#065

Digitální stopa: skrytý klenot, nebo těžko přehlédnout?

· autor Marian Kamenistak

Anglická verze: /blog/digital-footprint-check/

Ručně kreslený náčrt dvou rámečků: vlevo pod nadpisem What you tune (co ladíš) jedno malé CV; vpravo pod nadpisem What they find (co najdou) tři větší bloky pro LinkedIn, GitHub a talks and posts (přednášky a příspěvky), od CV vede šipka ke každému z nich

„Když mě propustili, měl jsem dokonce radost. Ale někde vzadu v hlavě mi sedělo: možná už jinou práci nenajdu.“

Tohle mi řekl mentee na naší čtvrté session.

Kontrola digitální stopy ti řekne, jak na tom jsi. Ohodnotí, co o tobě najde cizí člověk, když si tě vyhledá. Vyjde číslo od 0,4 do 1,7, kde 1,0 je typický profil roku 2026.

Je to IT manažer s dvaceti lety praxe. Na téhle škále se posunul z 0,9x na 1,17x. Stupně mají jména, takže šel ze „Skoro tam“ na „Stojí za druhý pohled“.

Novou práci zatím nemá. Tady je, co jsme změnili, co našla jeho vlastní kontrola a jak si tu svou uděláš ještě dnes večer: ručně za deset minut, nebo s bezplatným AI skillem, který jsem postavil a nejdřív pustil sám na sebe.

Jeho kontrola našla důkazy, na které zapomněl

Udělal si kontrolu digitální stopy sám na sobě a dopadla většinou dobře.

Našla rozhovory a mentorskou roli, na které úplně zapomněl. Přidal si je na LinkedInu do sekce Featured a doplnil, co mu v profilu chybělo.

Kontrola mu taky řekla, že naposledy veřejně vystoupil v roce 2025. Jako další krok navrhla meetup nebo podcast.

Udělali jsme tři konkrétní kroky:

  1. Pódium. Pozval jsem ho, aby mluvil na mém meetupu, v Engineering Leaders Community. Osnovu přednášky už mi poslal. Samotná přednáška ho teprve čeká.
  2. Lepší GitHub. Vylepšili jsme jeho GitHub. Jak tam vypadá silný profil, najdeš v tabulce níž.
  3. Lidé, kteří rozhodují, osobně. Na meetupech jsem ho propojil přímo s lidmi, kteří rozhodují. Z těch tří kroků byl tenhle nejdůležitější.

Ani v jednom z těch tří kroků jsme nepřepisovali CV.

Posunul se i jeho minutový pitch. Ještě 2. října 2026 ode mě dostal 5 z 10: žádná odlišnost, žádná čísla. A 12. listopadu už to bylo skoro 8 z 10 a pitch teď začíná čísly.

Nejdůležitější je, že jsme ho zbavili imposter syndromu. To je moje nálepka. On sám to říká opatrněji a věta ze začátku tohohle textu pokračuje takhle:

Je to maličkost, ale pořád to tam je. Na našich sessions mi dáváš jistotu, že ji najdu.

Řekl taky:

Vím, na čem budu. Tady je to osm z deseti nebo pět z deseti, ale ty to zlepšíš. Tady jsou příležitosti. Tady jsou firmy.

Ty ladíš CV. Oni si tě vyhledají

Svoje přednášky začínám jednou větou. Přijde za mnou člověk a řekne: „Mariane, rozeslal jsem stovky CV a mám nízkou konverzi. Nic se nevrací.“

To, co ladíš, je CV. Pro každý inzerát ho přepíšeš s pomocí AI.

To, co najdou, je všechno ostatní. LinkedIn o vlastních AI agentech píše, že firmám pomáhají procházet uchazeče tak, že jejich údaje porovnávají s požadavky na pozici. V průzkumu SHRM z roku 2025 mezi 2 040 HR profesionály dosáhlo využití AI v HR úkolech 43 %, proti 26 % v roce 2024.

Lidé to dělali dávno před nástroji. Už v roce 2017 prověřovalo 70 % zaměstnavatelů kandidáty před přijetím na sociálních sítích. Je to číslo z průzkumu Harris Poll pro CareerBuilder mezi 2 380 hiring managery a HR manažery.

Můj vlastní odhad jde ještě o krok dál a statistiku pro něj nemám. Firemní AI položí tvoje CV vedle tvého LinkedInu dřív, než si jedno nebo druhé přečte člověk.

Lever, který prodává software pro nábor, říká zaměstnavatelům, že rozhodnutí o přijetí „zůstává na vašich recruiterech“. Souhlasím a pro tebe se tím mění málo. Nástroj v prvním kole i recruiter ve druhém posuzují to, co dokážou najít.

