Tous les autres outils trient les développeurs selon la description qu'ils font d'eux-mêmes. ViewSkill lit le code qu'ils ont publié, le note et vous dit en termes clairs qui mérite votre temps.
LinkedIn Recruiter, job boards, recherche GitHub
- Classent les gens selon ce qu'ils ont écrit sur eux-mêmes
- Ne distinguent pas un expert de quelqu'un qui a suivi un cours
- Même shortlist pour chaque recruteur qui tape les mêmes mots
- Ne savent jamais qui vous avez vraiment recruté, ni comment ça s'est passé
- Le screening exige toujours l'après-midi d'un ingénieur
ViewSkill
- Note les gens selon le code qu'ils ont publié, pas leur CV
- Note chaque compétence de Notions à Expert, avec la preuve à un clic
- Prédit qui réussira à votre poste, et s'affine à chaque recrutement enregistré
- Vérifie les candidats que vous avez déjà : candidatures, cooptations, votre ATS
- Écrit aux candidats, envoie des tests et les corrige pour vous
- Fonctionne dans ChatGPT et Claude, si c'est là que vous travaillez
- Un prix par action, pas par siège
Savoir que quelqu'un sait coder, ce n'est pas savoir qu'il réussira.
La plupart des outils s'arrêtent à la première question. Les recruteurs sont payés sur la troisième.
- 1
Sait-il coder ?
“Ce développeur connaît-il React ?”
Un oui ou un non. Utile, et bientôt tous les outils le proposeront.
- 2
À quel niveau, et depuis quand ?
“Quelle profondeur, et pratique-t-il encore ?”
Cinq niveaux de Notions à Expert, selon le nombre de projets, la reconnaissance obtenue et les commits des six derniers mois. Sépare ceux qui ont essayé de ceux qui livrent.
- 3, ce pour quoi ViewSkill est conçu
Réussira-t-il chez vous ?
“Cette personne sera-t-elle encore performante à six mois, dans votre équipe, selon vos critères ?”
Un score aujourd'hui, réglé sur vos propres résultats avec le temps. Après environ 10 recrutements enregistrés, il apprend ce que la réussite signifie pour vous.
Chaque candidat reçoit un score de réussite dès le premier jour. Il est explicable, pour que vous puissiez montrer le pourquoi au hiring manager. Après environ 10 recrutements enregistrés, il se recalibre sur la définition de la réussite de votre équipe.
Scores exemples.
Nous ne croyons pas aux étiquettes. Nous lisons le code.
Un tag de compétence sur un profil pèse autant que la personne ait fait un projet de tutoriel ou maintienne une bibliothèque utilisée par des milliers de gens. ViewSkill fait la différence, même quand elle n'a jamais tagué son travail.
Sur un CV ou LinkedIn
Auto-déclaré. Aucune preuve, aucune profondeur.
ReactTypeScriptNodeDockerAWSGraphQL
Même poids pour chaque tag. Impossible de distinguer l'expert du débutant.
Sur ViewSkill
Noté sur de vrais projets, preuves jointes.
- React
- Avancé, vérifié
- TypeScript
- Confirmé, vérifié
- Node
- Confirmé, vérifié
- Docker
- Opérationnel, transférable
- AWS
- Seulement mentionné
8 projets React, 240 étoiles. Vérifié par le code, pas par les déclarations.
Cinq niveaux, de Notions à Expert
Chaque compétence est notée sur trois critères que tout le monde comprend : combien de projets l'utilisent, quelle reconnaissance ces projets ont reçue, et depuis quand la personne l'a pratiquée. Confirmé et plus obtient l'étiquette Vérifié.
| Niveau | Signification | Dépôts | Étoiles | Activité récente |
|---|---|---|---|---|
| L1 | Notions | 1 dépôt | <5 étoiles | occasionnelle |
| L2 | Opérationnel | 2-3 dépôts | 5-20 étoiles | cette année |
| L3 | ConfirméVérifié | 4-6 dépôts | 20-100 étoiles | 6 derniers mois |
| L4 | AvancéVérifié | 7-12 dépôts | 100-500 étoiles | ce mois-ci |
| L5 | ExpertVérifié | 12+ dépôts | 500+ étoiles | cette semaine |
- Ce que nous regardons
- Nous analysons les langages, noms, descriptions des dépôts et la date des commits pour détecter une expertise réelle, pas seulement des sujets déclarés.
- Comment le niveau est fixé
- Chaque compétence reçoit un niveau objectif de Notions à Expert, selon le nombre de dépôts, les étoiles et l'activité récente.
- Vérifié ou non
- Les compétences avec des preuves solides dans les dépôts (Confirmé et plus) deviennent Vérifiées. Les signaux plus faibles restent clairement étiquetés transférables ou déduits, pour que vous sachiez toujours ce qui est solide.
Voyez où les candidats décrochent, et pourquoi
Chaque candidat passe de trouvé à contacté, en entretien, offre, recruté. Enregistrez la raison quand quelqu'un sort et les schémas qui nuisent à vos recrutements apparaissent d'eux-mêmes.
Entonnoir exemple. Vos vrais chiffres apparaissent dans votre tableau de bord.
Conçu pour ceux qui portent le recrutement
Cabinets, équipes internes et les managers qui signent. Un seul niveau d'exigence sur tous les canaux.
Cabinets de recrutement
Arrêtez de proposer des candidats que vous n'avez pas vérifiés.
Collez le lien GitHub de n'importe quel candidat et envoyez à votre client un rapport appuyé sur du code réel, dès aujourd'hui. Bientôt, importez un poste depuis Ashby en un clic et recevez un rapport pour chaque candidat en quelques minutes.
Plus de vos propositions se transforment en entretiens.
Équipes talent internes
Un seul niveau d'exigence pour tous les canaux.
Cooptations, candidatures, candidats de cabinets et votre ATS passent tous par la même vérification. Pas de CV gonflés, pas de favoris, un standard technique cohérent que vous pouvez défendre.
Des décisions de recrutement que vous pouvez expliquer au hiring manager.
Hiring managers et CTO
Sautez l'entretien technique d'une heure.
Lisez le rapport sur son vrai travail, puis envoyez en un clic un test adapté à sa stack. Ne consacrez des heures d'ingénierie qu'aux personnes qui ont déjà passé l'épreuve des preuves.
Récupérez 5 à 10 heures d'ingénierie par recrutement.
Vous travaillez dans ChatGPT, Claude, Cursor ou Lovable ? Les mêmes vérifications y fonctionnent aussi. Voir comment
Arrêtez de deviner. Commencez à vérifier.
Essayez-le sur un vrai poste ou un vrai candidat. Sans carte bancaire.