Об источниках: Lever публикует это в справке, написанной для рекрутеров, а не для кандидатов, поэтому каждая статья ниже взята у самого вендора и датирована (разбор — 20 августа 2026 г., рабочие процессы автоматизации — 23 июля 2026 г., справка об ИИ — 1 марта 2026 г.), но описывает сторону работодателя в продукте. Там, где это важно, мы это отмечаем. Что включает конкретная компания, различается: правила автоархивации и ИИ-оценка — это функции, которые работодатель создаёт или включает, и Lever не называет, сколько работодателей так делают.
Типы файлов, которые Lever может разобрать
Lever перечисляет, что он умеет читать: «Microsoft Word (включая .docx), Adobe PDF, Rich Text (RTF), Corel WordPerfect, HTML, MS Office HTML, Open Office (ODF)» (Lever, understanding resume parsing). Исключение на той же странице — то, на чём попадаются люди: «Lever не может разобрать информацию из файлов изображений (например, JPG или PNG).»
Lever даёт быструю самопроверку, и точная формулировка важна, потому что в усиленном виде её повторяют чаще, чем вендор её даёт: «Простой способ оценить, можно ли разобрать содержимое файла, — попробовать выделить текст в документе курсором. Если выделить текст не получается, документ, вероятно, разобрать нельзя.» Обратите внимание на «оценить» и «вероятно». Прохождение этой проверки означает, что в вашем файле есть настоящий текст, а не картинка с текстом; оно не означает, что парсер прочитает этот текст в правильном порядке. Макет в две колонки выделяется идеально и всё равно может читаться поперёк колонок, а не вниз по ним. Считайте проверку выделением нижней границей, а не гарантией.
Для отсканированного документа собственный совет Lever — конвертировать, а не загружать как есть: с помощью Adobe Acrobat или Google Drive превратить его в один из типов файлов выше.
Об ограничении в 10 МБ, о котором вы могли читать: эта цифра взята из статьи Lever о том, как рекрутер вручную добавляет резюме в профиль кандидата, а это другая поверхность, не та форма отклика, которую заполняете вы (Lever, adding and deleting resumes). В статье Lever о разборе, обращённой к кандидатам, никакого ограничения по размеру нет вообще, так что мы не будем придумывать его за вас. Держите файл текстовым и без встроенных изображений, и размер проблемой быть не должен.
Что парсер на самом деле извлекает
Lever описывает извлечение просто: его парсер «извлечёт информацию из резюме и добавит её в профиль кандидата, включая имя, организацию и контактные данные», а когда резюме разобрано, «читаемая информация автоматически извлекается и вносится в соответствующие поля профиля кандидата (например, имя, контактные данные)» (understanding resume parsing).
Есть две оговорки. Во-первых, эта статья помечена для ролей рекрутеров и описывает профиль кандидата внутри учётной записи работодателя. Lever не публикует описание по полям того, что заполняет его публичная форма отклика, поэтому не публикуем его и мы. Во-вторых, поведение меняет одна настройка: работодатель может включить в конфигурации своего сайта вакансий «Skip email address parsing», «что потребует вводить адрес электронной почты вручную, но по-прежнему позволит разобрать всю остальную информацию» (та же статья).
Практический вывод остаётся в любом случае. Всё, что парсер прочитал, становится структурированной записью, и поиск рекрутера в Lever идёт именно по этому разобранному содержимому, с отдельным фильтром по резюме и оператором title:, который ищет названия должностей, «разобранные из их резюме» (Lever, searching the database for candidates). Резюме, которое парсер исказил, потом сложнее найти.
Автоархивация: правило, которое создаёт работодатель и которое работает по вашим ответам
Lever называет отказ «архивацией», и в нём действительно есть автоматизация, которая может сделать это без участия человека. Работодатели строят рабочие процессы из трёх частей (триггер, условия и действия), и один из шести триггеров — «Application form submitted — Рабочий процесс сработает, когда после отправки кандидатом отклика через сайт вакансий отклик получен» (Lever, create and manage automation workflows). Одно из четырёх доступных действий — «Auto-archive: возможность будет заархивирована с причиной архивации, заданной в правиле», с возможностью отправить письмо об отказе, при желании с задержкой.
На вакансии в Lever правило может архивировать вас сразу после отправки, так что вопрос в том, на что такому правилу разрешено смотреть. Lever документирует полный набор условий, и он охватывает три объекта: возможность (состояние архивации, причина архивации, теги, этап, происхождение, источники), публикацию вакансии (отдел, нанимающий менеджер, владелец, публикация, местоположение, тип работы) и форму отклика, «с возможностью выбирать конкретные формы и вопросы в них» (та же статья).
