VLM Powered OCR

Convertisseur IA de lettre d'offre d'emploi vers Excel

Chaque lettre d'offre signée contient le salaire, la date de début, la structure des primes et les conditions d'équité — mais chaque employeur les formule différemment. Transcrire ces chiffres manuellement dans un tableaux prend 5 minutes par candidat. Cet outil les extrait en secondes, à partir de n'importe quel format.

Enterprise-grade security · TLS 1.3 encrypted

PDF
Scanné
XLSX/CSV
Comparables de rémunération

Principales données à extraire d'une lettre d'offre

Saisissez les noms de colonnes souhaités — l'IA trouve chaque valeur par son sens, pas par son emplacement, quel que soit le format de l'employeur. Aucun modèle requis.

Candidat et poste

Candidate Name
Position / Job Title
Department
Start Date
Offer Status

Rémunération

Annual Salary
Hourly Rate
Signing Bonus
Equity / Stock Options
Bonus Structure
Commission Terms

Conditions générales

Benefits Summary
Relocation Package
Non-Compete Clause
Acceptance Deadline

Ce n'est pas une liste exhaustive — saisissez tout champ présent dans vos lettres d'offre. L'IA lit le document pour trouver ce que vous demandez.

Pourquoi les lettres d'offre sont plus difficiles à traiter que les formulaires standardisés

Une lettre d'offre semble simple — une à trois pages de conditions. Mais la manière dont ces conditions sont rédigées, structurées et signées varie bien plus que la plupart des types de documents, et le coût d'une erreur de transcription est particulièrement élevé.

Le problème

01 Chaque employeur rédige la rémunération dans son propre langage

« Salaire annuel de base de 120 000 $ » contre « 10 000 $ par mois » contre « taux horaire de 60 $ ». Les primes apparaissent en pourcentage du salaire, en montant fixe, ou « discrétionnaires ». La personne qui retranscrit doit normaliser chaque variation — chaque offre est un nouveau cas par cas, et chaque cas est une source d'erreur.

02 Une erreur de retranscription du salaire a un coût réel

Un professionnel RH sur Reddit se souvient : « J'ai envoyé une lettre d'offre qui indiquait un salaire de 71 000 $ par HEURE. » Une erreur de virgule se répercute sur la paie, les avantages sociaux et les retenues fiscales — et le montant erroné se retrouve dans un document juridique signé.

03 Les copies signées arrivent dans des formats variés

DocuSign aplatit en PDF. Un autre candidat scanne une copie imprimée depuis son téléphone. Un troisième accepte par e-mail sans aucun document signé. Les outils OCR basés sur des modèles s'attendent à des PDF propres avec des coordonnées de champs cohérentes — les photos scannées et les mises en page variées les font échouer immédiatement, laissant les données de rémunération à retaper manuellement quoi qu'il arrive.

Comment l'extraction de colonnes personnalisées résout ce problème

01 La normalisation sémantique gère toute formulation

Définissez une colonne nommée « Salaire annuel » une fois. L'IA reconnaît « salaire de base de X € », « X € par an », « annualisé à X € » et « taux horaire Y € × Z heures » — extrayant la valeur normalisée de n'importe quel employeur. Les attributions d'actions, les primes de signature et les structures de commission fonctionnent de la même manière.

02 Les colonnes calculées vérifient les totaux pendant l'extraction

Ajoutez une colonne comme « Total Année 1 (Salaire + Prime de signature) ». L'IA effectue le calcul arithmétique pendant l'extraction. Un salaire de 120 000 € plus une prime de 15 000 € devrait totaliser 135 000 € — si les valeurs extraites ne correspondent pas, l'écart apparaît avant que les données n'entrent dans le HRIS.

03 Un seul jeu de colonnes, tous les formats entrants

Définissez « Nom du candidat », « Salaire annuel », « Date de début », « Prime de signature » une fois. Ce même jeu extrait des PDF DocuSign, des pages scannées, des photos de téléphone et des confirmations par e-mail. L'extraction de colonnes personnalisées lit par le sens, pas par la position des pixels — une date de début en page 1 d'une offre et en page 3 d'une autre atterrit dans la même colonne. Enregistrez comme modèle après vous être connecté et réutilisez-le à chaque cycle de recrutement.

De la lettre d'offre signée au tableur de rémunération : comment ça marche

Si vous traitez plusieurs offres signées pour un cycle de recrutement, ou consolidez les données de rémunération des candidats acceptés pour la configuration de la paie, voici à quoi ressemble le flux de travail, du téléchargement à la sortie structurée.

1

Téléchargez les lettres d'offre signées — tout format, toute entreprise

Importez des PDF, des copies numérisées ou des pages signées photographiées de candidats acceptés. L'outil accepte JPG, PNG, WebP et PDF — y compris les sorties DocuSign aplaties et les captures téléphoniques. Pour un lot de recrutement de 15 embauches simultanées, téléchargez tout en une fois : le traitement par lots fusionne chaque fichier en une seule feuille de sortie. Pour permettre aux responsables du recrutement de soumettre eux-mêmes les copies signées, générez un Lien de collecte — une URL partageable que chacun peut utiliser pour télécharger sans s'inscrire.