Tvůj LinkedIn, GitHub, přednášky a příspěvky zůstaly při přepisování CV beze změny.

Udělej si kontrolu ručně za deset minut

Když jsem skill pustil na sebe, udělal čtyři věci. Stejné čtyři zvládneš ručně, bez nástroje.

Vyhledej své jméno jako cizí člověk

Dej celé jméno do uvozovek a přidávej po jednom slově: zaměstnavatele, město, github, talk, podcast. Co vyjede za deset minut, s tím pracuje druhá strana. Můžou to být i důkazy, které ti vypadly z hlavy, jako rozhovory mého mentee.

Počítej jen to, co je prokazatelně tvoje

Stránka se počítá, když sedí dva signály: stejný zaměstnavatel, stejné město, stejná fotka nebo odkaz na ni z tvého LinkedInu. GitHub účet, který má jen stejné jméno, nedostane nic. Proto si nejdřív dej na LinkedIn odkaz na svůj GitHub.

Polož CV vedle svého LinkedInu

Označ každé číslo a každý titul, které se liší. Říkám jim digitální nejasnosti. Příklad ze skillu: LinkedIn říká 12 lidí, přednáška 30.

Projdi svých posledních 12 měsíců

Spočítej vlastní příspěvky, přednášky a články. Reposty a lajky se jako tvůj hlas nepočítají. Mému mentee kontrola řekla, že naposledy veřejně vystoupil v roce 2025.

Jak vypadá typický profil v roce 2026 a jak silný

Teď svoje nálezy porovnej s popisy úrovní, které má skill sepsané pro vývojáře.

Co si cizí člověk ověříTypické pro rok 2026Silné
TitulekTitulek podle role a krátká sekce About, která říká, co dělášByznysová doména plus technický záběr, třeba „Biometrics Data Engineer“, a stejný řádek i na GitHubu nebo na tvém webu
Výsledky u tvých rolíPár řádků u každé role o tom, co se postavilo, ve slovech o činnosti: pracoval jsem na, zodpovídal jsem zaPoslední dvě role mají každá dva a víc výsledků s číslem, třeba „zkrátil jsem deploy ze 40 minut na 4“
Důkazy práceGitHub profil s repozitáři, většinou forky, práce z kurzů nebo staré projektyJeden vlastní projekt s jasným README, který používají i jiní lidé, připnutý a s odkazem z LinkedInu
Tvůj hlasPár příspěvků, nebo jeden článek, nebo jedna přednáška na meetupu za posledních 12 měsícůTři a víc přednášek, podcastů nebo dlouhých článků ročně, nebo vlastní příspěvky, na které ostatní odpovídají
Čerstvé a konzistentníAktivita za posledních šest měsícůAktivita za posledních 90 dní na dvou místech a čísla, tituly a data, která napříč profily sedí

U vývojáře mají největší váhu dva řádky, výsledky a důkazy práce, každý 16 bodů ze 100. Jako důkaz práce se počítají i vědecké články a patenty.

U Engineering Managera mají byznysové a týmové výsledky váhu 18 bodů. Místo důkazů práce se počítá rozsah toho, co jsi vedl, a lidé, kteří se zaručí za to, jak vedeš.

Hodnocení má tři pevné body. Všechna kritéria na úrovni „typické“ dají 1,0x, všechna na úrovni „silné“ dají 1,7x a nic viditelného dá 0,4x.

Dovnitř jeden odkaz na LinkedIn, ven jedno číslo a plán

Ručně dostaneš seznam. Já chtěl číslo a plán, tak jsem pro AI skill napsal zadání:

vstup: linkedin profil. výstup: násobek softwarového vývojáře, jen podle důkazů z digitální stopy. Rada, co zlepšit za týden, měsíc a kvartál, než si řekneš o povýšení nebo o novou práci.

Výsledkem je Digital Footprint Multiplier, bezplatný skill pro Claude Code. Přečetl si můj LinkedIn profil v mém vlastním Chromu, jen pro čtení, a potom prohledal otevřený web. Vrátil násobek, důkazy ke každému kritériu a plán.

Každé kritérium dostane úroveň se jménem: zatím není vidět, první známka, typické pro rok 2026, před většinou, silné. Všechno nad „zatím není vidět“ potřebuje citovaný řádek nebo odkaz. „Asi má“ dostane nulu.

Formulace vycházejí ze stejného zadání: „ať je skill zábavný, ať netrestá a má optimistický tón: Jo, to zvládnu“. Mezera v tvém profilu se proto jmenuje „zatím není vidět“ a přijde rovnou s dalším krokem a s časem, který zabere.

