- 反復入力と応募先ごとのメール作成がボトルネックになる求職プロセスを、PythonスクリプトとLLMでつなぎ、求人情報の収集からパーソナライズされた応募メールの生成まで自動化したPOC
- 求人情報の収集はWebスクレイピングではなく手動でのHTMLコピーから始め、サイトごとの構造差やLLMのハルシネーションの可能性を回避
- 生のHTMLはパーサーとLLMプロンプトを経て、
job_title、job_company、job_skills、application_instructionsのような構造化JSONに変換される
- カバーレター生成では履歴書と求人詳細を一緒に入力し、必須情報がなければ失敗するようにしてテンプレート的なメールの送信を防止
- POCは求人抽出、詳細説明のパース、カスタマイズされた応募書類生成を接続し、最終的に20分で250件の応募を送れる水準に到達
反復作業として見た求職応募
- 求職応募は、同じ情報を繰り返しコピー＆ペーストし、履歴書を修正し、カバーレターを書く流れの連続
- この反復性と比較的構造化された手順により、自動化候補として適していると判断
- 基本フローは次の通り
- 求人を探す
- 応募資格を確認する
- 会社を調べる
- 履歴書とカバーレターを提出する
- 返答を待つ
- 構築の結果、20分間で250件の求職応募を送ることができ、システム完成前にオファーを受けたという
POCの構築方法
-
求人一覧の確保
- 最初の段階は大量の求人情報を集めることだった
- Webスクレイピングも試したが、求人サイトごとに構造が異なり、自動化コストが大きくなった
- ページ全体をLLMに入れてデータ整理する方法も試したが、2つの問題があった
- コストが高かった
- LLMが求人要件をハルシネーションする可能性を避けたかった
- 最終的には生のHTMLを手動でコピーする方式を選択
- 単純だが動く方法として受け入れた
-
生HTMLの整理
- コピーしたHTMLから必要なフィールドを抽出し、構造化データに変換
- 目標形式は、
job_link、job_id、job_role、employer、location、work_arrangement、salaryといったキーを持つJSON
- ChatGPTにHTMLサンプルと望む出力形式を見せ、パーススクリプトの生成を任せる方式
求人詳細情報のパース
- 各求人にGETリクエストを送り、全文説明を取得
- 応答は生HTMLのため、ナビゲーションバー、ポップアップ、フッターのようなサイト部品も混在している
- 別途HTMLパーサーを書き、実際の求人本文だけが残るよう処理
- 一部のサイトでは、採用担当者のメールアドレスや会社詳細を見るためにボタンを押す追加手順があった
- 一度に1つの求人サイトを対象にすれば、そのサイトのパターンを一度把握するだけで済む
- リクエスト間には2〜3秒の遅延を入れ、IPブロックを避けるように構成
LLMで構造化データを作る
- 求人情報は基本構成要素は似ているが、スキルや要件の位置はサイトごとにばらばら
- LLMプロンプトでHTML内容を分析し、有効なJSONオブジェクトに変換
- 抽出対象キーは次の通り
contact_emailapplication_instructionsjob_posting_textjob_posting_linkadditional_infojob_titlejob_companyjob_departmentjob_locationjob_skillsjob_instructions
- 任意キーとしては
hiring_manager_name、job_portalなどを使用
job_posting_textはMarkdown形式に変換するよう依頼
カバーレター生成プロンプト
- 良いカバーレターの核心を文脈と捉え、履歴書と求人詳細を一緒にLLMへ入力
- プロンプトでは、応募メールをそのまま送れる形で生成するよう要求
- 必須情報が欠けている場合は、不完全なメールを作らずエラーを返すよう設計
- 必須フィールド: 職種名、会社名、求人説明、履歴書内容
- 推奨される任意フィールド: 採用担当者名、部署、勤務地、応募方法、紹介経路、要求スキル一覧
- 出力はJSONオブジェクトで、
status、error_message、emailを含む
emailには次の項目が入る
- 件名
- HTML本文
- プレーンテキスト本文
- 取り上げた主要ポイント
- 強調したスキル
- 求人要件に合致する履歴書上の経験
- あれば応募を強化できる不足情報
