Jobtensor

できること、欲しい年収、動いてもよい場所を書く。システムはそれをプロフィールに変換し、募集中の求人を採点して、日付ではなく相性でフィードを並べる。製品の中核であり、サイトが最初に年収を尋ねる理由でもある。プロフィールを丁寧に埋めれば、1ページ目はもう無作為な見本には見えない。

検索欄が受け取るのは一文であって、単語の羅列ではない。「ハンブルクのバックエンド職、GoとKubernetes」と書けば、その条件を満たす求人が返り、緩い一致は下に落ちる。条件を絞るたびに結果は変わり、各項目にはなぜ出たのかの短い理由が付く。スクロールは減り、行き止まりも減る。AI転職の売り文句はこれで、ここではおおむね守られている。

Job DNAは求人が要求するスキルを、つながったグラフとして描く。必須スキルが中心に座り、関連する能力が外側に広がる。線は、雇用主がどの能力をひとまとまりとして扱っているかを示す。箇条書きを読むより速く、穴も一目で分かる。中心の5つのうち3つが見覚えのないものなら、その仕事はまだ遠い。

X-Rayは求人を読み、本当に重要な部分を抜き出す。実際の職務、シニア度、技術スタック、そして本物の要件が入っている段落。全体をざっと見るための層であって、これだけを信じる要約ではない。5分かける価値があるかをここで判断し、判断を左右する細部は原文で確認する。

統計画面は、求人1件では答えられない問いに答える。自分の職種で最も多く出てくるスキルは何か。求人が集まる都市はどこか。同じ職種を何度も出し続ける企業はどこか。数字はプラットフォーム上の求人から出ている。このサイトの在庫の写しとして読み、労働市場全体の像とは区別したい。

求人はすべて自動で解析され、スキルと技術スタックのタグが付く。検索、Job DNAのグラフ、統計はこの層の上に成り立っている。求職者にとっては、ツール名で絞り込めば結果がそれを本当に含んでいると思えるということだ。多くの求人サイトはそこまでやらない。企業側から見れば、誰かが選んだカテゴリではなく中身で索引されるということになる。