Instaluje se jedním příkazem:

npx skills add marian-kamenistak/digital-footprint-multiplier

Potřebuješ Claude Code s rozšířením Claude in Chrome a přihlášení na LinkedIn ve vlastním prohlížeči. Pak napiš /digital-footprint-multiplier a URL svého LinkedInu. Skill najdeš mezi mými dalšími bezplatnými nástroji na stránce AI nástroje zdarma.

Holé číslo se zapomene, tak dostalo jméno

Když jsem poprvé viděl číslo s nálepkou, „1,27x = Těžko přehlédnout“, nálepka se mi líbila víc než číslo.

Jméno si zapamatuješ a víš, kde stojíš. Desetinné číslo musíš nejdřív rozluštit. A můžeš se zeptat, jak se jmenuje další stupeň. Řekl jsem si proto o devět kategorií, s pátou neutrální, tedy 1,0. Do verze 1.1 se dostaly 12. listopadu 2026.

StupeňNásobekJménoCo ti říká
10,40 až 0,47Skrytý klenotPráci máš za sebou. Internet o ní zatím neví.
20,48 až 0,62První jiskryPár známek už je venku. Další přidáš za jeden večer.
30,63 až 0,77Na rozjezduObrys je vidět. Za pár večerů bude ostrý.
40,78 až 0,92Skoro tamJedna nebo dvě opravy od typického profilu.
50,93 až 1,08Na radaruTypický profil roku 2026: úplný, poctivý a snadno se zapomene. Dej lidem jeden důvod, proč si tě zapamatovat.
61,09 až 1,26Stojí za druhý pohledRecruiter přestane scrollovat. Dej mu ještě jeden důkaz.
71,27 až 1,43Těžko přehlédnoutKdo si tě vyhledá, najde důkazy. Udržuj je čerstvé.
81,44 až 1,61V kurzuKdyž se otevře role, lidé zmíní tvoje jméno.
91,62 až 1,70MagnetRole chodí za tebou. Tvoje práce je vybírat.

Můj mentee začínal na stupni 4, „Skoro tam“, s 0,9x. Teď je na stupni 6, „Stojí za druhý pohled“, s 1,17x. O dvě jména výš.

Sloupcový graf devíti pojmenovaných stupňů násobku od 0,4x do 1,7x: Hidden gem (Skrytý klenot), First sparks (První jiskry), Warming up (Na rozjezdu), Nearly there (Skoro tam), On the radar (Na radaru), Worth a second look (Stojí za druhý pohled), Hard to ignore (Těžko přehlédnout), In demand (V kurzu) a Magnet. Stupeň 5, On the radar, leží na 1,0x, tedy na typickém profilu roku 2026. Výška sloupců odpovídá podílům, které má každý stupeň v návrhu škály: 4, 7, 12, 17, 20, 17, 12, 7 a 4 procenta. Je to Gaussova křivka rozříznutá na devět dílů, ne naměřená data. Vlaječka na stupni 8, In demand, říká: me: 1.47x (já: 1,47x).
Devět stupňů. Vlaječka na stupni 8 je můj vlastní výsledek.

Říkej stupeň 8 z 9, ne horních 7 %

Sloupce v grafu ukazují velikost každého stupně tak, jak je škála navržená. Stupně jsou vyříznuté stejně jako stanin, škála „standard nine“ pro výsledky testů, která má devět pásem s podíly 4, 7, 12, 17, 20, 17, 12, 7 a 4 procenta. Stupeň 5 leží na 1,0.

Dataset ohodnocených profilů zatím neexistuje. Když ti tedy vyjde „V kurzu“, říkej „stupeň 8 z 9“.

Nejdřív jsem skill pustil na sebe

Report začíná tvým jménem, tvým číslem a tvým stupněm. Ten můj zněl: Marian, your digital footprint: 1.47x · In demand (step 8 of 9), tedy 1,47x, V kurzu, stupeň 8 z 9.

I tak mi vypsal mezery v mém vlastním profilu a opravil jsem je ještě ten den 🙂 Takže i na stupni 8 se seznam vešel do jednoho dne.

Marian Kamenistak uprostřed věty s mikrofonem na meetupu Engineering Leaders Community.
Přednášky se počítají jako tvůj hlas. Meetup Engineering Leaders Community. Foto: ELC.

Tři věci to číslo neříká.

Neměří, co umíš. Měří, jak viditelné jsou tvoje důkazy. O tom, jak dobře děláš svou práci, neříká nic.

Není to plat. Stopa 1,47x neznamená 1,47krát vyšší plat.

Nevidí neveřejnou práci. Co je za přihlášením, zůstane neviditelné, a každý report končí částí „What I could not see“, tedy co jsem neviděl.