- メールのトーン分析
- HTML本文はメールクライアント互換性のため、
p、br、b、i、ul、liのような基本タグのみ使うよう制限
- この構造は、よくある「求人を見ました」程度のメールではなく、実際の経歴と求人要件を結びつけたパーソナライズドメールを作るための仕組み
メール送信と追跡
- 最後の段階は、生成した応募メールを実際に送ることだった
- 必要条件は次の通り
- プロフェッショナルに見えるメール送信
- 実際の送信履歴の追跡
- 採用担当者からの返信監視
- スパム分類の回避
- テスト段階では、すべてのメールをまずテストアカウントに送信
- 実際に採用担当者へ送る際は、自分をBCCに入れて送信可否を確認するよう推奨
- POC段階では、Mailgunのようなシンプルなメールプロバイダーを使用
- Part 2では、メール管理システム全体を作ろうとして経験したAWS申請却下や、自前メールサーバー運用の失敗を扱う予定だと予告
POCの結果と次のステップ
- POCは、求人一覧の抽出、パース、パーソナライズされた応募書類生成をいくつかのPythonスクリプトで実行
- 次の課題は、スクリプトを実際のアプリケーションに変えることだった
- 拡張目標は次の通り
- 複数の求人サイトへの対応
- 応募履歴の追跡
- メール返信の管理
- HRシステムにブロックされないこと
- Part 2では、実際のアプリケーション構築プロセス、技術的な意思決定、トレードオフを扱う予定
1件のコメント
Hacker News のコメント
採用担当者と応募者のどちらに今の状況の責任がより大きいのかについては多くの議論がありますが、求職者の立場では何をすべきなのか分かりません
この6か月ほどかなり積極的に求職活動をしており、10年以上のソフトウェア開発経験があるため、主にシニア開発者ポジションを見ています。履歴書やカバーレターにはLLMを一切使っておらず、要件を満たしていると思い、オファーを受けたら受諾してもよいと思えるところにだけ応募してきました
ところが、1) 実在の人間であり、2) 履歴書に書いた経歴とスキルが本物であり、3) その職務に本当に関心がある、ということをどうシグナルとして示せばよいのか分かりません。そうしても結果は散々で、最初の電話スクリーニングは10〜12回ほど受け、それは簡単に通過しましたが、その後の後半面接まで進んだのは3〜4回程度、オファーは0件でした
このまま続けてもどこにもたどり着けないのに、なぜこのやり方を維持すべきなのか疑問です。だいたい要件が合うすべての求人に自動でばらまくショットガン方式に切り替えるべきでない理由が分かりませんし、本当に経験のある人間だというシグナルを送る別の方法は、その会社の中に保証してくれる知人がいることくらいですが、そんなケースはほとんどありません
問題は、最終的に仕事を得られたとしても、たいていはひどい会社であることが多い点です。LLMの駄文と本物の応募書類を見分けられない無能な採用マネージャーや、LLMによる不正があまりに簡単で、同僚たちも全員LLMの操縦士のようになってしまう面接プロセスのある会社です
試してみることはできますし、何もしないよりはましかもしれません。ただ、良い会社の良い仕事を期待するなら、望む結果は得られない可能性が高いでしょう
ひどい履歴書をあまりにも多く見た後では、要件を完全に満たしていなくても、本物の人間に見える要素があるとかなり寛容になりました。たとえば個人的な趣味のセクションのようなものです。そういう項目は書くなという助言も多いですが、偽物とコピペのゴミの海の中では、むしろ目立たせてくれます
前回の求職ではほぼ300件に応募しましたが、結局、小さなJavaScriptのミートアップで会ったリクルーターがポジションを教えてくれて、新しい仕事を得ました
ひとつの逸話にすぎませんが、見方は確実に変わりましたし、次に本気で求職を始めるなら、ミートアップにたくさん出て、オープンソース活動をずっと活発にするつもりです
最近の経験をまた書き直したくはありませんが、6週間ほど前に具体的に書いたスレッドがあります https://news.ycombinator.com/item?id=42137229
恵まれた立場にいて時間をかけられましたが、早く仕事が必要だったら、正直何をしていたか分かりません
ネットワーク内の人たちに、必要なスキルを持つ人を探しているところを知らないか尋ね、自分のスキルや関心に合うオンライン・オフラインのコミュニティに入るべきです
