Автоматизация найма: как заменить 10 часов рутины на ИИ-агента
Привет! Меня зовут Георгий Гречаник. Я занимаюсь автоматизацией и помогаю малому и среднему бизнесу избавляться от операционных процессов, которые съедают драгоценное время сотрудников.
Сегодня я хочу разобрать один из своих кейсов: Как внедрение простого ИИ агента в процесс подбора персонала может сэкономить кучу времени рекрутёру.
Проблема: HR как фильтр для спама
Многие компании, даже небольшие, сталкиваются с тем, что публикации вакансий превращается в головную боль:
- Рекрутер тратит часы на изучение резюме кандидатов, которые не подходят по ключевым навыкам
- Кандидаты могут ждать обратной связи неделями
- Самые сильные спецы уходят к конкурентам просто потому, что их резюме зависло на вашей почте
Решение: ИИ-система квалификации
Я разработал инструмент, который берёт процесс рассмотрения резюме на себя. В его основе лишь 5 этапов автоматизации:
- Сбор данных: Бот обрабатывает все входящие на электронную почту письма и достаёт из них вложенные файлы.
- Мозг (ИИ): LLM (В моём случае DeepSeek) находит необходимую вакансию в списке компании и анализирует резюме на соответствие требованиям.
- Заполнение таблиц: ИИ автоматически берёт из резюме имя, контакты, умения, опыт работы, другие необходимые данные кандидата и аккуратно заносит их в таблицу (В моём случае Google Sheets).
- Итоговая рекомендация: ИИ получает в аккуратном виде вакансию вместе со всей информацией о кандидате, на основе заданных требований даёт кандидату процент совпадения с вакансией, а также составляет список вопросов для потенциального созвона.
- Уведомление ркуртёра: ИИ получает всю сводку по кандидату, составляет краткий бриф и отправляет рекрутеру уведомление о новом резюме (В моём случае уведомление приходит в Telegram).
Немного технической части (Постараюсь не душно)
Google Sheets как БД: На этапе MVP это идеальное решение. Таблица выступает одновременно и базой данных, и удобным интерфейсом для HR-менеджера. В дальнейшем я легко подключаю туда полноценную CRM через вебхуки, БД на базе postgresql, Notion, Supabase и другие.
Файл с резюме: Иногда резюме присылают в формате Ворд-Документа, а иногда в формате pdf. Если в письме содержится, например, docx (Word) файл, то мы просто берём его содержимое и напрямую даём искуственному интеллекту. Если же мы получаем pdf, то ситуация немного сложнее, ведь это, скорее всего, скан и текст из него вытащить не получится. На помощь приходит OCR (Optical Character Recognition) — это технология оптического распознавания символов, которая поможет нам обнаружить текст на скане и далее без проблем передать его ИИ-Агенту
Подсчёт процента совпадения: Чтобы исключить субъективность, я не просто прошу ИИ «оценить» кандидата, а задаю ему жесткие математические рамки. Вот пример формулы, которую я подаю ИИ квалификации:
Это полезно по причине того, что я легко могу изменить вес критерия и потому что модель тратит доли секунды на анализ резюме по всем критериям одновременно.
3 итерации ИИ: Я не упоминал об этом, но в ходе обработки мы три раза обращаемся к API DeepSeek:
- Первый агент смотрит на резюме и пытается понять, к какой вакансии из таблицы оно относится (По какой-то причине кандидаты не всегда указывают этот аспект).
- Второй агент видит полное резюме, требования вакансии и начинает заполнять таблицу с кандидатами новыми данными, а также считает процент совпадения.
- Третий агент делает краткий бриф для уведомления рекрутера.
Почему бы не поставить на эти три задачи одного ИИ-агента? Потому что опытным путём выясняется, что при перегрузке агента требованиями он начинает чаще допускать ошибки: путает требования, ошибается в вакансии и так далее. При правильном делении ошибки я не наблюдал в принципе.
Итог: в цифрах
Внедрение моего инструмента в рабочий процесс компании позволило:
- Сократить время на первичную фильтрацию с 10-и часов в неделю до 30-и минут.
- Увеличить скорость ответа кандидату до 1-й минуты
- Исключить человеческий фактор: ни одно резюме не теряется
Почему это важно сейчас?
Многие думают, что ИИ - это что-то сложное и доступное только корпорациям с миллионными бюджетами. На деле, современные инструменты и API позволяют собрать такую систему за несколько дней.
Если вы чувствуете, что ваш бизнес "задыхается" от рутины, которую можно отдать искусственному интеллекту и неубиваемым алгоритмам - пишите в комментарии или личные сообщения. Обсудим, как можно автоматизировать ваши процессы.