Job Search Agent / 2026. augusztus 9.
A kulcsszavas job score túl könnyen beleszeret a rossz állásba
A ranking v2 azért született, mert a naiv kulcsszavas pontozás magasra rakott olyan hirdetéseket is, amelyek sok ismert technológiát említettek, de a szerepkör lényege teljesen más volt.
A helyzet
Egy álláshirdetésben szerepelhet PHP, AWS, Python és React úgy is, hogy valójában MLOps specialistát, junior supportost vagy architectet keresnek. A bag-of-keywords jellegű score ilyenkor örül a sok egyezésnek, miközben a jelölt szerepköri tapasztalata nem arra a munkára készült. A false positive különösen drága, mert emberi figyelmet visz el.
A megoldási út
A rankinget role-aware modellre bontottam: title/seniority jel, core requirement, explicit technológiai evidence, responsibility és negatív specializációs jel külön súlyt kapott. A junior overqualification és MLOps-szerű specializáció regressziós teszteket kapott. A cél nem az volt, hogy minden edge case-re kézzel szabályt írjunk, hanem hogy a score szerkezete tükrözze a munka szerepét is.
Mi lett belőle
A Best Match lista rövidebb, de relevánsabb lett. Olyan hirdetések kerültek lejjebb, amelyek technológiai szövege ismerős volt, de a napi feladat nem. A ranking magyarázatából is jobban látszott, miért kapott valaki pontot vagy büntetést.