そうして自分を知っている人、あるいは自分を知っている人を知っている人を通じて、採用マネージャーに温かい紹介を受けられれば、たいてい列の最前列に行けます。今求職するならそうすると思いますし、それ以外はノイズが多すぎます
0: スタートアップにも通用します: https://paulgraham.com/ds.html
13年間、何らかの形で面接と採用に携わってきたソフトウェアマネージャーです
昨年、ソフトウェアエンジニアの採用を2回行いましたが、春の採用は普通で、秋の採用は過酷でした。秋には応募者が殺到し、振り返るとその大半が何らかの形でAIを使っていたように思います
秋には、履歴書のレビューと初回の電話スクリーニングを通過する割合が急に高くなりましたが、技術面接で全員が崩れました。技術面接での不合格率は普段よりはるかにひどいものでした
専任のリクルーターがいて、彼がどんなツールを使っていたのかは100%は分かりませんが、最終的には履歴書を1枚ずつ手作業で確認し始めました。数百枚あったので時間はかかりましたが、初期スクリーニングは素晴らしいのに技術面接はめちゃくちゃ、という問題は続きました
そこで、AI、LLM、データサイエンスに多く言及している応募者を除外することにしました。1,000人近い応募者の中から、どうにか分類する必要があったからです。私たちのユースケースはやや特殊で、JavaScriptやパーサーを使う仕事ではなく、時間節約の効果も大きくありません。そうすると応募者の大きな塊が外れ、プロセスがより正常に感じられるようになりました
面接も再びオンサイト面接のみで進める形に変えました。初期の技術スクリーニングは今もリモートですが、COVID以前は100%オンサイト面接で、その後ハイブリッドになり、今では私たちのグループは再びオンサイトを必須にしています
今は偽の候補者が信じられないほど多く、彼らに自ら辞退させる唯一の方法は、どこかへ直接来なければならない可能性があると知らせることです
「ミシガン州フリントにお住まいなんですね？ ちょうど20分の距離に社員がいるのですが、会っていただけますか？」と言うと、急に面接プロセスから離脱することもありました
米国の在宅勤務の流れを悪用する海外の詐欺師があまりにも多く、本物の応募者を覆い隠してしまうほどで、本当に深刻です
私の分野では、おそらく世界一に近い専門家で、その分野のSMEを明示的に求めている職務に応募しています。技術的な問題ではなく、実際には分かりませんが、他の応募者より何光年も先にいると見てよいほどです。うぬぼれではなく、現実がそう見えます
ところが今では、エージェンシーから連絡すら来ません。彼らは私の履歴書や応募書類を読んでいないのだと思いますし、最初の1時間に何百件もの応募が押し寄せるからだと思います。十分よさそうに見える最初の人をつかまえて進め、次の契約を埋めに行っているようです
結論としては、どれほど優秀でも履歴書が目に留まらなければ意味がないということです。最初の10分以内に応募しなければ特にそうで、目に留まるにはそのゲームをやらなければならず、応募を自動化する必要があります
では、そのゲームをやりたくない場合、今は技術を必要としている企業をどう見つけるべきなのかが問題です
適切な状況でLLMを使うこと自体に反対しているわけではありませんが、候補者がプロセスを回避しようとして不適切に使うことが大きな問題です。私たちは候補者に最小限の面接負担をかけ、ひっかけ問題ではなく関連性の高い質問をし、できるだけ早くステータスを更新しようとしています
しかし、多くの候補者は同じ礼儀を返すつもりがないように見えます。こうした行動のせいで、「信頼できる」候補者を見つけるために既存のネットワークへより依存するようになり、それは追加のバイアスを生んだり、ネットワークを持たない候補者を不当にふるい落としたりするリスクがあります。私たちはリモートファーストの組織なので、すべての面接をリモートで行っています
今後は、図を画面共有し、明確に無関係だと伝えたうえで無関係な注釈を追加するような、原始的な敵対的AI手法を試してみようかと考えています。オンサイト面接も解決策の一部になり得ます
6回面接を受けても落とされた候補者は、前向きなフィードバックを一つももらえず、魂のない不採用メールでゴミのように扱われます。応募者の立場からすれば、自分を雇う企業に同情心はまったくなく、より効率的だと判断できる方法なら、AIを含めて使えるものはすべて使うでしょう
仕事は私にとって単なるビジネス取引であり、採用マネージャーの高尚な説教には興味がありません
