Подбор персонала на основе искусственного интеллекта

Подбор персонала основывается на анализе и сопоставлении текстовых описаний профиля работодателя, проекта, вакансии и резюме с использованием технологий искусственного интеллекта

Система предназначена для организаций, которые проводят поиск и найм IT-специалистов

Аутстаффинг и аутсоурс услуги
ИТ подразделения крупных организаций
Независимые кадровые агентства
Разработчики программного обеспечения

Основные проблемы при поиске кандидатов

qualification icon Недостаточная квалификация кандидатов
Найти кандидатов с нужным уровнем навыков и опыта может быть сложной задачей, особенно в высоко конкурентном секторе, таком как ИТ. Кандидаты могут не иметь нужных навыков или опыта для выполнения работы
competition icon Высокая конкуренция
ИТ-сектор является быстрорастущей областью, и многие компании конкурируют за лучшие таланты. Это может привести к тому, что лучшие кандидаты быстро получат предложения от других компаний
requirements icon Недостаточно ясные требования к позиции
Если требования к позиции нечетко определены или плохо объяснены, это может привести к привлечению неподходящих кандидатов, что, в свою очередь, увеличит время и ресурсы, потраченные на процесс найма

Составные части и схема работы системы

  • plus icon База данных для хранения информации о проектах, вакансиях и резюме
  • plus icon Интерфейс для администратора системы, рекрутера и кандидата
  • plus icon Подсистема автоматического поиска и загрузки в базу данных резюме потенциальных кандидатов, включая подключение по API к популярным системам поиска работы и граббинг данных с популярных сайтов размещения резюме
  • plus icon Подсистема автоматизированной объективной оценки уровня знаний кандидата
  • plus icon Подсистема подбора подходящих кандидатов из базы данных на основании описания компании, проекта, вакансии
  • plus icon Подсистема интеграции с корпоративными кадровыми и учетными системами

Применяемые технологии

Triplet Networks

Задачу установки соответствия между описаниями проекта, вакансии и резюме кандидата мы будем решать с применением Triplet Networks

База данных

Для обучения сети мы будем использовать имеющуюся у нас базу данных вакансий и резюме

Языковые модели трансформеров

Векторизация текстов будет производиться с использованием общедоступных больших языковых моделей трансформеров, например: YaML от Яндекса или GigaChat от СберБанка

Mетоды NLP

Перед векторизацией тексты будут проходить предварительную обработку методами NLP с целью уменьшения перплексии. Например, за счет замены названий технологий, должностей, качеств

Векторное представление описания

В качестве якоря при тренировке сети будет использоваться векторное представление описания клиента, проекта и вакансии. В качестве положительного примера—векторное представление резюме кандидата, прошедшего отбор на позицию. В качестве отрицательных примеров—резюме, отклоненные рекрутером или заказчиком

Использование оптимизаторов

Обучение будет происходить с использованием стандартных оптимизаторов вроде Adam или SDG и функции потерь
loss formula
где f —это функция вложения, dist —метрика расстояния (например, евклидово расстояние), и margin —это поле, обеспечивающее разделение между положительными и отрицательными парами

Преимущества системы Рекрутер.AI

При подборе персонала важно оценить уровень знаний и навыков кандидата на соответствие вакансии, а также выбрать из множества кандидатов со схожими параметрами подходящих данному клиенту и проекту
code icon

Анализ кода

Подключение к репозиториям с исходным кодом и оценка сложности и качества программного кода, написанного кандидатом
review icon

Анализ текстовых ревью

Анализ текстовых ревью исходного кода кандидата, сделанных техлидами проекта
jira icon

Анализ записей в JIRA

Анализ записей в JIRA, относящихся к рассматриваемому кандидату
task icon

Генерация уникальных заданий

Система способна сгенерировать уникальные задания и формы опроса для определения уровня знаний кандидата. Такие задания невозможно отыскать в интернете и заранее заучить ответы к ним

Тарифные планы

Для пользования системой оформляется платная подписка на 3, 6 или 12 месяцев. Стоимость зависит от продолжительности подписки и выбранного тарифного плана
Лёгкий
Про
Премиум
Заполнение базы данных резюме вручную
plus icon
plus icon
plus icon
Подбор подходящих кандидатов с использованием ИИ
plus icon
plus icon
plus icon
Использование резюме, которые кандидаты внесли на сайте самостоятельно
plus icon
plus icon
plus icon
Задачу установки соответствия между описаниями проекта, вакансии и резюме кандидата мы будем решать с применением Triplet Networks
plus icon
plus icon
Автоматическая загрузка резюме из открытых источников и через API из кадровых систем
plus icon
Оценка знаний кандидата с помощью технологий ИИ
plus icon
Выделенный специалист для технической поддержки
plus icon
Лёгкий arrow icon
Заполнение базы данных резюме вручную
plus icon
Подбор подходящих кандидатов с использованием ИИ
plus icon
Использование резюме, которые кандидаты внесли на сайте самостоятельно
plus icon
Задачу установки соответствия между описаниями проекта, вакансии и резюме кандидата мы будем решать с применением Triplet Networks
Автоматическая загрузка резюме из открытых источников и через API из кадровых систем
Оценка знаний кандидата с помощью технологий ИИ
Выделенный специалист для технической поддержки
Про arrow icon
Заполнение базы данных резюме вручную
plus icon
Подбор подходящих кандидатов с использованием ИИ
plus icon
Использование резюме, которые кандидаты внесли на сайте самостоятельно
plus icon
Задачу установки соответствия между описаниями проекта, вакансии и резюме кандидата мы будем решать с применением Triplet Networks
plus icon
Автоматическая загрузка резюме из открытых источников и через API из кадровых систем
Оценка знаний кандидата с помощью технологий ИИ
Выделенный специалист для технической поддержки
Премиум arrow icon
Заполнение базы данных резюме вручную
plus icon
Подбор подходящих кандидатов с использованием ИИ
plus icon
Использование резюме, которые кандидаты внесли на сайте самостоятельно
plus icon
Задачу установки соответствия между описаниями проекта, вакансии и резюме кандидата мы будем решать с применением Triplet Networks
plus icon
Автоматическая загрузка резюме из открытых источников и через API из кадровых систем
plus icon
Оценка знаний кандидата с помощью технологий ИИ
plus icon
Выделенный специалист для технической поддержки
plus icon

Конечный продукт

Рекрутер.AI будет окончательно реализован в 2026 году в виде облачного сервиса с доступом через веб-браузер и кроссплатформенное мобильное приложение

В соответствии с требованиями ФЗ-152 «О персональных данных»
Интеграция с корпоративными учетными системами через Rest API