2

Définissez vos colonnes de rémunération, une fois pour toutes

Saisissez les champs dont vous avez besoin : « Nom du candidat », « Salaire annuel », « Date de début », « Prime de signature », « Attribution d'actions ». Ajoutez une colonne calculée comme « Total première année (Salaire + Prime de signature) » pour calculer la rémunération en espèces lors de l'extraction. Utilisez une colonne inférée comme « Statut de l'offre (options : Acceptée/Refusée/En attente) » pour que l'IA classe le résultat de chaque candidat à partir du langage du document. Le même jeu de colonnes fonctionne pour chaque offre, quel que soit le format de l'employeur.

3

Exportez le récapitulatif consolidé des rémunérations

Chaque lettre d'offre devient une ligne. Un lot de 15 en produit 15 — salaire, prime, actions et date de début, tous alignés. Exportez en XLSX, CSV ou JSON. La sortie est prête pour l'importation dans un HRIS (Workday, BambooHR, ADP), l'analyse comparative des rémunérations ou la configuration de la paie des nouvelles recrues. Enregistrez votre configuration de colonnes en tant que modèle après vous être connecté — réutilisez-la à chaque vague de recrutement sans ressaisir les noms de champs.

Extraction de lettres d'offre — Quand ça fonctionne le mieux et précautions à prendre

Quand ça fonctionne le mieux

Lettres d'offre numériques avec sections de rémunération étiquetées. Salaire, prime, actions et date de début sont extraits de manière fiable depuis tout format standard — généré par un ATS, modèle Word ou export depuis un logiciel RH.

Campagnes de recrutement par lots de 10 à 50 candidats. Une seule définition de colonne extrait toutes les offres — le résultat consolidé permet de comparer les packages de rémunération côte à côte avant la configuration de la paie.

Vérification de la rémunération totale. Les colonnes calculées additionnent le salaire, la prime et la valeur des actions au moment de l'extraction — détectant les écarts arithmétiques avant qu'ils n'atteignent le SIRH.

Quand être prudent

Offres scannées avec annotations manuscrites. L'IA lit la valeur imprimée ainsi que les éventuelles corrections manuscrites — vérifiez les montants de salaire ou de prime modifiés à la main par rapport à la copie physique avant l'importation.

Packages cadres multi-pages avec annexes séparées. Les offres pour la direction incluent souvent rémunération différée, clauses de récupération et unités d'actions liées à la performance. Les conditions principales (salaire, titre, date de début) sont extraites de manière fiable ; les annexes détaillées bénéficient d'une relecture manuelle.

Offres non anglaises avec terminologie spécifique au pays. L'IA lit toute langue prise en charge, mais les concepts localisés (inscription automatique à la retraite au Royaume-Uni, superannuation australienne) peuvent nécessiter une vérification ponctuelle lors de la première extraction depuis un nouveau pays.

Questions fréquentes

Quels champs spécifiques peuvent être extraits d'une lettre d'offre d'emploi ?

Nom du candidat, intitulé du poste, service, date de début, salaire annuel, taux horaire, prime de signature, actions ou stock-options, structure de bonus ou de commission, résumé des avantages sociaux, package de relocalisation, présence d'une clause de non-concurrence, date limite d'acceptation et statut de l'offre. Saisissez « Salaire annuel » comme nom de colonne et l'IA le capture, que l'offre mentionne « salaire de base de 120 000 $ », « 120 000 $ par an » ou « 10 000 $ par mois ».

Comment l'IA gère-t-elle les différences de formulation de la rémunération entre les lettres d'offre ?

L'Extraction de colonnes personnalisées lit sémantiquement, et non par modèle. Définissez une colonne comme « Actions / Stock-options » et l'IA reconnaît « attribution de 10 000 actions », « 0,25 % du capital entièrement dilué » et « attribution d'RSU d'une valeur de 50 000 $ » — le tout extrait dans la même colonne. La « Structure de bonus » capture tout aussi bien un pourcentage du salaire, un montant forfaitaire ou une formule conditionnelle.

Puis-je traiter par lots des lettres d'offre de différents employeurs en un seul lot ?

Oui. Téléchargez des offres d'une start-up tech avec une rémunération riche en actions, d'un cabinet d'avocats avec des grilles salariales verrouillées et d'un fabricant avec des avantages syndicaux — le tout en un seul lot. La même définition de colonne extrait chaque offre. Le résultat est un tableur unique où chaque ligne correspond à un candidat, avec tous les champs alignés. Aucune reconfiguration par employeur nécessaire.

Puis-je utiliser les colonnes calculées pour calculer la rémunération totale lors de l'extraction ?

Oui. Ajoutez une colonne comme « Trésorerie totale Année 1 (Salaire + Prime de signature) » et l'IA effectue le calcul arithmétique lors de l'extraction, en affichant le résultat à côté des champs bruts. Comparez les packages totaux entre candidats sans formules manuelles dans un tableur. Pour les acquisitions multi-annuelles ou les bonus conditionnels, les utilisateurs connectés peuvent définir des règles basées sur JSON via le Format de règle pour des dérivations plus complexes.

Fonctionne-t-il avec des lettres d'offre scannées comportant des signatures manuscrites ?

Oui. L'IA extrait le contenu textuel, que l'offre ait été signée numériquement (DocuSign, Adobe Sign) ou à la main puis scannée. Les champs de rémunération principaux sont lus à partir du texte imprimé, et non de la zone de signature. Pour les copies avec des modifications manuscrites, l'IA lit à la fois les valeurs imprimées et manuscrites — vérifiez-les manuellement avant l'importation.

📮 contact email: [email protected]