Comments 43
А ещё кандидаты могут фальсифицировать результат, потому что понимают как это работает. По крайней мере некоторые.
и подгона резюме под описания, зная, что предварительный скрининг резюме осуществляется на основании количества попугаев, которых намеряла LLM
Все можно легко проверить на интервью. Это инструмент, который помогает сэкономить время на оценке резюме (у некоторых в резюме и без ИИ реально много воды), а также сократить кол-во итераций вида отбор резюме->оценка резюме->интервью, чтобы в воронку попадали наиболее релевантные кандидаты
мы не кадровики, а тех. эксперты, которые проводят интервью и пачками анализируют резюме от кадровиков, а также вместе с ними сидят на HH.ru для отбора правильных кандидатов))
а в чём выражается тех и экспертиза?
В соответствующем опыте работы. Обычно технические интервью проводят сотрудники с определенным опытом работы, и они часто перегружены.
Я правильно понимаю, что если сотрудник перегружен, надо наплевать на кандидата (который зачем-то нужен, возможно даже для разгрузки загруженного), и отправить его беседовать с естественным или искусственным скриптом? Спасибо, не надо.
По поводу того, что годы конвертируют напрямую в опыт, есть замечательное высказывание, которое отлично подходит и в этот контекст: "Мудрость приходит с возрастом. Но иногда возраст приходит один" (с) Жванецкий.
Собственно, для того, чтобы годы опыта считать мудростью, мудрость всё равно надо ещё доказать.
Я в детстве увлекался тестами на разные тематики. И вот там понял простую вещь - если ты знаешь направление теста то ты можешь подогнать результат под тот который тебе нужен просто отвечая не так как ты хочешь, а так как нужно по условиям теста.
Здесь получается аналогично - зная цель можно пройти дальше, особенно на начальном уровне.
Именно по этому в писихиатрии стараются делать не фальсифицируемые тесты, в которых по вопросу невозможно определить его влияние на результат
А по поводу описанного в статье можно буквально закинуть в чатгпт статью, свое резюме и вакансию и попросить подогнать резюме под вакансию.
ХММММ а ведь можно написать скрипт который будет принимать список ссылок с вакансиями которые вам нравятся и автоматически подгонять ваше резюме под них, надо попробовать...
Скорее ломается не то, что им нужно (они свою работу делают как понимают они и работодатели), а как работает сопоставлялка увиденного/услышанного от кандидата и запроса от работодателя.
Собственно, HR и были тем интеллектом, который должен был проводить первичный отбор резюме, пока не было доступного ИИ. За деньги.
И иногда с таким качеством, что это скорее было вредительством. Благо, те специалисты и конторы, которые этого не поняли, стабильно покидали рынок. Минус, что приходили новые.
0/10 (кандидат не упоминал технологию)
Это же полная дичь! Я вот не знаю, будет ли мое резюме читать человек или машина. И стараюсь сжать резюме, высушив от воды, оставив только то, что заинтересует работодателя. Под нож идут технологии и библиотеки, тк на их перечисление уйдет 2-3 листа.
В то же время если я укажу технологию, по этой логике у меня будет 10/10, так?
По вашим критериям, лучшие резюме будут наполнены SEO-шной "тошнотой" из технологий и фраз, заточенных под нейронку.
Окей, скрининг нейронки кандидат прошел. Дальше как такое резюме читать лиду? HR такое резюме вообще читать будет или он только будет работать с нейронкой?
А это пропустили?
Если в резюме не указывать используемый стек на проектах хотя бы за последние 3 года работы, лид точно так же не сможет по "высушенному" резюме понять подходит ли ему кандидат. Разве что только читать мысли.
Можно написать в резюме так:
Февраль 2023 — по настоящее время
ООО "Рога и Копыта"
Java-программист
Разработка
Ну и дальше можно только гадать, с какой версией Java работал, использовал ли Spring и т.д.
Такое резюме будет иметь оценку 0/10, потому что ИИ так же не сможет угадать, на сколько он соответствует требованиям. И дальше его читать лиду даже нет смысла.
Вы слишком много внимания уделяете мелочам, и за деревьями не видите леса. Или вы серьёзно считаете, что если человек работал, условно, с Java8 или Java9, то он не осилит Java11? Или если человек работал с пятью БД, но у Вас не та, что в списке, то это проблема? А ведь цена вопроса - от силы два дня для нормального разработчика.
Ну если вам нужен специалист, который постоянно полагается на чатгпт, то план надежный. А человек, который мыслит логически, но может где-то что-то пропустить - автоматически отсеивается
кандидат дал ответы, которые демонстрируют отсутствие знаний и опыта в этих областях.
Как раз логически мыслящий и будет в первую очередь. Просто по причине того что часто псевдо-ИИ используют знания уровня ниже среднего. И для подтверждения того что знания достойны вообще расммотрения нужно очень долго его мучать. А это время, а время - деньги. И за потраченное время можно сделать то же самое в разы быстрее и лучше.
А по поводу ИИ все прикольно, Вот скриншот из статьи. Даже не знаю, не знаю...
