Lever özgeçmişini nasıl okur, kendi sayfaları nerede çelişir

Lever’ın yapay zekâlı özgeçmiş eşleştiricisi Talent Fit için hazırladığı teknik özet, özelliğin bir adayın uygun olup olmadığına dair “iki seçenekli bir karar” döndürdüğünü söylüyor. Haziran 2025 tarihli bir Lever blog yazısı ise aynı özelliğin “en iyi adayların sıralı bir listesini” ve “şeffaf puanlama” ürettiğini anlatıyordu. İkisini de okuduk; aynı şeyi anlatmıyorlar.

Dikkatimizi çeken diğer şey Lever’ın yardım merkezinde. Lever’ın kendi yazılımında belgelediği otomatik ret, işverenin kurduğu bir kural ve bu kuralın belgelenmiş koşullarının hiçbiri özgeçmiş metnini okumuyor. Ama etiketler bu koşullar arasında. Aynı yardım merkezinde de başka bir şirketin aracı için yazılmış bir iş ortağı makalesi var: bu araç her özgeçmişe 1’den 10’a kadar puan veriyor ve başvuruyu sonuçla etiketliyor.

Lever, Employ’a ait bir işe alım yazılımı; Employ’un web sitesi Lever, Inc.’i ABD’deki bağlı şirketleri arasında sayıyor. Yazılımı işveren çalıştırıyor ve ayarları da o seçiyor. Lever’ın adaylara yönelik makalesi de şirketin “işe alım kararlarında hiçbir rol oynamadığını” söylüyor. Buradaki her şey, 9 Ekim 2026’da okuduğumuz haliyle Lever’ın kendi herkese açık sayfalarından (yardım merkezi, geliştirici belgeleri, web sitesi, güvenlik sayfası ve blog) ve Employ’un sayfalarından geliyor. Bu sayfalar İngilizce; alıntıları Türkçeye biz çevirdik, özellik ve ekran adlarını ise sistemdeki gibi bıraktık. Neredeyse hepsi işverenler için yazılmış, yani bir işverenin neler kurabileceğini anlatıyor; bu, senin başvuruna ne olduğuyla aynı şey değil. Offermic’in Lever ya da Employ ile bir bağlantısı yok.

İki farklı şekilde anlatılan Talent Fit

Talent Fit, Lever’ın bir özgeçmişi yapay zekâyla değerlendirmek için kendi geliştirdiği özellik. Yardım merkezindeki bir teknik özet nasıl çalıştığını anlatıyor. Özgeçmiş önce anonimleştiriliyor. Ardından kendisine işe alım uzmanı gibi davranması söylenen büyük bir dil modeli onu iş tanımıyla karşılaştırıyor. Özete göre Talent Fit bir adayın uygun olup olmadığına karar verirken yalnızca bu iki belgeyi kullanıyor. Çıktı iki seçenekli bir karar; yanında adayın güçlü yönlerini, dikkat edilecek noktaları ve netleştirilmesi gereken konuları anlatan bir açıklama var. Özet şunu da ekliyor: “Her aday tek başına değerlendirilir; süreçteki diğer adaylar hesaba katılmaz.”

Haziran 2025 tarihli blog yazısı başka bir şey anlatıyor. Orada Talent Fit “adayları iş şartlarınıza göre anında sıralıyor” ve işe alım uzmanına “şeffaf puanlama ve açıklamalarla birlikte” kısa bir liste veriyor. Puanlama yardım merkezinde de karşımıza çıkıyor: özelliğin duraklatıldığı bir pozisyonla ilgili makale “o pozisyon için Talent Fit puanlamasından” söz ediyor.

