Özgeçmiş Ayrıştırma ve Yetenek Eşleştirme Testinde Yapay Zeka

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

1. Özgeçmiş ayrıştırma öncelikle ne işe yarar?
   • Yapılandırılmamış özgeçmiş metnini beceriler ve tarihler gibi yapılandırılmış alanlara dönüştürür
   • Adaylar için özgeçmiş yazar
   • Adaylarla telefonda röportaj yapılır
   • Her rol için maaşı belirler
2. Modern anlamsal eşleme eski anahtar kelime filtrelerine göre nasıl iyileşir?
   • Yalnızca tam kelime eşleşmelerini arar
   • İlgili terimleri anlar, dolayısıyla 'React geliştiricisi' 'ön uç mühendisi' ile eşleşebilir
   • İş tanımını göz ardı ediyor
   • Adayların özgeçmişlerini yeniden yazmalarını gerektirir
3. Yapay zeka yetenek eşleştirmesinde önyargı neden ciddi bir endişe kaynağıdır?
   • Yapay zeka PDF'leri okuyamıyor
   • Özgeçmişler her zaman anonimdir
   • Geçmiş işe alım konusunda eğitilen modeller geçmiş ayrımcılığı öğrenebilir ve güçlendirebilir
   • Eşleştirme tamamen rastgeledir
4. Hangi teknik, benzerlik karşılaştırması için metni sayısal vektörlere dönüştürür?
   • OCR taraması
   • Elektronik tablo sıralama
   • Yazım denetimi
   • Transformatör modellerinden gömmeler
5. Taranmış, görsel tabanlı bir özgeçmişten metin çıkarmak için ne gerekebilir?
   • Optik karakter tanıma (OCR)
   • Daha yüksek bir mikrofon
   • Daha hızlı bir yazıcı
   • Yeni bir iş ilanı
6. What is one possible use of semantic matching in a resume-screening workflow?
   • Automatically decide who should be hired without human review
   • Compare job requirements with skills described in candidate profiles
   • Guarantee a fair outcome for every applicant
   • Infer protected traits from a candidate’s name
7. When can an OCR step be useful in resume parsing?
   • When comparing two already-computed embedding vectors
   • When deciding a candidate’s interview score
   • When a resume is a scanned image and its text is not directly selectable
   • When converting a job title into a salary
8. What does cosine similarity compare in the guide’s embedding-based matcher?
   • The number of pages in each document
   • The chronological order of work history entries
   • The acoustic pitch of candidate names
   • The direction or angular similarity of job-description and candidate-profile vectors