Humart

Заказчик:

Selecty

Руководитель проекта со стороны заказчика

Екатерина Патяка

Директор по работе с клиентами

Поставщик

Selecty

Год завершения проекта

2024

Сроки выполнения проекта

октябрь, 2022 — апрель, 2024

Масштаб проекта

120 автоматизированных рабочих мест

Цели

Главной целью проекта стало создание единого рабочего пространства, способного эффективно объединить команду из более чем 100 рекрутеров, работающих одновременно над несколькими сотнями проектами.

Перед началом разработки были определены ключевые критерии, которым должна соответствовать платформа: высокая скорость работы, контроль в режиме реального времени с полностью прозрачными процессами, детализированная аналитика на каждом этапе, а также гибкость, позволяющая адаптировать систему под индивидуальные потребности каждого из клиентов.

Результаты

Менее чем за два года, с момента полного перехода на Humart в октябре 2022 года, было закрыто более 4 000 вакансий для успешной цифровизации ведущих компаний российского бизнеса. В процессе реализации проекта мы тщательно оценивали эффективность в ускорении рекрутинговых процессов. Время, затрачиваемое на выполнение рутинных задач рекрутера,
сократилось более чем на 25%, а оптимизация ряда функций менеджеров привела к общей экономии времени на закрытие вакансий почти на 50%.

Полученные результаты свидетельствуют о значительной экономии ресурсов, необходимых для привлечения ценных специалистов. Процесс подбора стал более прозрачным, эффективным и экономичным – для подбора кадров требуется значительно меньше времени и бюджетных средств.

Уникальность проекта

Уникальность Humart – в работе с данными и высокой скоростью всех процессов.

В системе собираются данные о всех действиях рекрутеров, фиксируются статусы процессинга, комментарии, доступные другим рекрутерам компании в случае повторного взаимодействия с соискателем.

На основании агрегируемых в BI-хранилище данных в Humart развёрнута модель Machine Learning, позволяющая ускорить анализ и работу с вакансиями и кандидатами. Обученная на 1 000 000+ специалистов и тысячах вакансий, модель ускоряет поиск, автоматически создавая подборки релевантных кандидатов и вакансий для конкретных кандидатов.

ML&AI позволяет улучшить планирование ресурсов. На основании вакансий, находившихся в работе за 10 лет истории компании, пользователи получают прогноз по срокам, воронке и эффективности источников резюме для конкретной вакансии.

Также интегрированный Chat-GPT, позволяет экономить время на коммуникацию по типовым сценариям: приглашения на вакансию, отказы, сопроводительные письма,запросы обратной связи.

Использованное ПО

Язык программирования TypeScript
Node.js в качестве платформы на строне апи
Kubernetes для контейнеризации
Основная база данных PostgreSQL
Kafka как брокер сообщений и для организации потоков данных
Redis вспомогательная key-value база данных
Архитектура взаимодействия клиента с сервером graphql, rest
Фронтенд фреймворк React с использованием языка TypeScript
Python для ml модулей

Сложность реализации

Особенность проекта – причастность всех бизнес-процессов компании. Основная задача — обеспечить эффективную работу 100+ рекрутеров, ведущих параллельно 500+ проектов.

Сложности проекта:

Масштаб и контроль: Создание системы дашбордов для менеджеров, позволяющей следить за работой рекрутеров real-time, управлять загрузкой сотрудников и распределять задачи.
Приоритеты и сроки: Создание рабочего пространства рекрутеров, отражающего все задачи и позволяющего расставлять приоритеты для выстраивания собственной работы.
Конкуренция за кандидатов: Вакансии часто пересекаются по требованиям, что вызывает конкуренцию между рекрутерами и риски "параллельных офферов" à внедрение механизма закрепления кандидатов для предотвращения конфликтов.
Управление данными: Сбор и хранение больших объемов данных по вакансиям и кандидатам с доступностью для всех участников процесса подбора.
Синхронизация: Нужно было оптимизировать передачу данных между отделами для прозрачности и эффективности процесса.

Описание проекта

Humart – система автоматизации подбора персонала, сокращающая 50% времени закрытия любой вакансии, 25% рабочего времени каждого рекрутера, экономящая до 35% бюджета на поиск персонала, оптимизируя.

Продукт создан и протестирован крупнейшим рекрутинговым агентством Selecty, с 2014 года специализирующемся на предоставлении персонала для цифровой трансформации бизнеса в России и за рубежом.

С помощью Humart удалось значительно ускорить процесс подбора, автоматизировав четыре ключевых этапа работы с вакансией.

Поиск кандидатов

В Humart собрана база данных, включающая 1 млн.+ резюме. Дедубликация обеспечивает чистоту базы и облегчает подбор. Автоматический перевод резюме устраняет языковой барьер.

Система рекомендаций, основанная на ML помогает автоматически подбирать кандидатов для вакансий. Также алгоритм показывает всех подходящих специалистов, соответствующих требованиям работодателя.

ChatGPT ускоряет подбор кандидатов из внешних источников. ИИ генерирует x-ray и boolean-запросы, которые находят пользователей по индивидуальным критериям.

Взаимодействие с кандидатом

Humart - единый пульт управления для рекрутера. Отправить и получить сообщение по почте или в мессенджерах можно прямо в системе. Диалоговое окно дает возможность вести коммуникацию, не переключаясь между вкладками.

ИИ в Humart генерирует за рекрутера стандартные тексты: приглашения на вакансии или отказы. Также ИИ анализирует собранную информацию о кандидатах, учитывая прошлый опыт взаимодействия и ответы на скрининг.

Система сама подбирает вакансии для конкретных кандидатов, что позволяет мгновенно предложить варианты "тёплым" кандидатам, повышая вероятность успешного закрытия.

Процессинг

Рабочее место рекрутера в Humart предоставляет включает в себя актуальные данные о статусе вакансии, проблемах, приоритетах и KPI.

Это позволяет рекрутерам оперативно контролировать процесс, сохраняя высокий темп. Система обеспечивает уведомления о любых изменениях и затруднениях, которые дублируются менеджерам.

Контроль проектов

Руководитель группы подбора имеет полный доступ к информации о работе команды.

Система дашбордов в режиме real-time представляет загруженность рекрутеров, статус открытых вакансий и процессинг каждого кандидата. Руководитель распределяет задачи, контролирует выполнение и своевременно подключается к проекту при возникновении проблем.

Аналитические инструменты и SuperSet позволяют обрабатывать большие объёмы данных, агрегируя информацию в детальные отчеты. Сейчас в системе настроено 30+ видов отчетов. Они помогают проанализировать все этапы работы с кандидатом, выявить скрытые рыночные тренды и сформировать стратегию.
Ещё до начала работы Humart, благодаря ML, может спрогнозировать сроки закрытия вакансии и построить оптимальную воронку подбора. Статистика помогает более точно планировать работу и выявлять возможные риски на ранних этапах.

География проекта

Российская федерация