Key Takeaways

  • 75% of U.S. employers use automated applicant tracking systems to screen resumes before a human reviews them (Harvard Business School & Accenture, 2021)
  • The most common ATS failures are missing keywords, incompatible formatting, and incorrect file types
  • ResumeGeni scores your resume across 8 parsing layers — modeled on the same steps enterprise ATS platforms like Workday, Greenhouse, and Taleo use to evaluate candidates

How ATS Resume Scoring Works

Applicant tracking systems parse your resume into structured data — extracting your name, contact info, work history, skills, and education — then score how well that data matches the job requirements. Many ATS rejections happen because the parser couldn't extract critical fields, not because the candidate wasn't qualified.

LayerWhat It ChecksWhy It Matters
Document extractionFile format, encoding, readabilityCorrupted or image-only PDFs fail immediately
Layout analysisTables, columns, headers, footersMulti-column layouts break field extraction
Section detectionExperience, education, skills headingsNon-standard headings cause sections to be missed
Field mappingName, email, phone, dates, titlesMissing contact info is a common cause of immediate rejection
Keyword matchingJob-specific terms, skills, certificationsKeyword overlap affects recruiter search visibility and ATS scoring
Chronology checkDate ordering, gap detectionReverse-chronological order is expected by most ATS
QuantificationMetrics, numbers, measurable outcomesQuantified achievements help human reviewers and some scoring models
Confidence scoringOverall parse quality and completenessLow-confidence parses get deprioritized in results

Frequently Asked Questions

Is ResumeGeni free?
Yes. ResumeGeni is currently in beta — ATS analysis, scoring, and initial improvement suggestions are free with no signup required. Full guidance and saved reports may require a free account.
What file formats are supported?
PDF, DOCX, DOC, TXT, RTF, ODT, and Apple Pages. PDF and DOCX are recommended for best ATS compatibility.
How is the ATS score calculated?
Your resume is processed through an 8-layer parsing pipeline that extracts structured data the same way enterprise ATS platforms do. The score reflects how completely and accurately your resume can be parsed, plus how well your content matches common ATS ranking criteria.
Can ATS read PDF resumes?
Yes, but not all PDFs are equal. Text-based PDFs parse well. Image-only PDFs (scanned documents) and PDFs with complex tables or multi-column layouts often fail ATS parsing. Our analyzer will flag these issues.
How do I improve my ATS score?
Focus on three areas: use a clean single-column format, include keywords from the job description naturally in your experience bullets, and ensure all sections (contact, experience, education, skills) use standard headings.

ATS Guides & Resources

Built by engineers with 12 years of experience building enterprise hiring technology at ZipRecruiter. Last updated .

アルゴリズムエンジニア (機械学習エンジニア/データサイエンティスト)【AI Solution】

株式会社PKSHA Technology · 文京区, 東京都

人とソフトウエアが共進化する社会へ

「未来のソフトウエアを形にする」というミッションのもと、社会課題を解決する多様なAIおよびAIエージェントを提供しています。 これらを、金融・製造・教育といった各業界に最適化した AIソリューション として、また、「PKSHA AI ヘルプデスク」「PKSHA Chat Agent」など、汎用性の高い AI SaaS として展開することで、未来の働き方を支援し、人とソフトウエアが共に進化する社会を実現していきます。


仕事内容

事業拡大に伴い、機械学習アルゴリズムの開発を担っていただくエンジニアを募集します。
テーブルデータ・自然言語・画像などの幅広いデータを用いて、クライアントの課題を解決する機械学習アルゴリズムを中心に設計・実装していただきます。
コンサルタント、ソフトウェアエンジニアとチームを組み、金融、小売、製造業など、様々な業界の課題を解決するソリューション/プロダクトを開発していただきます。
AIの検証に留まらず、最先端技術をクライアントが利用し続けるソフトウェアの形にして社会実装し、未来のビジネスを実現するプロセスに関心がある方を歓迎します。

