Extraction et normalisation des compétences
Extrayez et normalisez les compétences à partir de n'importe quel texte — une section de CV, une bio LinkedIn, une description de poste, un README GitHub ou une saisie libre. Renvoie les compétences regroupées par catégorie avec des noms canoniques normalisés.
La normalisation rend les données de compétences exploitables.
ReactJS, React.js et React sont tous normalisés vers la forme canonique React — votre recherche, votre filtrage et votre matching de candidats fonctionnent ainsi sur des valeurs cohérentes plutôt que sur des variantes bruitées.
Python, Java, SQL, AWS
React, Django, Spring, FastAPI
Git, Docker, Jira, Figma
Leadership, Communication, Agile
Finance, Healthcare, E-commerce
French, Arabic, Spanish
Paramètres de Requête
| Nom | Type | Description |
|---|---|---|
textRequis | string | Le texte dont extraire les compétences (section de CV, bio, description de poste, README, etc.). Maximum 50 000 caractères. |
language | string | Code de langue pour les libellés canoniques des compétences (par défaut : 'en'). |
🌍 Langues Prises en Charge50
afAfrikaansamAmharicarArabicbgBulgarianbnBengalicsCzechdaDanishdeGermanelGreekenEnglishesSpanishetEstonianfaPersianfiFinnishfrFrenchguGujaratiheHebrewhiHindihrCroatianhuHungarianidIndonesianitItalianjaJapaneseknKannadakoKoreanltLithuanianlvLatvianmlMalayalammrMarathimsMalaynlDutchnoNorwegianplPolishptPortugueseroRomanianruRussianskSlovakslSloveniansrSerbiansvSwedishswSwahilitaTamilteTeluguthThaitlTagalogtrTurkishukUkrainianurUrduviVietnamesezhChineseAstuce Pro
Passez les CV des candidats et vos descriptions de poste par /v1/skills, puis effectuez le matching sur les noms canoniques normalisés — fini les correspondances manquées parce qu'un côté a écrit « k8s » et l'autre « Kubernetes ».