정량적 성과 추출 기반의 Resume 최적화 및 연봉 협상 전략

Context

엔지니어의 정성적 경력 기술로 인한 낮은 Recruiter Call-back률과 시장 가치 측정의 불확실성 발생. 단순 나열식 이력서 구조가 가진 정보 전달력의 한계와 객관적 지표 부재로 인한 협상력 저하 문제 분석.

Technical Solution

• spaCy의 Matcher와 정규표현식을 결합한 ResumeImpactExtractor 설계로 수치 기반 성과 자동 추출 로직 구현
• Percentage, Currency, Latency, Throughput 등 5가지 핵심 Metric 패턴 정의를 통한 데이터 구조화
• 텍스트 내 수치뿐 아니라 전후 2문장의 Context를 함께 추출하여 성과의 인과관계 보존
• k/M/B 접미사 처리를 포함한 정규화 함수를 통한 정량적 데이터의 Float형 변환 및 표준화
• 추출된 Impact의 빈도와 가치를 기반으로 이력서의 유효성을 0-100점으로 수치화하는 Scoring 알고리즘 적용

Impact

• 정량적 프로젝트 성과 기술 시 Recruiter Call-back 확률 6.2배 증가
• 이력서 최적화 비용 1달러 투자 대비 첫해 연봉 상승분 147달러 달성
• Referral 활용 시 콜백 확률 5배 증가 및 시니어 엔지니어의 64%가 해당 경로로 취업
• 1~2회의 Counter-offer를 통한 협상 성공률 89% 기록

Key Takeaway

커리어 관리를 Product 관점으로 접근하여 이력서를 Marketing Copy로, 협상을 Pricing Strategy로 정의하는 데이터 중심 설계 원칙 도출.