  • ビジネス上の課題、制約条件に適したアルゴリズムの提案
  • ユースケースに合わせた機械学習モジュールの設計、実装
  • クライアントに対する分析結果等のレポーティング
  • ソフトウェアエンジニアと協力して、Web API等へのアルゴリズムの組み込み
  • 最先端技術を社会実装可能なレベルに引き上げるR&D
  • 自身の開発したアルゴリズムの他業界への横展開や自社プロダクトへの組み込み

※過去事例:クレジットカード不正検知、個人与信推定、小売や流通における需要予測とオペレーションの最適化、教育における出題最適化、レコメンドエンジン、不正投稿監視、コールセンターソリューション(チャット・音声・テキスト)等多岐に渡る

ポジションの魅力

  • 自身が生み出したアルゴリズムが、各業界の抱える課題を解決し、多くの方々に使われ続ける(大手セキュリティ企業、保険会社、製造業、キャリア、web企業など)
  • 多様な機械学習技術を利用して社会課題を解決していく過程で、アルゴリズムを社会に提供していくための様々な実践的なスキルを身につけることができる
  • 機械学習技術やソフトウェア開発の知識はもちろん、様々な業界知識に習熟した経験豊富なメンバーと共に働ける(Kaggle Grandmaster、助教、博士、海外MBAホルダーなど)
  • 近年急速な発展を遂げている大規模言語モデルを活用した研究開発・社会実装に取り組める

必須要件

  • アルゴリズムの提案から社会実装までを担うことへの強い興味
  • 機械学習/深層学習に関連する開発または研究の経験
  • 自ら対話することでのクライアントの課題を把握と、それを解決する実用可能なアルゴリズムの開発を両立する能力
  • ビジネスレベルの日本語力

歓迎要件

  • 自然言語処理技術に関する開発や研究の経験
  • テーブルデータの集計や分析等の経験
  • Kaggle等のデータサイエンスコンペティションでの実績
  • 機械学習に関連したクラウドシステム開発の経験(アルゴリズムを提供するAPIサーバー開発、バッチ学習インフラ構築など)
  • 論文執筆や特許出願の経験
  • 機械学習アルゴリズムに関わる説明資料等のレポート作成能力
  • 業界に広く展開させることを目指した機械学習アルゴリズムの製品化経験
  • プロジェクトマネジメント経験

求める人物像

  • 未来志向であり、自らの個性/専門性を発揮しながら目標達成を目指せる方
  • 新しい技術の学習に貪欲で、業界の進歩に合わせて自身のケイパビリティを拡張できる方
  • ビジネスメンバーやクライアントとも主体的かつ円滑にコミュニケーションを取る姿勢のある方
  • あいまいな状況に直面しても自ら考えアクションし、具体的な進歩を遂げられる方


【職種 / 募集ポジション】
アルゴリズムエンジニア (機械学習エンジニア/データサイエンティスト)【AI Solution】
【雇用形態】
正社員
【給与】
年収 6,000,000円 〜 14,000,000円
給与については、基本給+賞与(年2回:10月、4月 ※現金支給)となります。 具体的な給与は、グレードによって異なりますが、新たに入社される方には、面接内での評価や現年収をもとにオファーの金額を提示しています。
【勤務地】
113-0033 東京都文京区本郷 1-28-10 本郷TKビル
リモートワークと出社がハイブリッドとなります。
【待遇/福利厚生】
【保険】 ・各種社会保険完備 ※関東ITソフトウェア健康保険組合 【休暇】 ・完全週休2日制(祝祭日、年末年始 等) ・有給休暇(年間20日支給)  ・入社日が4-9月で7日間、10-3月で15日間を初期から付与  ・その後、期をまたぐと20日追加 ・夏季休暇、慶弔休暇、育児休暇、介護休暇 【諸手当】 ・通勤交通費支給(上限あり) ・住宅手当支給(指定条件あり) ・インフルエンザなどの予防接種無料 【福利厚生】 ・フリードリンク(コーヒー、レッドブルなどの飲料水) ・フリーアドレスの広いカフェスペース ・オフィスコンビニ ・書籍購入補助制度 ・部活動制度 ・ワーケーション開発合宿 ・社内勉強会 ・オフィス内禁煙(喫煙室あり) など

会社情報

【会社名】
株式会社PKSHA Technology