K číslu patří jedno pravidlo. Pouštěj skill na sebe, nebo na někoho, kdo ti řekl ano. Tvoje návštěva se tomu člověku stejně ukáže mezi těmi, kdo si prohlédli jeho profil.

Než pošleš další CV

Když mi dnes někdo řekne, že se mu nic nevrací, odpovídám tímhle.

Nejdřív udělej dvouhodinové opravy

Plán v reportu je seřazený podle času. „Tento týden“ obsahuje aspoň dvě opravy, každou do dvou hodin, a u každé vidíš, kolik přinese. „Tento kvartál“ obsahuje jednu věc, ke které potřebuješ další lidi: přednášku, projekt, který někdo používá, doporučení od manažera.

Porovnej to s vlastním pohledem

Kalkulačka tržní hodnoty nepotřebuje žádnou instalaci. Položí ti dvanáct otázek a odpoví na stejné škále od 0,4 do 1,7, se stejnými devíti jmény. Kde si sám dáváš víc, než ukazuje tvoje stopa, tam je práce skutečná a zatím není vidět. Ten rozdíl je tvůj plán.

Pusť skill znovu

Řekni skillu, o co ti jde, o novou práci, nebo o povýšení, a plán se tomu přizpůsobí. Až budou opravy z prvního týdne hotové, udělej kontrolu znovu a podívej se, jestli se jméno pohnulo.

Na kvartální úkol si vezmi pomoc

U kvartálního úkolu potřeboval můj mentee dalšího člověka a tím člověkem jsem byl já. Pozval jsem ho, aby mluvil, a představil jsem ho lidem, kteří rozhodují.

Tady můžu pomoct i tobě, v 1:1 mentoringu pro Engineering Managery a Staff Engineery. Delší čtení o tom, jak zvednout svou hodnotu, je 10x tvoje tržní hodnota: 8krokový playbook pro tech lídra.

Můj mentee novou práci zatím nemá. Ví, na čem je, a osnovu přednášky už mi poslal.

Jak se jmenuje tvůj stupeň?

Časté dotazy

Co je kontrola digitální stopy pro programátora?

+

Je to přehled toho, co o tobě cizí člověk najde veřejně: LinkedIn, GitHub, osobní web, přednášky, podcasty, příspěvky, vědecké články a patenty. Bezplatný skill Digital Footprint Multiplier z toho udělá jedno číslo od 0,4 do 1,7, kde 1,0 je typický profil roku 2026, pojmenuje stupeň, na kterém stojíš, a naplánuje ti další týden, měsíc a kvartál.

Proč mě po stovkách rozeslaných CV nikdo nezve na pohovor?

+

Jeden důvod, který vídám v mentoringu: CV je přepsané na míru inzerátu, ale profil na LinkedInu, GitHub a veřejná práce, se kterými ho druhá strana srovnává, zůstaly, jak byly. Statistiku, jak často to rozhodne, nemám. Kontrola digitální stopy ti ukáže, co najde recruiter, hiring manager nebo screeningový nástroj, když si tě vyhledají. Stihneš to tak opravit před další přihláškou.

Porovnávají firmy pomocí AI moje CV s profilem na LinkedInu?

+

LinkedIn uvádí, že jeho AI agenti pomáhají firmám procházet uchazeče tak, že jejich údaje porovnávají s požadavky na pozici. V průzkumu SHRM z roku 2025 mezi 2 040 HR profesionály dosáhlo využití AI v HR úkolech 43 %. Že firemní AI položí tvoje CV vedle tvého LinkedInu dřív, než si jedno nebo druhé přečte člověk, je můj odhad z mentoringu. Neměřil jsem to.

Jaké hodnocení digitální stopy je dobré?

+

Na téhle škále je 1,0 typický profil roku 2026 a jeho stupeň se jmenuje Na radaru. Od 1,09 je to Stojí za druhý pohled, od 1,27 Těžko přehlédnout, od 1,44 V kurzu a od 1,62 Magnet. Pod 0,93 se stupně jmenují Skoro tam, Na rozjezdu, První jiskry a Skrytý klenot. Číslo ukazuje, jak viditelné jsou tvoje důkazy. Není to plat.

Znamená „V kurzu“, že patřím mezi horních 7 % profilů?

+

Ne. 7 % je velikost stupně 8, tak jak je škála navržená. Devět stupňů je vyříznutých z Gaussovy křivky stejně jako u staninové škály, s podíly 4, 7, 12, 17, 20, 17, 12, 7 a 4 procenta. Dataset ohodnocených profilů zatím neexistuje. Po zhruba 30 skutečných bězích se sepsané popisy úrovní porovnají s výsledky a přepíšou tam, kde budou hodně mimo.

Nové články rovnou do mailu.