Никто не говорит об отказе, но ИИ - это помощник, а не замена. Речь о том, что приоритет будет отдаваться именно кандидату ctrl+c ctrl+v.
Статью решил не читать - закинул в чат ГПТ чтобы он мне выдал суммарий. ну такое, среднечёк
опыт работы с LiquiBase и СУБД PostgreSQL;
знание SQL;
Что мы тут видим? Мы видим три темы.
LiquiBase это мелкий фреймворк, предназначенный для решения конкретной задачи, не единственный в своей нише (flyway вспоминается на раз-два). Синьору с 10 годами опыта нужно на освоение может пару часов, чтобы начать работать.
SQL - это наоборот, тема необъятная. Во-первых, существует множество версий даже стандарта, которые все время выходят новые (последний вроде 2023, при этом я например стараюсь укладываться в рамки SQL-92). Во-вторых, существует множество даже широко используемых СУБД, которые отличаются в нюансах. И сильно отличаются. На то, чтобы "знать" SQL можно потратить годы, в тоже время скажем базовый курс по нему - это несколько занятий.
опыт работы с СУБД PostgreSQL - ну это примерно как знание SQL, только в более узком смысле. Я думаю тоже можно потратить годы, чтобы скажем стать квалифицированным DBA.
Итого, что в сухом остатке? Предлагается механизм оценки резюме, где три приведенные выше (просто для примера, точно такой же разбор можно провести по остальным пунктам) темы считаются равноценными, в то время как на самом деле они по сложности освоения различаются на порядки. В таком виде все это бессмысленная фигня. Не может оценка 10/10 по LiquiBase стоить столько же, как оценка 2/10 по SQL. Это все еще разница на порядки.
Вот только белковому скрипту команду думать никто не давал.
Ну, я ваш коммент понял так, что типовой HR тоже не различает эти ключевые слова, раз указали LiquiBase - значит должно быть (а что flyway может быть заменой - не понимаем). И если вы об этом - то я скорее согласен.
Но если уж мы пытаемся белкового заменить на ИИ, то вот эти вот веса или важности ключевым словам не мешало бы попробовать добавить. А то получается матрица компетенций в чистом виде, которая на программистах практически не работает. Ну т.е. она может и работает - если мы имеем дело с типовыми винтиками, но как только что-то нестандартное - так все. И в первую очередь именно потому, что навыков в штуках - кучи, они все разной важности, они связаны друг с другом, и человек это все оценивает достаточно быстро и легко - разумеется речь про скажем тимлида, который и писал описание вакансии, и который понимает, что ну нету в резюме JUnit, зато есть TestNG - ну так и фиг с ним, это одно и тоже.
Всё зависит от нескольких важных составляющих:
Как составлены требования. Чем детальнее они составлены, тем точнее будет оценка.
Всё решает промпт. В качестве примера был составлен простейший промпт, который получает среднюю оценку по всем требованиям. И в данном случае они равнозначны, да. Можно в качестве промпта указать разные веса для разных требований.
Составить более детальные требования - это время (и деньги) тимлида. Указать разные веса - тоже самое. Если цель время и деньги тимлида экономить, заставлять его детализировать описание и расставлять веса - нонсенс.
Чем детальнее они составлены, тем точнее будет оценка.
Ну вот в моем случае вообще никогда не нужно 100 попадание в вакансию. Мы вполне готовы брать (и берем) людей, которые дополняют команду. При этом отсутствующие навыки либо дообучаются в работе, либо эту часть работы может сделать другой член команды. В состоянии ли HR (или же ИИ) этот фактор учесть - я не уверен, слишком много контекста ему для этого нужно дать.
А собственно в чем причина столь длинной дискуссии
Если компания управляется "эффективными" менеджерами - они будут полагаться на всяике LLM (ибо модно и со смузи), если хардкорными технарями - то они будут читать резюме глазами и задавать вопросы мозгом, а не списком литературы. Ну а дальше вопрос к соискателю - куда ему сердце показывает идти. Единственный побочный эффект (и весьма неприятный) это резкий рост резюме написанных этими бредогенераторами для этих же бредогенераторов. Но, как правило, это явный признак индуса не очень квалифицированного сотрудника. Поэтому мы получаем интересную картинку мира - количество мусора явно выросло - но вот в этом мусоре золото стало светить ярче
В мире, где технологии стремительно развиваются, кандидаты сталкиваются с новыми вызовами. Отбор подходящих вакансий и компаний, оценка их надежности и условий работы, а также решение тестовых заданий — все это требует значительных временных и человеческих ресурсов.
Но что, если можно было бы автоматизировать значительную часть этих процессов, сохранив при этом высокий уровень точности и персонализации?
Сомнительно. Вы будете отсеивать среди тех кто смог оформить подходящее под нейронку резюме и теми кто не стал заниматься SEO оптимизацией.
Уже пользуется спросом консультация HR для оформления резюме, думаю там появится еще один пунктик.
Забудьте про рутину: AI-ассистент для оценки кандидатов и подбора персонала