LLM検出ツールは使っていませんが、LLM使用の痕跡がある文章は簡単に識別できるそうです。不思議なことに、彼の特定の細かなテーマでは、ChatGPTが普段あまり使われない難解な単語をいくつか過剰に使い、乱用した学生のエッセイにはその単語が何度も登場します
指定された読書範囲を外れた多くの著作や本を引用したり、存在すらしない本を引用した学生も見つけました。出典が何か、どこでテキストを入手したのかを尋ねるだけでも見抜けます
今の採用やジュニアソフトウェアエンジニアの面接でも、似た点が多く見られます。何年も問題なく使ってきた評判のよい課題があったのですが、今では若い応募者の多くがLLMで答えを得ているのは明らかです。面接で自分の解法について話そうとすると、どう動くのか、なぜその方法を選んだのかを「覚えていない」と言います
長くリモートで働いてきた身としては悲しいです。リモート候補者には露骨な乱用がはるかに多く見られ、オンサイト面接に呼ぶとLLMによる不正行為者はすぐに怖気づいて辞退するようですが、全員にとって費用も時間も大きくかかります
採用マネージャーの立場からすると、自動送信された履歴書であふれ返るのは、われわれが最も望まないことです
最近求人を出したところ、2日で100件を超える履歴書が届き、99%は適性からほど遠いものでした。面接に呼べそうな人を見つけるために、それほど多くの履歴書をふるいにかけるのは大変でした
ノイズが多すぎると、良い候補者まで誤って見落とされたり不採用になったりし、その悪循環が続きます
今の市場が悪く、求職者が多いことは分かっていますが、自動応募や求人サイトへの爆撃は通用しません。少なくとも重要なところではそうです
適格な候補者が面接を1件取り付けるために何百件も応募しなければならないなら、自動化していることを責められるのか、と思います。むしろそれをうまく自動化する主体性と能力があるなら、優れた採用対象かもしれません。すでに仕事を見つけていなければ、ですが
最も悲しいのは、AIとソーシャルメディアによる無気力が若いメンティーたちに広がっていくのを見ることです。何年もボランティアでメンタリングをしてきましたが、最近の世代は就職市場を単に最適化すべきゲームだという感覚に侵されています
賢く意欲のある若者が、RedditやTikTokのような場所で就職市場についての考え方を学んでいるのは残念です。そこでは、努力するのはダサく、尊厳を保つ唯一の方法は仕事に注ぐ努力を減らし、面接で嘘をつき、どれだけ少なく働けるか限界を試し、静かな退職のように働くことだと教えています。そしてこうした行動を、自分の選択ではなく会社やCEOのせいだとして正当化してくれます
最近のテック業界の低迷は、こうした人々にとって大きな覚醒でした。一部の世代の雰囲気は、2021〜2022年の奇妙な市場のせいで、解雇されても翌週には20%増しの新しい仕事を得られると信じていた傲慢な無気力から、自分の低い成果で解雇され、大いに謙虚になる方向へ変わりました
この無気力の新しいバージョンは、どうせAIが仕事を奪うのだから、ゲームとはLLMで応募書類をごまかし、面接を切り抜け、入社後もできるだけ長く居座ることだと信じるものです
問題があまりに深刻で、ある会社は私たちの内部求人掲示板との協業を撤回しました。LLM生成の応募書類や、面接中の明白なLLM不正利用が蔓延しているという理由でした。逆に、本当に学び、誠実に努力する人は、コミュニケーションやコーディングをLLMに頼らないというだけで、自動的に上位25%程度に入ります
これがどう終わるのかは分かりません。就職市場は、仕事に真剣に向き合う職場と、見つからない限り誰もがLLMピンポンだけをしている職場へ、ますます二分されていくように感じます
さらにばかげているのは、これらが100%リモートの仕事だという点です。面接はコワーキングスペースで行われます。今私たちが生きている世界はこういうものです
もちろん結果として全員が損をし、この軍拡競争が始まらなかった場合より悪くなりました。ですが、自動でふるい落とす前に、採用マネージャーたちはそれを考えるべきでした。この責任は採用側にあります
何でも自動化する人間で、もともとこういうものが好きですが、仕事探しのやり方はまったく違っていました
手当たり次第にばらまくのではなく、働きたい会社を1週間ほど深く調べ、どの役割で入るかを把握します。すべて100%手作業で集中的に行い、対象企業の数は8社を超えません
無差別応募は、よりジュニアのうちは通用するかもしれませんが、キャリア後半になるほど、どこに面接時間を使うかを非常に厳しく選ばなければなりません。役割は長期的で、人生に大きな影響を与えるからです