Teknik özetin anlattığı haliyle bunun özgeçmişin için pratik bir sonucu var. Özete göre araç “yalnızca iş tanımında gerekli olarak belirtilen eğitimi, becerileri ve deneyimi değerlendiriyor”; adayın uygun sayılması için tutturması gereken bir formül ya da işaretlemesi gereken kutular yok. Netleştirilecek konulara verdiği örnekler, projelerinin büyüklüğünü yazmamış bir inşaat proje yöneticisi ve ehliyet türünü yazmamış bir okul servisi şoförü. Bu tarife göre karşıladığın ama yazmadığın bir şart Talent Fit için görünmez. O yüzden ilanda belirtilen şartlara özgeçmişin içinde cevap ver.

Bunların başvurunu etkileyip etkilemediği işverene bağlı. Teknik özet, Talent Fit’i müşterilerin açması gerektiğini söylüyor; yardım makalesi de 4 Ağustos 2026 itibarıyla özelliğin yeni oluşturulan tüm pozisyonlarda varsayılan olarak kapalı olduğunu ekliyor. Lever’ın Bahar 2026 sürüm notları, özelliği tüm pozisyonlar ya da yeni oluşturulan pozisyonlar için açan yönetici ayarlarını da sayıyor; yani işveren onu standart hale getirebilir.

Lever’ın içinde eşleşen bir adayın adının yanında Talent Fit etiketi görünüyor ve adaya erişimi olan işe alım ekibi üyeleri, aday sayfasının en üstüne sabitlenmiş özeti görebiliyor. Sonucun adaya gösterildiğini söyleyen bir Lever sayfası bulamadık; Talent Fit sayfaları adayın bu değerlendirmeyi reddetmesi için bir yol da anlatmıyor. Sonucun ne işe yaradığı konusunda yardım makalesinin SSS bölümü şöyle diyor: “Talent Fit adayları elemek için değil, geçmişleri hakkında ek bağlam sağlamak ve netleştirilmesi gereken alanları öne çıkarmak için tasarlanmıştır.” Lever’ın yapay zekâ özellikleri sayfası da şunu söylüyor: “Karar verme konusunda son söz her zaman işe alım uzmanlarındadır.”

Adayın görebileceği şey bir bildirim. Lever’a göre yapay zekâ özelliklerinden herhangi birini kullanan her müşterinin iş ilanında ve kariyer sitesinde otomatik olarak bir yapay zekâ uyarısı bulunuyor; işveren varsayılan metni yeniden yazabiliyor. Teknik özet, adaylara başvurularını değerlendirmek için yapay zekâ kullanıldığını bildirme sorumluluğunun müşterilerde olduğunu söylüyor.

Talent Fit, iş tanımı ya da adayların özgeçmişleri değişirse adayları otomatik olarak yeniden işliyor. Lever ayrıca özelliğin “boş özgeçmişler, büyük ölçüde karartılmış özgeçmişler ya da analiz için yeterli içeriği olmayan özgeçmişlerle” karşılaştığında, işveren kısmi sonuçları göstermeyi seçene kadar bütün pozisyon için otomatik olarak devre dışı kaldığını söylüyor.

Ne kadar iyi çalıştığı konusunda Lever’ın Bahar 2026 sürüm notları açık sözlü. Notlara göre 2025’in ilk çeyreğindeki çıkışından beri müşteriler “çok fazla eşleşme, yeterince eşleşme olmaması ya da iş tanımıyla hiç ilgisi olmayan sonuçlar” bildirmiş ve Lever buna karşılık modeli yükseltip istemi (prompt) güncellemiş. Ayrı bir makale, her gün yapılan bir önyargı testini anlatıyor: özgeçmişler cinsiyet, ırk ya da askerlik durumunu belli eden kelimelerle ve bu kelimeler olmadan iki kez değerlendiriliyor. Makalenin gösterdiği tek gün için “Talent Fit vakaların %91’inde aynı tavsiyeyi (eşleşme ya da eşleşme yok) verdi.”

