Обзор нашего клиента
Наш клиент — компания с большим объемом постоянных процессов найма, регулярно обрабатывающая большое количество откликов на различные вакансии. По мере роста бизнеса увеличивалось и число поступающих резюме, что создавало дополнительную нагрузку на HR-команду.
Ручная проверка требовала значительных затрат времени и часто приводила к несогласованным оценкам, а также повышенному риску ошибок.
Чтобы справляться с объемами найма, сохраняя при этом справедливость и соответствие требованиям, клиент искал способ оптимизировать и стандартизировать первичный этап отбора кандидатов без ущерба для конфиденциальности данных и соблюдения нормативных требований.
Задача
Несмотря на растущее использование ИИ в рекрутинге, клиент столкнулся с рядом операционных проблем, снижающих эффективность процессов найма. Рекрутерам приходилось вручную просматривать все большее количество резюме, что делало этап первичного отбора трудоемким и замедляло весь процесс подбора.
В то же время субъективные оценки людей часто приводили к несогласованным результатам, а высокая нагрузка увеличивала риск упустить сильных кандидатов. Кроме того, обработка персональных данных накладывала строгие требования по соответствию и защите конфиденциальности, что дополнительно усложняло процесс.
Краткий обзор проекта
Мы разработали систему на базе ИИ, которая помогает компаниям эффективнее оценивать большие объемы резюме. Платформа автоматически обрабатывает резюме, извлекает релевантную информацию и оценивает кандидатов на основе заранее заданных критериев для каждой роли.
Платформа поддерживает пакетную обработку резюме, что позволяет рекрутерам быстрее просматривать большое количество откликов. Также в нее встроены автоматические механизмы обнаружения и удаления чувствительных персональных данных для соблюдения требований конфиденциальности и нормативов.
- Отрасль: Рекрутинг / HR Tech
- Регион: Европа
- Срок проекта: 1 месяц
Решение
Мы разработали программное решение для оценки резюме на базе ИИ, предназначенное для автоматизации оценки кандидатов в HR-процессах. Система использует LLM для анализа резюме в соответствии с заранее заданными критериями для каждой позиции и формирования согласованных оценок.
Решение обрабатывает резюме пакетами и включает встроенные механизмы защиты, которые удаляют персональные и чувствительные данные до предоставления результатов. Оно реализовано с использованием LangChain для оркестрации, моделей OpenAI для оценки, Docling для обработки документов и MLflow для тестирования и контроля точности.
Ключевые возможности
- Автоматическая оценка резюме на основе критериев, специфичных для роли.
- Пакетная обработка больших объемов резюме.
- Процесс оценки на базе LLM.
- Механизмы удаления персональных и чувствительных данных.
- Процессы тестирования для поддержания высокой точности оценки.
Технологический стек
Для реализации решения по оценке резюме мы использовали следующие технологии и инструменты:
- Оркестрация LLM: LangChain.
- Провайдер LLM: OpenAI.
- Обработка документов: Docling.
- Отслеживание и оценка моделей: MLflow.
Результаты
Реализованное решение внедрило процесс пакетной обработки резюме на базе ИИ, который значительно сократил необходимость ручного просмотра и позволил масштабировать автоматизированный отбор кандидатов.
Теперь кандидаты автоматически оцениваются по критериям, специфичным для каждой роли, что обеспечивает более быстрые и последовательные решения при найме.
Платформа также обеспечивает соответствие требованиям конфиденциальности благодаря встроенным механизмам удаления персональных данных, а процессы тестирования помогают поддерживать высокую точность оценки со временем.