リクルーターや人事部が使うツールもひどく、簡単にだませます。実際の経験がなくても、履歴書にキーワードや文言を戦略的に散りばめるようなやり方です。結果として、採用マネージャーは良い候補者を面接に呼べず、良い候補者は面接の機会を得られません
核心的な問題は、システムが悪いこと自体ではなく、この2〜3年でITであまりにも多くの人が職を失い、結局無差別応募以外の選択肢がないことにあります。いずれにせよ食べていかなければなりません
採用が回復して労働需要が増え、一部のIT専門職が他の産業へ移って労働供給が減るまでは、良くならないでしょう。2000年と2008年にそうだったように見えます
応募書類が無視されるひどい理由があまりに多いので、このやり方がうまく機能するとは思えません。マネージャーにネットワーク経由で接触できるなら別ですが
どちらの方法も有効だと思います。オンラインデーティングでは自動化アプローチを使い、今は結婚しているので効果はありました
企業に対する自動化アプローチも、オンラインデーティングと似たように機能しそうです。ただしオンラインデーティングと違って、企業では面接段階まで進めさえすれば、強くターゲットを絞ったアプローチの方がうまくいく可能性があると感じます
デーティングでターゲットを絞ったアプローチがあまりうまくいかない最大の理由は、誰と化学的な相性が合うかを見極めなければならないからです。仕事ではそうしたことを見極める必要はなく、少なくとも恋愛関係の親密さほどは求められません
私もこのやり方で3か月で仕事を得た
自動化前にいちばん退屈だったのは、カバーレターに関連情報をコピー＆ペーストし、内容を更新し、カバーレターの Word 文書を作り、その会社・求人フォルダに履歴書のコピーを入れる作業だった。未処理の応募を追跡していた Notion の表、つまり Kanban ボードにも求人の詳細情報を自動で追加していた
以前は全体のプロセスに30〜45分かかっていたが、その後は2分もかからなくなった。応募数を増やしたわけではなく、応募書類をはるかに短い時間で作成できるようになり、残った時間は会社と職務の調査に集中した
ChatGPT が全体のプロセスをとてもスムーズにしてくれたし、私たちは素晴らしい時代に生きている
採用マネージャーのもとに履歴書が殺到するなら、人気のない作業と手動の指示をフィルターとして使える
DOM はいろいろな方法で走査できる。目をつぶっていても
childNodesとnextSiblingで何かしらハックはできるが、最善は TreeWalker クラスだろう。以前使ったことはあるが、MDN を少し見て記憶を呼び戻さずに、ホワイトボードで動作する実装を書くことはできない増え続ける Web 標準を暗記しているかだけで候補者をふるいにかけるなら、優れた候補者もたくさん逃すことになるだろう
良いカバーレターの秘訣が文脈だという話には同意しない
私が求職していた4年少し前と今ではかなり状況が変わったことは分かっているが、カバーレターは求人を読んで特定の職務詳細をテンプレートにはめ込んだことを示す場所ではなく、人柄を見せる唯一の機会だ
良いカバーレターは流れを変えられると思う。最初の開発者職を得られたのも、採用マネージャーとシニア開発者たちが私のカバーレターを気に入ってくれたからだ。カルチャーフィットを見極める良いフィルターでもある。私はあまり堅苦しい人間ではないし、そういう私を期待する会社で働きたくないので、いつも少しユーモアを入れる
今年の初めに少し採用をしなければならなかったときも、型破りな何かが入ったカバーレターを見つけようと数分余計に読んだが、見つからなかった。誰もが「カバーレターの書き方」をざっと Google 検索して出てきた退屈なテンプレートに従っていた
履歴書では、その人が私と一緒に働きたいタイプの人かどうかは伝わらない。採用しようとしている仕事をこなせる人たちの履歴書が200通あった。履歴書だけで同等のスキルを持つ199人と競うなら、良いカバーレターは競争優位になり得る
もちろん、最近の採用環境がまったく違うことは分かっているので、私の見方は間違っているかもしれない。それでもカバーレターを読む採用マネージャーはまだいると思うし、いつか新しい仕事を探し始めるなら、カバーレターにもう数分かけるつもりだ
無差別応募の問題は別として、応募者は採用マネージャーがかける労力に合わせるべきだ。最初の数段階は自動化し、最後の区間は人間が読むという形なら、生成されたカバーレターは自分で校正しなければならない
かなりクールだが、実用的な機能というより、きれいにまとまったデモプロジェクトとしてのほうが有用に見える
