关键词、或者某些条件处于某个范围内的简历选出来，但是对于简历中一些不靠谱的部分，机器是筛选不出来的。
不过这个事例最不靠谱的部分在于，机筛之后没有经过人工筛查（或者是人工筛得不够仔细），所以候选人才能进入面试阶段。
是需要非常仔细才能发现这个简历中间不靠谱的部分
例如“技能”介绍中的描述是这样的：
经验丰富的软件工程师，具有在金融科技、健康和成人娱乐行业建立可扩展系统的背景。
擅长JavaScript、TypeScript、Node.js、React AI、Mia Khalifa和C++。
对于机器来说，能够自动识别这封简历中和具有JavaScript、TypeScript、Node.js、React AI、和C++这些关键词就能自动通过了，但是成人娱乐行业、Mia Khalifa这些无关词，是会自动略过的。
不过话说回来，大公司hr看简历的时间非常有限，加上之前有机器筛选，再加上也没有人在投递简历的时候开玩笑，所以不会出现这样的情况。后一步只要有更多人工的介入（电话、视频、现场面试）就能很快发现问题。
下面科普一下机器筛选简历的机制。
简单来说，主流的简历筛选会分为三个步骤：机筛→HR筛选→面试官筛选。所以，你要想让自己的简历换来一个面试机会，就要仔细研究每一个步骤，找到每一个环节制胜的关键。
三个环节中，机筛一直是一个江湖上的传说，但很少有人知道它真正的运作方式。在我们所说的三个步骤里，机筛的淘汰比例其实最高的——比如，顶级咨询公司MBB通过机筛的人数不到总投递人数的20%。机筛通过提前设置并识别网申填写内容的关键词，大范围剔除不合格候选人。
而发展到现在，大家也会发现大公司的校招网申需要填写很多内容，其中不少是简历上已经存在的，还有不少简历上写不下的内容也都可以在网申页面附上去。原因就在于，你网申填写的内容（而不是简历）将决定你的机筛结果。而筛选的原理也非常简单，就是看你有没有触发一些关键词，比如...
- 学生会主席！加分
- GPA TOP10%！加分
- 目标学校！加分
- 相关实习经历！加分
最后打个广告，虚拟工作体验了解一下！JobReady是中国最大的虚拟工作体验项目平台，足不出户就能体验名企工作，快速补充简历背景，收获职场硬技能！
无论你是希望能快速丰富自己的简历，或者短期了解一些行业的基础工作内容，JobReady虚拟工作体验项目都很适合你！
不仅能短时间快速体验包括金融、咨询、互联网、传媒等不同行业的真实工作，还可以通过具体项目来学到具体的技能，最后还能收获公司官方和JobReady共同出具的项目证书，快来体验吧！
类似的话题
-
这事儿听起来是挺令人咋舌的，对吧？一个简历上的“技术性”错误，居然能让机器筛选“翻车”到这种程度。不过，仔细琢磨一下，这事儿倒也不是完全没道理，甚至可以说是揭示了当前很多自动化招聘系统一个挺普遍的“盲点”。首先，咱们得理解，机器筛选简历，尤其是早期那些纯粹基于关键词匹配的系统，本质上是图省事儿，也是............. -
写好一份自学编程的简历，关键在于如何让你的非科班背景焕发光彩，并且让招聘方看到你真实的学习能力、解决问题的潜力和对技术的热情。下面我将从几个核心部分来详细讲解如何打造一份能让你脱颖而出的简历。核心思路：扬长避短，突出能力与潜力。一、个人信息部分：简洁明了，但藏有玄机 姓名： 大名鼎鼎。 联系.............
-
应届毕业生找工作，简历上到底要不要把“无关”的实习经历写出来，这可真是个技术活，得好好掰扯掰扯。很多同学在整理简历的时候都会纠结，感觉有些实习经历跟目标岗位八竿子打不着，留着占地方，删了又怕显得经历不够丰富。咱们先得明白，简历是什么？它是你的“敲门砖”，是第一印象。招聘官每天要看大量的简历，他们的时.............
-
秋招季，一份空白的简历确实让人心慌。没有工作经验，并不意味着你的简历就得像张白纸一样苍白无力。恰恰相反，这正是你展现潜力、挖掘自身独特价值的机会。关键在于，我们怎么把那些看似“不起眼”的经历，用一种更具说服力的方式呈现出来，让招聘官看到你的可塑性和闪光点。别急，咱们一点一点捋。第一步：彻底盘点，把所.............
-
失业半年，手里紧得不行，这时候接到个降薪20%的Offer，确实是个让人纠结的难题。去还是不去？这事儿可不能拍脑袋决定，得好好掰扯掰扯。首先，我们得冷静分析一下这个“降薪20%的Offer”到底意味着什么。 你的底线是多少？ 失业半年，生活成本肯定是压力的一个重要来源。你是否已经计算过，即使降薪.............