İstem, kullanılan model ve eşleşmeyi eşleşmemeden neyin ayırdığı açıklanmış değil; yardım makalesinin bazı ilanlarda bulunduğunu söylediği “Matching Logic” seçeneğinin içeriği de öyle. Teknik özet yine de modellerin dışarıdan alınan, kapalı kaynaklı modeller olduğunu, Employ’un onları işe alım sonuçlarıyla eğitmediğini ve “verilerin Employ’un ortamından çıkmadan önce anonimleştirildiğini” söylüyor.

Talent Fit henüz yokken, Aralık 2021 tarihli bir Lever blog yazısı “yapay zekânın, yetenek ekiplerinin kiminle ilerleyip kiminle ilerlemeyeceğine dair önemli kararları verebilecek ya da vermesi gereken bir ATS özelliği olmadığını” söylüyor ve yapay zekânın yardımcı olabileceği alanlar arasında “nitelikli olmayan kişileri otomatik arşivlemeyi” sayıyor. Bu açıklamaları diğer sağlayıcıların açıklamalarıyla birlikte özgeçmiş oluşturucu sayfamızda yan yana koyduk.

Eleme kuralları ve diğer araçların yazdığı etiketler

Lever reddetmeye arşivlemek diyor ve yardım merkezi bunu açıkça söylüyor: “Archive ya da Archiving aynı zamanda reddetmek ya da reddedilmek anlamına gelir.” Otomatik olanı bir otomasyon iş akışı. İş akışını işverendeki bir Super Admin ya da otomasyon yetkisi verilmiş bir kullanıcı kuruyor ve parçaları bir tetikleyici, koşullar ve eylemlerden oluşuyor. Tetikleyicilerden biri “Application form submitted” (başvuru formu gönderildi), eylemlerden biri Auto-archive (otomatik arşivle). Lever’ın arşivle ilgili makalesi şöyle diyor: “Bu özellik çoğunlukla, başvuru formundaki eleme sorularına göre adayları otomatik arşivlemek için kullanılır.” Yayımladığı hazır eleme tarifi örnek olarak çalışma iznine dair bir soruyu kullanıyor, vize durumu gibi bir gerekçeyle arşivliyor ve bir sonraki iş günü ret e-postası gönderiyor.

Lever’ın bir iş akışı için belgelediği koşullar şunlar:

• opportunity (Lever’ın tek bir pozisyona yapılan tek bir başvuruya verdiği ad): arşivlenmiş olup olmadığı, arşivleme gerekçesi, etiketler, aşama, geliş yolu ve kaynaklar
• başvuru formu: belirli sorular ve bunlara verilen cevaplar
• iş ilanı: departman ya da ekip, işe alım yöneticisi (hiring manager), sorumlu kişi, ilanın kendisi, konum ve çalışma şekli

Bu listede özgeçmiş metnini okuyan hiçbir şey yok, Talent Fit sonucuna atıf yapan bir şey de yok. O halde her başvuru sorusunu olası bir kapı olarak oku. Lever’ın kendi yazılımında belgelediği otomatik arşivleme bu cevaplarla çalışıyor.

Etiketler de listede ve tablo burada biraz bulanıklaşıyor. Talent Fit makalesi, eşleşen bir adayın adının yanına koyduğu etiketin bir iş akışının kullanabileceği bir etiket olup olmadığını söylemiyor. Lever’ın yardım merkezinde iş ortağı entegrasyon makaleleri de var; bunlar, işverenin bağlayabileceği başka şirketlerin araçları için kurulum rehberleri ve bu araçların bazıları özgeçmiş puanlıyor. ZYTHR makalesi, aracın “her özgeçmişi iş tanımına ve özelleştirdiğiniz ölçütlere göre analiz ettiğini” ve 1’den 10’a kadar bir eşleşme puanı verdiğini, Lever’daki fırsata da bir eşleşme etiketi eklediğini söylüyor. Senseloaf makalesi ise ön eleme anketinden geçemeyen başvuranları Knockout adlı bir aşamaya taşıyan bir ajanı anlatıyor. İş akışı koşulları arasında etiketler ve aşamalar var. Lever, bir özgeçmiş puanına dayanan bir iş akışı belgelemiyor.