まず、自動化された求職応募の提出は、採用マネージャーに好印象を与えない可能性が高い。さらに、初デートをうまくこなす人生に最適化したくないのと同じように、求職に人生を最適化したくはないはずだ
人生は、望むものを見つけて長期的に維持できるときに、より充実する
多くの職務に対して、適性とは関係なくスクリーニングをできるだけ通過する方向に、間違った目標を最適化している感じがする
個人的に求職と在職で最も成功した経験は、会社内に知り合いがいて初期の履歴書スクリーニングを完全に回避し、私を知る人たちの強い後押しを受けて、細かく合わせた履歴書とカバーレターを提出したときだった
誰もがその贅沢を享受できるわけではないことは分かっているが、仕事の内外で継続的にネットワーキングするよう努めてきたし、概して悪い職場や合わない役割をふるい落とし、双方の時間を節約するのに役立った
ここ数か月、成果のない求職活動を続けているのですが、毎日 LinkedIn と Indeed を手作業で確認して新しいポジションを探し、要件を見て、自分のスキルや経験に合うか確認しています
このプロセスは、どの分野を補強すべきか理解する助けにもなります。それから会社と業界を調べます。自分が興味を持てて、相性も良いと判断して応募する準備ができる頃には、すでに応募者が何百人もいます。LinkedIn は応募者数を表示します
「まだ3日しか経っていないのに、どうしてこんなことがあり得るんだ？」と思っていましたが、理由はまさにこういうことです
会社に対して自分を納得させておいて、結局うまくいかないという感情のジェットコースターはつらすぎます。そしてそのコストは応募者だけが負担します。少なくともある程度は自分でコントロールできる可能性があると確信できるまで、その作業を先送りしたくなるのは自然です
結果は決して全面的に本人の成果や行動だけに左右されるものではありません。予算のない職種、採用凍結中の会社、すでに成功した候補者が正式なオファーを待っているだけの求人も多いです
応募書類のために調査へ注ぐ労力は、次の段階へ進むために応募者に求められる労力と、雇用主が応募者に示す敬意の関数であるべきだと思います。電話面接に必要な労力は非常に低く、敬意はほぼゼロに近いです
応募1件ごとに定額を受け取る場合もあれば、新しい仕事の初月給から一定割合を受け取る場合もあります
https://www.reddit.com/r/slavelabour/search/?q=job+applicati...
双方への助言としては、求人掲示板を使わず、自社サイトを使ったほうがよいです
詳細は覚えていませんが、それ以来、真剣には見なくなりました
みんながとりあえずどこにでも応募ボタンを押して、何か引っかかるか見ているので、信号対雑音比が完全にひどいことになっています。会社のホームページに採用セクションがあるなら、常にそちらを優先すべきです
こういう投稿を見ると、自分が何か間違っているのか、彼らが何か間違っているのかと思ってしまいます
私は何百通もの応募書類を書いたことはありません。求職するときは、働きたい会社を数社調べ、考えを込めていくつか応募書類を書くと、だいたい少なくとも返事は来て、たいてい面接の招待も受けます
もちろん大学の学位はありますが、ここにいる多くの人もそうでしょう。ドイツの中規模都市に住んでいますが、それなら仕事を見つけるのは簡単になるどころか、むしろ難しくなるはずに思えます
今は熟練した技術人材が不足しているのではないのでしょうか。多くの場所の採用基準は「ドアから入ってくる人なら誰でも」という感じに見えます。うちでも、コーディングができて、信頼でき、チームで働ける人なら、ほぼ誰でも採用しそうです
自分が優秀な技術者だと想像してみてください。会社に応募しましたが、ほかにも200人が一緒に応募しています。会社はいくつかの応募者を自動的に削除しなければならず、単純なヒューリスティック基準に引っかかったり、運悪く下位半分を見もせずに削除されたりして、自分の履歴書がゴミ箱行きになる可能性があります
では、次に何をすべきでしょうか。来週、多くの時間をかけてこのプロセスを繰り返すのか、それとも基準を下げてさらに200社に応募するのか、という問題になります
ほとんどの仕事はそれほど公に広告されておらず、「それができる人を知っている」といった具合に、友人が仕事を教えてくれます
たとえ5年前にその仕事をやったことがあってもです。そして推薦状には、ポジティブなフィードバックのように包まれたネガティブな内容があってはいけません