Competenze estratte da quello che un candidato ha costruito. Non da quello che ha scritto.
L'AI legge i file veri — codice, tesi, design, report — e ogni competenza che estrae indica il progetto da cui è stata letta.
Non l'ennesimo portale di lavoro.
Artefatto in entrata, competenze strutturate in uscita
Quattro fasi, completamente automatiche. Il candidato carica, l'AI estrae, la piattaforma mostra l'evidenza, il recruiter cerca. Niente tagging manuale.
Caricamento
Il candidato carica i file di progetto: codice sorgente, PDF della tesi, file di design, report di tirocinio, quaderni di laboratorio. Un paragrafo di descrizione nella propria lingua.
Estrazione
L'AI legge gli artefatti. Parsa il codice, sintetizza i documenti, trascrive i video walkthrough. Produce una lista competenze strutturata su cinque bucket tipizzati.
Evidenza
Ogni competenza estratta è memorizzata sul progetto da cui è stata letta, insieme alla frase di evidenza che il modello ha scritto, quando l'ha fornita. Il recruiter vede le competenze raggruppate per progetto, accanto all'elenco dei file analizzati.
Ricerca
I recruiter cercano per competenze, ruolo, sede, o in linguaggio naturale. I match sono ranked sull'evidenza estratta, non sull'overlap di parole chiave con il CV.
Cinque bucket competenze tipizzati
Le competenze non sono mai una lista piatta. Ogni estrazione categorizza negli stessi cinque bucket, così un recruiter che cerca soft skill non deve filtrare query SQL.
Hard skill
Linguaggi di programmazione, framework, database, strumenti. Estratte da repository di codice e artefatti tecnici.
Soft skill
Comunicazione, collaborazione, project management. Estratte dalla qualità della documentazione, struttura del README, valutazioni di tirocinio.
Competenze di design
UI/UX, CAD meccanico, disegno architettonico, design grafico. Estratte da file di design, sketch, prototipi.
Conoscenza di dominio
Competenza specifica di settore: finance, biotech, manifattura, istruzione, settore pubblico. Estratta dal contesto del progetto e dal lavoro applicato.
Lingue
Lingue di lavoro in cui sono scritti o presentati gli artefatti stessi — una tesi, un report, un README, un deck. Estratte dal file, mai da un livello dichiarato o certificato.
Un README in entrata, cinque bucket tipizzati in uscita
Un esempio illustrativo, non un'estrazione reale: a sinistra un README di progetto d'esempio, a destra i cinque bucket tipizzati.
# Adaptive reuse of the ex-Falck industrial site Master thesis · Politecnico di Milano · Architecture · 2025 Designed a mixed-use intervention on 12,000 m² of the former Falck steelworks in Sesto San Giovanni. The plan keeps three of the original blast-furnace structures (listed under Italian heritage law D.Lgs. 42/2004) and inserts new residential, retail, and public-space programs around them. Deliverables: 1:200 master plan, 1:50 sectional studies of the heritage shells, full sustainability assessment under LEED v4 BD+C, structural feasibility study with FEM analysis on the reused frames. Software: Revit (BIM model), AutoCAD, Grasshopper + Rhino, Adobe InDesign for the boards. Worked with two structural engineers on the FEM model and with the municipality's heritage office on the listed-element constraints. Final review: presented to the jury in English; final PDF set in Italian for the regional planning authority.
Nel prodotto, dove l'analisi ha citato un'evidenza, la frase trovata viene mostrata insieme alla competenza.
Ogni competenza estratta indica il lavoro da cui proviene
Non chiediamo a nessuno di fidarsi dell'AI sulla parola. Il recruiter apre un progetto sul profilo del candidato e vede le competenze elencate per quel progetto, accanto ai nomi dei file analizzati.
- Un livello di verifica su ogni competenza — Verificata, Estratta da AI o Autodichiarata — mostrato ai recruiter
- Il progetto da cui è stata letta ogni competenza estratta, con i nomi dei file analizzati se lo studente li condivide
- Algorithm registry pubblico con una model card del modello talent-match che ordina i candidati per una posizione
Cosa l'AI non può fare
Siamo trasparenti sui limiti perché la fiducia viene dall'onestà su entrambi. Ecco cosa l'estrazione basata su artefatti non è.
- Non misura il potenziale di un candidato — solo le competenze evidenziate in ciò che ha già costruito
- Non sostituisce il colloquio — toglie lo screening che non avrebbe mai dovuto essere un colloquio
- Non certifica che il lavoro sia del candidato — è qui che l'endorsement opzionale del docente aggiunge un livello di fiducia
Cerca candidati su evidenze, non su dichiarazioni.
Sfogli il pool verificato gratis, contatti 5 candidati al mese con email aziendale. Prova la ricerca AI prima di iscriverti.