Воронка кандидатов в DeepMatch

Я уже писал, что мы запустили свой HRTech стартап в основе которого лежит Skill Based подход. Мы внутри DeepMatch считаем, что самый важный критерий отбора кандидатов - их реальные навыки, а уже потом все сопутствующие критерии и фильтры.

Сегодня решил рассказать как формируется воронка кандидатов в DeepMatch по всем вакансиям, по которым работодатель решил запустить проверку навыков. Если коротко: по убыванию AI оценки решений кандидатов (см скриншот).

Когда работодатель запускает проверку навыков, он делится ссылкой с кандидатом для решения задач (задачи тоже генерируем). Кандидат решает задачи и отправляет их на проверку. Внутри AI оценивает решения по методологии, которая заложена у нас под капотом. Я не буду расписывать что внутри и как это работает. Но вот забавный факт - недавно мы файнтюинили промпты чтобы модель меньше придиралась к синтаксису и больше фокусировалась на понимании кандидатом задачи.

По итогу компания получает отсортированную по оценке воронку кандидатов с подробным отчетом по решению каждого кандидата и другими сопутствующими параметрами. Компании остается выбрать интересных кандидатов из лучших и связаться с ними для дальнейшего процесса найма.

PROFIT! Куда удобнее чем фильтровать 500 откликов и после вычитывать резюме. Или кормить их ИИшке.

Дальше я буду регулярно делиться с вами интересными нюансами по работе DeepMatch и его разработки. Например, весь DeepMatch на 99.9% написан исключительно вайбкодингом - как-нибудь расскажу об этом.

А пока пишите мне в личку @StressoID или оставляйте заявку на лендосе и мы проведем для вас демо и все подробно расскажем.

Еще один забавный факт: высокий уровень антифрода не является критерием для отказа от дальнейшего собеседования кандидата, если при этом задачи хорошо выполнены