Başvuranları ön elemeden geçiren iki ücretli eklenti Lever’ın kendi yapay zekâ ayarlarında duruyor; ikisinin yanında da ek ücret gerektirdiği yazıyor. AI Screening by VONQ açıksa başvuru formunda gönder düğmesinin üstünde bir onay kutusu çıkıyor. Kutuyu işaretlersen, başvurunu gönderdikten sonra bir sohbet aşamasına ve bir sesli aşamaya yönlendiriliyorsun. Onay metni şöyle diyor: “Araç, işe alım uzmanının incelemesi için bir puan, sıralama, özet, öneri ya da benzeri bir çıktı üretebilir; insan incelemesinin yerini almak için değil, onu desteklemek için tasarlanmıştır.” Metin, AI Screening’i tamamlamasan da başvurunun gönderilmiş olacağını da söylüyor. Diğer eklenti Candidate Insights powered by ProboTalent; bir pozisyonda açıldığında her yeni başvurana otomatik olarak değerlendirme testleri e-postayla gönderiyor ve puanlar aday profiline işleniyor.

Bir de Fraud Signals var. Lever bunu “huninin en başındaki şüpheli başvuruları” işaretleyen bir özellik olarak anlatıyor; e-posta adresine, telefon numarasına, iş geçmişindeki şirketlerin internetteki varlığına ve başvuru sayısına bakıyor. Lever, işe alım uzmanının bir adayı şüpheli olarak etiketlemesi için bir düğme belgeliyor. Fraud Signals’ın otomatik olarak reddettiğine dair bir şey belgelemiyor.

Ret her zaman bir mesajla gelmek zorunda değil. Arşivlemede e-posta göndermek, işe alım uzmanı için bir onay kutusu, iş akışında da isteğe bağlı bir adım. Candidate Transparency’yi açan bir işveren, ret e-postası için yapay zekâya kişiye özel bir geri bildirim taslağı yazdırabiliyor; her seferinde tek bir aday için.

Yedi dosya türü ve bir vurgulama testi

Lever’ın ayrıştırma makalesi ayrıştırabildiği dosya türlerini sayıyor:

• Microsoft Word (.docx dahil)
• Adobe PDF
• Rich Text (RTF)
• Corel WordPerfect
• HTML
• MS Office HTML
• Open Office (ODF)

Makaleye göre Lever, JPG ya da PNG gibi görsel dosyalardan bilgi ayrıştıramıyor. Önerdiği test, belgedeki metni imleçle seçip vurgulamayı denemek. “Metni vurgulayamıyorsanız belge büyük ihtimalle ayrıştırılamaz.” En güvenli yol, Lever’ın kendi testinden geçen, metin tabanlı bir Word ya da PDF dosyası.

Düz metin konusu açıkta kalıyor. Aday profiline özgeçmiş eklemeyle ilgili ikinci bir makale, özgeçmiş yükleyicinin “özgeçmişler için .doc, .docx, .pdf ve .txt gibi yaygın dosya türlerinin çoğunu desteklediğini” söylüyor. Düz metin orada kabul ediliyor ama ayrıştırılabilen türler listesinde yok ve Lever bir .txt özgeçmişin ayrıştırılıp ayrıştırılmadığını söylemiyor.

Ayrıştırma makalesine göre ayrıştırıcı aday profiline adı, kurumu ve iletişim bilgilerini ekliyor. Geliştirici belgeleri daha fazlasını sayıyor: başlık, e-postalar, telefonlar, konum, şirket ve bağlantılar (“ancak hiçbir bilginin çıkarılacağı garanti edilmez”), ayrıca başlangıç ve bitiş tarihleriyle birlikte pozisyonlar ve okullar. Ne yardım merkezi ne de geliştirici belgeleri ayrıştırma teknolojisinin adını veriyor ya da bir doğruluk oranı paylaşıyor. Sütunların, tabloların, metin kutularının, üst bilgilerin ya da grafiklerin ayrıştırmayı nasıl etkilediğini de söylemiyorlar. Tek yol gösteren şey vurgulama testi.