В этом опубликованном списке нет условия, которое читало бы текст вашего резюме, и нет порога оценки. Собственная статья Lever по устранению неполадок описывает, что этим правилам нужно: для срабатывания автоматизации необходимы «несколько отсеивающих вопросов, на все из которых должен быть дан выбранный в рабочем процессе ответ» (Lever, troubleshooting automation workflows). Отсев — это отборочные вопросы. Формулировки вашего резюме — нет.
Хотите увидеть это на своём резюме? Проверьте его по вакансии бесплатно и без аккаунта.
Talent Fit: оценка с помощью ИИ и то, чем она, по словам Lever, не является
Работодатели могут включить функцию ИИ под названием Talent Fit. Описание Lever конкретно, и большая его часть идёт вразрез с тем, как обычно представляют себе отбор с помощью ИИ.
Она читает только две вещи: «Talent Fit использует только описание вакансии и резюме кандидата, чтобы определить, подходит ли кандидат на должность. Никакие другие данные из отклика кандидата или другие сведения о вакансии не включаются.» Ваше резюме анонимизируется до того, как попадёт в модель: «резюме кандидата анонимизируется, а затем сравнивается с описанием вакансии путём запроса к большой языковой модели (LLM)», которой «поручено действовать как рекрутер и оценивать кандидата без учёта возраста, расы, пола или инвалидности» (Lever, Talent Fit AI brief).
Это не ранжирование относительно других кандидатов («каждый кандидат оценивается индивидуально, без учёта остальных кандидатов в воронке») и не контрольный список: «Кандидатов оценивают целостно — не существует формулы или набора „галочек“, которые кандидату нужно поставить, чтобы считаться „подходящим“ на должность.» Результат — «бинарное решение о том, подходит ли кандидат, вместе с объяснением».
На вопрос, отсеивает ли она вас, Lever отвечает прямо: «Talent Fit предназначен не для того, чтобы отсеивать кандидатов, а для того, чтобы дать дополнительный контекст об их опыте и выделить моменты, требующие уточнения» (Lever, Talent Fit in Lever). И она не универсальна: «С 4 августа 2026 г. по умолчанию Talent Fit ВЫКЛЮЧЕН для всех вновь созданных вакансий», и работодатель должен включить её и на уровне учётной записи, и на уровне вакансии (та же статья). Lever также возлагает обязанность раскрытия на работодателя: «Клиенты несут ответственность за информирование кандидатов о том, что для оценки их откликов используется ИИ.»
Одно противоречие нужно назвать: в справке об ИИ сказано, что кандидаты «оцениваются автоматически при отклике», а в статье Lever сказано, что функция по умолчанию выключена для новых вакансий. Согласованное прочтение таково: первое предложение описывает, что происходит, когда работодатель её включил, но Lever этого не поясняет, так что считайте это нашим прочтением, а не их.
Lever не поможет вам после отклика
Lever не поддерживает кандидатов после отклика. На собственной странице Lever для ищущих работу сказано, что это «не сайт вакансий» и что «мы не можем помочь вам откликнуться на вакансии или проверить статус отклика» (Lever, job seeker support). Нет ни учётной записи кандидата, ни панели откликов, ни способа получить то, что вы отправили. Каждый предлагаемый путь ведёт обратно к работодателю.
Храните собственную копию точного файла, который вы отправили, и используйте один и тот же адрес электронной почты для разных должностей в одной компании. Lever «автоматически предотвращает дубликаты профилей кандидатов, когда кандидат откликается на несколько вакансий с одним и тем же адресом электронной почты» (Lever, merging duplicate candidate profiles), и это сохраняет вашу историю в одной записи, а не разбрасывает по нескольким.
- Lever разбирает Word, PDF, RTF, WordPerfect, HTML и ODF и не может прочитать файлы изображений, поэтому никогда не загружайте скан или скриншот.
- Его проверка выделением текста — нижняя граница, а не гарантия: макет в две колонки её проходит и всё равно может читаться в неверном порядке.
- Ограничение в 10 МБ, которое вы могли видеть, относится к рекрутеру, загружающему файл, а не к вашему отклику.
- Работодатель может создать правило автоархивации, срабатывающее при отправке, но задокументированные условия читают ваши ответы на его вопросы, а не текст резюме.
- Там, где включена оценка с помощью ИИ, Lever заявляет, что она бинарная, индивидуальная, анонимизированная и «не предназначена для отсеивания кандидатов».
- В Lever нет учётной записи кандидата, поэтому сохраняйте собственную копию и используйте один адрес электронной почты для одной компании.
- Основы макета и разделов, которые обеспечивают чистый разбор, — в гайде как пройти ATS. Greenhouse и SmartRecruiters снова устроены иначе.