Comment un ATS lit votre CV : le parsing expliqué (2026)

Un système de suivi des candidatures (ATS) ne « lit » pas votre CV comme le fait un recruteur. Il le fait passer par un parser — un logiciel conçu pour extraire des données structurées d'un document non structuré. Comprendre ce qui se passe à chaque étape de ce pipeline est le chemin le plus direct pour corriger les vrais problèmes de votre CV, plutôt que de courir après des idées reçues.

Étape 1 : dépôt et conversion du fichier

Lorsque vous soumettez votre CV via un portail de candidature, le système reçoit le fichier et lance la conversion. Pour un PDF, il extrait la couche de texte (ou, dans le cas d'un PDF issu d'une image numérisée, tente une reconnaissance optique de caractères, ou OCR). Pour un fichier .docx, il lit la structure XML sous-jacente.

Le point essentiel à cette étape : si votre PDF a été créé en numérisant un document papier ou en l'enregistrant depuis un outil de design qui encode le texte sous forme de tracés plutôt que de caractères, le texte extrait peut être vide ou illisible. Créez toujours votre CV depuis un traitement de texte ou via un export PDF basé sur du texte — jamais à partir d'une photo ou d'un fichier de design.

Étape 2 : détection des sections

Le parser recherche les intitulés de section — des mots comme « Expérience », « Formation », « Compétences », « Certifications » — et s'en sert pour découper votre CV en zones étiquetées. Le contenu qui suit l'intitulé « Formation » est marqué comme données de formation ; le contenu sous « Compétences » est marqué comme compétences.

C'est pourquoi les intitulés non standard posent problème. Un titre comme « Là où j'ai grandi » ou « Mon arsenal » risque de ne pas être reconnu, et le contenu situé en dessous se retrouve rattaché à la mauvaise catégorie — voire complètement supprimé.

Étape 3 : extraction des champs

Au sein de chaque section, le parser extrait des champs précis. Dans la section Expérience, il tente d'identifier : l'intitulé du poste, le nom de l'employeur, le lieu, la date de début, la date de fin et les puces de description. Dans la section Formation : le type de diplôme, le domaine d'études, l'établissement et la date d'obtention.

Les mises en page sur plusieurs colonnes sont une cause fréquente d'échecs d'extraction à cette étape. Lorsque deux colonnes de texte sont présentes, de nombreux parsers lisent de gauche à droite, ligne par ligne, sur toute la largeur, fusionnant ainsi des contenus de sections sans rapport. Un intitulé de poste de la colonne de gauche peut se retrouver accolé à une compétence de la colonne de droite, rendant les deux inutilisables.

Ce qui casse le plus souvent l'extraction des champs

• Tableaux et zones de texte — le contenu à l'intérieur de ces éléments est fréquemment ignoré ou extrait dans le désordre.
• En-têtes et pieds de page — les coordonnées placées dans l'en-tête ou le pied de page du document ne sont souvent pas lues. Placez votre nom, votre téléphone et votre e-mail dans le corps principal.
• Formats de date non standard — des dates écrites comme « printemps 2021 » ou « T3 2020 » risquent de ne pas être analysées. Utilisez « mai 2021 » ou « 2021 ».
• Icônes et symboles pour les coordonnées — une icône de téléphone devant votre numéro ou une icône LinkedIn devant votre URL peut casser l'extraction de ces champs.
• Cellules fusionnées dans des tableaux utilisés comme mise en page — une astuce de design courante qui provoque de manière fiable des erreurs de parsing.
• Éléments graphiques qui chevauchent le texte — les barres de compétences visuelles, les graphiques de notation ou les séparateurs décoratifs posés par-dessus le texte font que le texte sous-jacent est manqué.

Étape 4 : recherche par mots-clés et filtrage par le recruteur

Une fois votre enregistrement dans la base de données, il apparaît (ou non) en fonction de ce que recherchent les recruteurs. Un recruteur qui pourvoit un poste d'ingénieur logiciel pourrait rechercher « Python », « AWS » et « ingénieur senior » — et seuls les candidats dont l'enregistrement analysé contient ces termes apparaissent dans les résultats.

L'implication concrète : même un CV parfaitement mis en forme n'apparaîtra pas dans les résultats de recherche s'il utilise une terminologie différente de celle recherchée par le recruteur. « Gestion de projet Agile » et « Scrum master » se recoupent largement quant au sens, mais peuvent ne pas se recouper dans une recherche par mot-clé. Reprendre le vocabulaire de l'offre d'emploi elle-même est la solution la plus fiable.

Étape 5 : classement facultatif

De nombreux systèmes proposent un classement ou un score de correspondance fondé sur le recoupement de mots-clés entre l'offre d'emploi et les champs analysés du CV. Ce score est présenté au recruteur comme un outil de tri, et non comme un filtre automatique. Les recruteurs peuvent trier par score, l'ignorer ou définir leur propre pondération. Il n'existe aucun seuil universel publié qui détermine la « réussite » ou l'« échec » — cette décision est toujours prise par un humain.

Questions fréquentes

Un ATS peut-il lire un CV au format PDF ?

Oui, à condition que le PDF contienne une véritable couche de texte — ce qui sera le cas si vous l'avez enregistré depuis Microsoft Word, Google Docs ou tout traitement de texte standard. Le risque vient de la complexité de la mise en page (colonnes, zones de texte, tableaux) qui perturbe le parser, et non du format de fichier en lui-même. Un PDF sobre sur une seule colonne est bien analysé dans la grande majorité des systèmes modernes.

L'ATS lit-il ma lettre de motivation ?

De nombreux systèmes acceptent une lettre de motivation séparément et la stockent dans un champ de texte, mais les recruteurs varient énormément dans le poids qu'ils lui accordent. Le CV est le document principal analysé pour la correspondance des mots-clés et l'extraction des champs. Concentrez-y vos efforts d'optimisation.

Qu'arrive-t-il à mon CV si le parser échoue ?

Un parsing raté ou partiel signifie généralement que votre enregistrement apparaît dans le système avec des champs vides ou incorrects. Vous êtes peut-être techniquement « dans la base de données », mais les recherches portant sur vos compétences, votre intitulé ou votre niveau d'expérience ne vous feront pas remonter. D'un point de vue pratique, un mauvais parsing a le même effet que de ne pas avoir postulé.

Comment savoir si mon CV a été correctement analysé ?

Le seul moyen fiable est de le tester. Des outils comme ATSGrader simulent l'étape de parsing et vous montrent comment le contenu de votre CV est extrait — le tout dans votre navigateur, sans que rien ne soit stocké ni envoyé.

À lire aussi : qu'est-ce qu'un ATS et comment fonctionne-t-il · format de CV compatible ATS · pourquoi les CV sont rejetés par les ATS