Konum, belgelenmiş bir zayıf nokta. Özgeçmişinde şehir yerine bir bölge yazıyorsa (Lever’ın örneği “New York Metropolitan Area”), ayrıştırıcı onu listesindeki en yakın konumla eşleştiriyor ve ayrıştırma makalesi uyarıyor: “Bu, konumların yanlış atanmasına yol açabilir.” Konumunu şehir olarak yazman için bir neden de bu.

Lever’ın barındırdığı bir başvuru formunda sonucun bir kısmı, göndermeden önce önüne geliyor. Lever’ın kariyer sitesi seçenekleriyle ilgili makalesi barındırılan form için “Auto-parse resumes to pre-populate applications” (başvuruları önceden doldurmak için özgeçmişleri otomatik ayrıştır) seçeneğini sayıyor ve özel yapım bir formun bunu “desteklemediğini” söylüyor. Barındırılan formun hazır alanları Resume, Full Name, Email, Phone, Current Location ve Current company; bunları kontrol et. Current Location özgeçmişinden dolduruluyor; özgeçmiş verilmemişse ya da konum ayrıştırılamıyorsa konumu elle seçebiliyorsun. Lever’ın yardım merkezi, başvuranın ayrıştırılmış iş geçmişini gözden geçirdiği bir ekran anlatmıyor. Ayrıştırma makalesine göre başvurduktan sonra işe alım uzmanı profil alanlarına bilgi yazabiliyor.

İşe alım uzmanının elinde ayrıştırılmış alanların yanında asıl dosya da var. Başvurulara eklenen özgeçmişler aday profilinin özgeçmiş bölümünde otomatik olarak saklanıyor ve Lever’a göre “özgeçmişler, adayı takip eden herkese ve mülakat planındaki tüm mülakatçılara görünür”. Eleme ekranı Fast Resume Review, her yeni başvuran için özgeçmişi ve aday bilgilerini gösteriyor; başvuru sorularının cevapları da bir tık uzakta.

Mülakat planındaki mülakatçılar dosyayı gördüğüne göre, içindeki her satırı anlatmaya hazır ol. Özgeçmişe dayalı mülakat soruları rehberimiz mülakatçıların bir özgeçmişten yola çıkarak neler sorduğunu anlatıyor; özgeçmişine göre mülakat soruları aracı da kendi özgeçmişinin en çok hangi soruları doğuracağını listeliyor.

Ayrıştırılan metin aramada da kullanılıyor. Lever’ın araması “aday profillerine eklenmiş ve ayrıştırılabilen her içeriği, özgeçmişler, notlar ve geri bildirim formları dahil” kapsıyor. İşe alım uzmanları şirkete, unvana, okula ve deneyim yılına göre de filtreleyebiliyor. Gelişmiş arama makalesi şöyle diyor: “Deneyim yılı, adayın özgeçmişinden ayrıştırılan tarihlere göre hesaplanır.” Bu tarife göre ayrıştırılabilir metni olmayan bir özgeçmiş bu aramalara ve filtrelere hiçbir şey katmıyor. Her pozisyona ve okula sade başlangıç ve bitiş tarihleri yazmak için de bir neden bu. Aynı makale, becerilerin nereden geldiğini söylemeden bir Skills filtresi de sayıyor.