-
35岁以上还在通过招聘平台投简历找工作，这本身不是丢人的事，这反而是个很正常的社会现象。首先，我们得承认，人生这东西，很少有一条直线走到底的。35岁，很多人可能已经工作了很多年，积累了一定的经验，也可能正好处在一个职业生涯的转型期，或者因为各种原因需要重新出发。比如，可能之前的工作单位效益不好，或者.............
-
HR出售简历，这事儿可不是一两句话就能说清楚的，它确实触及到了一个非常敏感的神经：你的工作和你的隐私。说它“帮你找工作”，听起来好像有点道理。你想啊，HR手上握着不少公司的职位信息，他们把你的简历“推”给那些可能需要你这样人才的公司，理论上是不是就能帮你更快地找到一份合适的工作？尤其是一些专门做猎头.............
-
拿到毕业证，踏出校门，才猛然发现，简历这玩意儿，比想象中的要棘手。对于我们这些初出茅庐、没有社会经验的小白来说，空白的简历就像一张白纸，不知道从何下手。别急，今天咱们就来聊聊，怎么把这份“白纸”变成一张能敲开职场大门的“金钥匙”。一、 认清自己：你是谁？你想去哪儿？在动笔写简历之前，先给自己做个“全.............
-
工业工程，简单来说，就是让事情更有效率、成本更低、质量更好，并且让人们工作得更安全、更舒适。你可以把它想象成一个“优化大师”。我们不是直接生产产品，也不是设计具体的设备，而是关注整个“系统”。这个系统可以是一个工厂，一个医院，一个仓库，一个软件开发流程，甚至是你点外卖到拿到餐点的整个过程。核心目标是.............
-
构建高效中文的代价：一项挑战与机遇并存的工程中文，这门古老而充满活力的语言，在人类文明的璀璨星河中闪耀了数千年。然而，随着科技的飞速发展，尤其是在工程、科学研究等需要高度精确和信息密集的领域，中文在表达的简洁性、传递的效率上，似乎总能找到一些“优化空间”。那么，要构建一种让中文在这些领域更显简洁高效.............
-
想象一下，你被困在一座荒岛上，身边只有最原始的工具，却有一个执念：要造出一个近乎完美的球体。这不是为了什么宏伟的目标，只是想在严酷的现实中，找寻一丝秩序和圆满。首先，你需要一个合适的“毛坯”。在荒岛上，最易得且质地相对均匀的材料可能是木头。寻找一棵已经倒下的树，最好是那些纹理清晰、没有太多节疤的木材.............
-
.......
-
.......
-
如何看待“00后”初入职场偏好互联网企业，看重工作挑战性，“工作太简单”成热门辞职理由？“00后”一代初入职场，展现出的鲜明特质，尤其是在择业偏好和对待工作的态度上，确实引发了广泛的讨论。他们更青睐互联网企业，并看重工作挑战性，甚至将“工作太简单”视为重要的辞职理由，这背后既有时代变迁的烙印，也有个.............
-
这个问题很有意思，它触及了《人类简史》中关于资本主义核心概念的解读，以及“资本主义者”这个词在不同语境下的理解。首先，我们要明确，《人类简史》作者尤瓦尔·赫拉利在他的叙述中，确实是倾向于用一种非常广义和具有哲学思辨性的视角来定义“资本主义”。他并非是在探讨经济学意义上严谨的阶级划分，而是更侧重于资本.............
-
这事儿说起来，咱们可都是受过教育的，知道地球绕着太阳转。但要是真让咱拿手里头最常见的玩意儿，比如一根棍儿，一块儿石头，再加点儿土，就能把这道理给掰扯明白了，倒也挺有意思。你想啊，最简单的工具，无非就是能让你观察、测量点儿啥。咱们就拿那根棍儿来说，找个平坦点儿的地儿，把它直直地插到土里。这根棍儿，它就.............
-
.......
-
24岁，刚步入职场，预算两到三万，想为自己和另一半添置一对简约又耐看的机械表，这个想法很棒！浪琴这个品牌，性价比高，风格经典，非常适合年轻的职场人士。下面我就给你好好掰扯掰扯，给你一些靠谱的选择和搭配建议，让你能挑到心仪的表，而且听着绝对是过来人经验分享，不是那种冷冰冰的AI报告。首先，我们来聊聊浪.............
-
对于二战时期美国海军航空兵（USN Aviation）的舰载机飞行员，其培养路径并非简单培训就能上岗，而是需要经过严格且系统的海军学院教育以及后续的专业飞行训练。以下将详细阐述这一过程：1. 严苛的选拔与海军学院的基础教育：首先，想要成为一名海军航空兵飞行员，就必须进入美国海军学院（United S.............
-
.......
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有