ИИ отбора кандидатов для HR-компании

Наш клиент — крупная рекрутинговая компания (HR-компания), которая ведет подбор сотрудников для нескольких десятков работодателей одновременно.

На одну вакансию могли приходить сотни откликов. Рекрутеры вручную просматривали резюме, проверяли опыт, навыки, зарплатные ожидания и соответствие требованиям, после чего формировали shortlist для первого интервью.

Мы разработали ИИ-систему, которая автоматически анализирует резюме, сопоставляет кандидатов с требованиями вакансии и помогает рекрутеру быстрее определить, с кем стоит продолжить работу.

Мы заменили название бренда и замазали любые упоминания на скриншотах, чтобы не нарушать НДА в отношении нашего клиента.

Особенности проекта

Главная сложность заключалась в том, что кандидатов нельзя корректно оценивать только по наличию нескольких ключевых слов в резюме.

Например, для позиции руководителя отдела продаж важно учитывать не только должность, но и размер команды, отрасль, тип клиентов, продолжительность опыта, уровень ответственности и реальные результаты.

При этом требования работодателей отличались. Для одной вакансии отсутствие опыта в конкретной отрасли было критичным, для другой — нет. Где-то важнее управленческий опыт, где-то знание определенного ПО или работа с конкретным типом клиентов.

Поэтому система должна была не просто сортировать резюме, а учитывать контекст конкретной вакансии и объяснять, почему кандидат получил ту или иную оценку.

Разработка

Мы подключили систему к базе вакансий и резюме рекрутинговой компании.

Для каждой вакансии рекрутер задает обязательные и желательные критерии: опыт, навыки, отрасль, образование, уровень позиции, зарплатный диапазон и другие параметры.

После поступления нового резюме ИИ:

• определяет ключевой опыт кандидата;
• выделяет навыки и компетенции;
• сопоставляет их с требованиями вакансии;
• отмечает сильные и слабые стороны;
• выявляет недостающую информацию;
• формирует краткое резюме для рекрутера;
• предлагает вопросы для первого интервью.

Вместо полного резюме на несколько страниц сотрудник получает компактную карточку:

Соответствие вакансии — 86%

Сильные стороны: 6 лет B2B-продаж, управление командой из 12 человек, опыт работы с крупными корпоративными клиентами.

Что требует уточнения: нет данных о размере личного плана продаж и опыте работы с CRM, используемой заказчиком.

Как проходит отбор

ИИ не принимает окончательное решение за рекрутера и не отклоняет кандидатов автоматически только на основании итогового балла.

Система ранжирует отклики и помогает быстрее работать с большим потоком резюме.

Кандидаты с высоким соответствием попадают в начало списка, спорные профили выделяются отдельно, а по каждому результату можно увидеть факторы, повлиявшие на оценку.

Это особенно важно для нестандартных кандидатов, чье резюме может формально отличаться от требований вакансии, но фактический опыт при этом подходит.

Результат

После запуска системы сравнили скорость первичной обработки откликов с ручным процессом.

Показатель	До внедрения	После внедрения
Среднее время первичного анализа одного резюме	4,8 мин	1,3 мин
Отклики, обработанные в первый рабочий день	54%	91%
Время на формирование shortlist	3,6 ч	1,2 ч
Резюме, требующие полного ручного просмотра	100%	27%

Основной эффект

После внедрения рекрутеры стали меньше времени тратить на механический просмотр однотипных резюме и быстрее переходить к интервью с подходящими кандидатами.

Для компании главный эффект оказался в увеличении пропускной способности команды: один рекрутер может вести больше вакансий одновременно без пропорционального роста нагрузки.

При этом финальное решение по кандидату остается за человеком — ИИ помогает быстрее находить релевантные профили, но не заменяет профессиональную оценку рекрутера.