למה חיפוש מילות מפתח מפספס מהנדסים
חיפוש מילות מפתח מפספס מהנדסים כי בפרופיל הציבורי יש רק מה שהאדם בחר לכתוב על עצמו. בחיפושים של לקוחות מאז יוני 2026, בערך מחצית (~50%) מהדרישות של מגייסים לא ניתנות למענה מהפרופיל הציבורי. המהנדסים החזקים בדרך כלל עובדים ולא שולחים קורות חיים. צריך ללכת אליהם. וכשמגיעים, הפרופיל לבד כמעט אף פעם לא מספיק כדי להעריך אותם.
סקילים שמושלמים מהעמיתים, לא מנוחשים
הסורסינג ב-Vort משלים את הסקילים שמהנדס לא רשם בפרופיל לפי מה שהעמיתים שלו באמת עושים, ולא לפי ניחוש של מודל שפה. העמיתים הם אנשים באותו תפקיד ובאותה חברה, עם ותק של 12 חודש ומעלה. לכל סקיל משוער מוצג על כמה עמיתים הוא נשען. רמת הביטחון מחולקת לשלוש דרגות: גבוה (45% ומעלה), בינוני (30% עד 44%) ואפשרי (פחות מ-30%).
דוגמה להמחשה מהאתר
הדוגמה הזו היא ההמחשה של Inferred Stack מדף הבית של הסורסינג ב-Vort. היא מראה איך התוצאה מוצגת. זה לא חיפוש של לקוח.
- הפרופיל: מהנדס backend בכיר, ארבע שנים באותה חברה, 72 עמיתים באותו תפקיד.
- רשום בפרופיל: Python, AWS ו-Kubernetes.
- הושלם מהעמיתים: Java, ביטחון גבוה (47%), לפי 23 מתוך 72 עמיתים.
- הושלם מהעמיתים: Spring Boot, ביטחון בינוני (38%), לפי 18 מתוך 72 עמיתים.
- הושלם מהעמיתים: Kafka, אפשרי (22%), לפי 11 מתוך 72 עמיתים.
ראיות מקוד, מתשובות ומהרצאות
הסורסינג ב-Vort קורא שישה סוגים של מידע ציבורי ברשת על כל מהנדס: פרופילים ותפקידים (טייטלים, ותק, מעברים), קוד ופרויקטים (ריפוזיטורים, חבילות, קומיטים), תשובות ומומחיות (מה הם באמת פותרים), מידע על החברה (סטאק, סקייל, גיוסי הון), כתיבה ומחקר, והרצאות וקהילות. המנוע מצליב את המקורות. הוא מסיק את הסטאק מהחברה ומהעמיתים, מעריך סקייל לפי אותות תשתית, שוקל בכירות מול גודל הצוות וקורא הרצאות ופרסומים לעומק. לכל מסקנה יש ראיה: מאיפה היא הגיעה, ולמה היא נובעת ממנה.
המחשה נוספת בדף הבית של הסורסינג ב-Vort מראה את התוצאה. בפרופיל כתוב רק "מהנדס backend בחברת תשלומים". אחרי הסקה מ-6 מקורות ציבוריים, הכרטיס מראה סטאק של Go, Kafka ו-Kubernetes, סקייל אמיתי של כ-40 מיליון בקשות ביום, תחום של PCI-DSS ו-ledgers, צוות של 6 שהמהנדס ניהל, 3 הרצאות ופטנט, ומספר טלפון. גם זו המחשה, לא חיפוש של לקוח. המועמדים עצמם מגיעים ממקורות ציבוריים ברשת, עם העשרה של פרטי קשר מאומתים. שום דבר לא נשלף מאחורי מסך התחברות.
בדיקה מול כל דרישת חובה, עם הראיה
הסורסינג ב-Vort מדרג כל מהנדס מול כל דרישה במשרה, חובה ויתרון כאחד, ומראה מה עומד מאחורי כל ניקוד: ציטוט, מקור ומספר טלפון שעובד. בהמחשה שבדף הבית, משרת backend מתפרקת לשלוש דרישות חובה (React, 5+ שנות backend, פינטק) ולשתי דרישות יתרון (Kafka, ראש צוות), ונספרים המועמדים שעומדים בכל דרישות החובה. בחיפושים של לקוחות מאז יוני 2026, בחיפוש חציוני נבדקים 890 מועמדים ו-16 נכנסים לשורטליסט, עם הסבר לכל דרישה.
כותבים את המשרה בשפה חופשית
מתארים את המהנדס בעברית או באנגלית, כמו שהייתם מסבירים את התפקיד לעמית, בלי בוליאנים ובלי פילטרים. המשרה יכולה להיות קצרה כמו הדוגמה בתיבת החיפוש בדף הבית: "מהנדס/ת Backend בכיר/ה · תל אביב · 5+ שנים · סטארטאפ". הסורסינג ב-Vort הופך אותה לשאילתה ולשורטליסט מאחורי הקלעים. בערך עשרה מועמדים רלוונטיים חוזרים תוך כ-90 שניות, עם פרטי קשר מאומתים וסנכרון ל-ATS. אחר כך אפשר לבקש, בעברית או באנגלית, לדרג מחדש, לסנן, להשוות או לנסח פנייה. הסוכן מראה כל צעד שעשה.
Vort היא מערכת סורסינג מבוססת AI שמסיקה מכל אות ציבורי על המועמד: מתארים את המשרה בשפה חופשית, ומקבלים רשימה מדורגת עם הסבר לכל מועמד וטלפון או מייל מאומת. השיטה המלאה מוסברת בדף איך סורסינג AI עובד. מי בונה את המוצר מוסבר בדף אודות, ושאלות על פרטיות, חיבור ל-ATS ומקורות המידע נענות בשאלות הנפוצות.
- הסורסינג ב-Vort מוצא גם מהנדסים שלא עדכנו לינקדאין?
- כן, בשביל זה יש Inferred Stack. הוא משלים את הסקילים שהמהנדס לא רשם לפי מה שהעמיתים שלו באותו תפקיד ובאותה חברה באמת עושים, ומראה על כמה עמיתים נשען כל סקיל. כך אפשר לשפוט בעצמכם.
- סקיל משוער הוא בעצם ניחוש של מודל AI?
- לא. סקיל משוער נשען על עמיתים: אנשים באותו תפקיד ובאותה חברה, עם ותק של 12 חודש ומעלה. כל סקיל מסומן כגבוה, בינוני או אפשרי, עם מספר העמיתים שמאחוריו.
- צריך בוליאנים כדי לחפש מפתחים?
- לא. כותבים את המשרה בעברית או באנגלית, והשאילתה נבנית מאחורי הקלעים. אחר כך אפשר לכוונן את התוצאות בשפה רגילה.
- איך משיגים את המהנדסים שנמצאו?
- בחציון על שימוש הלקוחות מאז יוני 2026, ל-80% מהמועמדים יש טלפון או אימייל מאומתים בקליק. השורטליסט עובר ישר ל-ATS שלכם או נשלח בלינק לשיתוף. מערכת הסורסינג של Vort מתחברת כמעט לכל ATS שקיים: לכל המערכות הישראליות, כמו CIVI, Adam Total, נילוסופט, HarmonyHR ו-VScout, וגם ל-Greenhouse, Lever, Ashby, Workable, Comeet ו-Workday.
- מאיפה מגיע המידע על המועמדים?
- ממקורות ציבוריים ברשת, עם העשרה של פרטי קשר מאומתים. שום דבר לא נשלף מאחורי מסך התחברות.