О клиенте
Клиент — компания в стадии активного найма сотрудников и большим количеством открытых вакансий. По мере роста бизнеса увеличивался и поток резюме, которые приходилось вручную просматривать HR-команде.
Такой разбор резюме занимал много времени. Оценка кандидатов могла отличаться от рекрутера к рекрутеру, а при высокой нагрузке возрастал риск пропустить сильного соискателя.
Клиенту нужна была система, которая ускорит первичный отбор, сделает оценку кандидатов более последовательной и поможет соблюдать требования к защите персональных данных.
Задача
Первичный скрининг резюме был одним из самых трудоемких этапов подбора. Рекрутеры вручную просматривали растущий поток резюме сверяли опыт кандидатов с требованиями вакансий и выставляли оценки по внутренним критериям.
Основные задачи проекта:
- обработка большого объема резюме без увеличения нагрузки на HR-команду;
- оценка кандидатов по единым критериям для каждой роли;
- сокращение времени первичного отбора;
- снижение риска субъективной оценки;
- сохранение сильных кандидатов в фокусе даже при большом потоке откликов;
- удаление персональных и чувствительных данных перед анализом;
- контроль точности оценки с помощью тестирования и проверочных сценариев;
- подготовка архитектуры к интеграции с существующими HR-системами.
Обзор проекта
Мы разработали ИИ-систему, которая помогает компаниям быстрее оценивать большой поток резюме.
Система принимает резюме, извлекает из них релевантную информацию и сравнивает кандидата с критериями вакансии. Для каждой роли можно задать собственные требования, поэтому оценка строится не по общему шаблону, а по конкретному профилю позиции.
Платформа поддерживает массовую обработку резюме. Рекрутер может загрузить сразу много резюме и быстрее получить предварительную оценку кандидатов.
Система также помогает защитить данные: перед анализом она удаляет из резюме персональные и чувствительные сведения, снижая риски при обработке информации и помогая соблюдать требования к приватности.
Регион: Европа
Индустрия: Подбор персонала / HR-технологии
Сроки: 1 месяц
Решение
Разработанная система автоматизирует предварительный этап оценки в общем процессе подбора кандидатов.
LLM анализирует резюме по заранее заданным критериям для каждой вакансии и формирует оценку кандидата. Такой подход помогает рекрутерам сравнивать соискателей по одной логике и быстрее принимать решения о следующих этапах отбора.
Система обрабатывает резюме группами и включает защитные механизмы для удаления персональных и чувствительных данных. Для обработки документов используется Docling, LangChain управляет логикой взаимодействия с LLM, OpenAI отвечает за оценку, а MLflow помогает тестировать качество результатов и отслеживать точность оценки кандидатов.
Ключевые возможности
- автоматическая оценка резюме по нужным критериям конкретной вакансии;
- массовая обработка резюме;
- извлечение релевантной информации из резюме;
- сравнение опыта кандидата с требованиями роли;
- единая логика оценки для разных вакансий;
- удаление персональных и чувствительных данных перед выдачей результатов;
- тестовые сценарии для проверки точности оценки;
- архитектура, готовая к интеграции с HR-системами клиента.
Технологический стек
- Оркестрация LLM: LangChain;
- Провайдер LLM: OpenAI;
- Обработка документов: Docling;
- Отслеживание и оценка качества модели: MLflow.
Результаты
Клиент получил ИИ-систему для массовой оценки резюме, которая существенно сократила объем ручного скрининга и ускорила первичный отбор кандидатов.
Теперь резюме автоматически сравниваются с требованиями конкретной вакансии, а рекрутеры получают независимую оценку кандидатов. Это помогает быстрее находить подходящих соискателей и снижает риск субъективных решений на раннем этапе подбора.
В результате клиент получил:
- автоматическую оценку резюме по критериям вакансии;
- массовую обработку резюме без ручного просмотра каждого резюме;
- более единообразную оценку кандидатов;
- защитные механизмы для удаления персональных данных;
- тестовые сценарии для контроля точности оценки;
- основу для интеграции с существующими HR-системами.