Bir e-posta adresi, tek bir geçmiş

Lever başvurularını e-posta adresine göre birleştiriyor: “bir aday aynı e-posta adresiyle birden fazla ilana başvurduğunda yinelenen aday profillerini otomatik olarak önlediğini” söylüyor. Her başvuru ayrı bir fırsat ve fırsat, o başvuruyla verdiğin özgeçmişi taşıyor. Profilin geçmişi “adayın profiline bağlı tüm fırsatlardaki etkinliklerin kaydı; Nurture kampanyaları, mülakatlar, teklifler, geri bildirimler ve notlar dahil.” Yani yeni başvurunu açan biri, erişim yetkisi elverdiği ölçüde önceki başvurularını ve her birinin neden arşivlendiğini görebilir. Bu yüzden aynı işverene yaptığın her başvuruda aynı e-posta adresini kullan.

Aynı ilana yeniden başvurmayı “Block repeat applications” (tekrar başvuruları engelle) adlı bir işveren ayarı belirliyor. Lever bu ayarın varsayılan olarak kapalı olduğunu ve açıldığında tüm ilanlara uygulandığını söylüyor. Bekleme süresini işveren seçiyor ve varsayılan seçim 6 ay. Lever tekrar başvuruyu e-posta adresinden tanıyor ve en son ne zaman başvurduğunu, ne zaman yeniden başvurabileceğini gösteren bir sayfa açıyor. Engel, önceki başvurun aktif de olsa arşivlenmiş de olsa geçerli. İlanın kimliğine (ID) bağlı olduğu için yeni bir ilanla yeniden açılan bir pozisyonu kapsamıyor. Lever’ın API’si üzerinden gönderilen başvurular da, başka ilanlara yapılan başvurular da engellenmiyor.

Başvurduktan sonra muhatabın işveren

Lever’ın barındırdığı bir iş sitesinde onay e-postası, işverenin açıp kapattığı bir ayar. Başvuruyu geri çekmek için Lever’ın adaylara yönelik makalesi doğrudan başvurduğun şirketle iletişime geçmeni söylüyor. Lever’ın güvenlik sayfasına göre Employ’un “müşterilerimiz adına kişisel verilerini işlediği çalışanlarla ve iş arayanlarla doğrudan bir ilişkisi yok”. Bir başvurudaki yanlış verilerin düzeltilmesi, değiştirilmesi ya da silinmesi talepleri de işverene gidiyor ve “kişinin talebine uymaktan” işveren sorumlu.

Aynı sayfa adaylar için sabit bir saklama süresi belirlemiyor. Müşteriler “ihtiyaçlarına özel veri saklama politikaları ayarlayabiliyor”; aksi halde “Lever by Employ platformundaki müşteri verileri, müşteriyle Employ arasındaki hizmet sözleşmesi süresince saklanıyor”. İşveren GDPR ya da yerel bir veri uyum politikası kurduysa Lever, bir veri tercihleri sayfası açan onay ve abonelikten çıkma bağlantılarını belgeliyor; aday orada verilerini görmeyi, güncellemeyi ya da kaldırmayı isteyebiliyor. Lever şunu da not ediyor: “Adaylar, verileri anonimleştirildiğinde bildirim almaz.”

Dışarıdan göremediklerin

Belirli bir işverenin Talent Fit’i, eleme iş akışlarını, tekrar başvuru engelini ya da Fraud Signals’ı açıp açmadığını gösteren herkese açık hiçbir şey yok. Bir şirketin Lever kullandığını bilmek, bunlardan hangilerinin devrede olabileceğini söyler; herkese açık sayfaların gidebildiği yer de burası.

Lever’ın belgeleri, bir adayın bakabileceği bir özgeçmiş puanı da anlatmıyor. Özgeçmiş oluşturucumuzdaki puan bizim kendi ölçümüz ve kuralları o sayfada yayımlı. Lever’ın ya da başka bir aday takip sisteminin puanı değil ve hiçbir işveren onu görmüyor.

Dört sistemin daha herkese açık belgelerini aynı şekilde okuduk ve aynı soruların cevapları orada farklı: Workday, Greenhouse, iCIMS ve Ashby. Yazılımın özgeçmişlerin %75’ini elediği iddiasına gelince, bu rakam için bulabildiğimiz en eski kaynakları ayrıca yazdık.