Здесь может быть забавный эффект - когда компании хотят внедрить новые AI инструменты (не в разработке), им все равно нужно сколько-то разработчиков (использующих AI инструменты для разработки) для этого внедрения.
Когда в конце 1970-х и в 1980-е ПК начали массово заходить в офисы, многие ожидали сокращение рабочих мест из-за автоматизации клерков - набора, учёта, бумажного документооборота. На практике в США общая занятость в тот период росла: по данным BLS, число nonfarm payroll jobs увеличилось почти на 20 млн между 1983 и 1990 годами (то есть массовой “замены людей компьютерами” в виде общего падения занятости не произошло). При этом структура менялась: доля офисно-административных ролей достигла пика примерно к 1980, а затем на фоне массового распространения ПК постепенно снижалась - функции сдвигались и усложнялись. Вывод по статистической картине тех лет: приход ПК не сократил общее число рабочих мест, а сопровождался ростом занятости и перераспределением - меньше рутины “вручную”, больше ролей по поддержке и интеграции цифровых процессов.
HR из компании А пишет HR из компании Б: “Что вы знаете про Васю Пупкина?”. Дальше можно только предполагать, как HR из компании Б будет собирать референсы о Васе Пупкине: в лучшем случае - спросит у бывшего руководителя. Но даже слова руководителя не всегда являются объективной оценкой. Я придерживаюсь мнения, что максимально объективную оценку можно получить в письменном виде: когда человек сел, спокойно всё обдумал, взвесил факты и написал на сотрудника сопроводительное письмо
Сбор референсов на практике нередко превращается в сбор сплетен. Когда читаешь описания того, как это делается, складывается впечатление, что в HR этим занимаются либо очень молодые люди без достаточного опыта, либо специалисты, которым не хватает профессиональной подготовки.
При этом механизмы проверки кандидата давно существуют и нормально формализованы: характеристика, рекомендации, сопроводительное письмо, подтверждение опыта и результатов. И здесь важный момент: “характеристика на словах” почти неизбежно превращается в сплетню. Когда человек формулирует характеристику письменно, она обычно сводится к более сухим, обдуманным и проверяемым фактам - без лишней болтовни и эмоциональных оценок. А в устном пересказе слишком легко скатиться в субъективные трактовки, полутон и “вот говорят, что…”.
Эта ситуация выходит за рамки “просто неприятно” я бы рассматривал следующие шаги:
Обратиться в трудовую инспекцию/прокуратуру.
Обжаловать отказ в суде.
Подать жалобу в Роскомнадзор по поводу обработки персональных данных.
В бигтехе экспертный грейд часто дополнительно гранулируется (например: джун — 4.0–4.9, мидл — 5.0–5.9 и т.д.) и обычно связан с финансовым грейдом. При этом зарплаты могут заметно различаться между проектами: условно команда, которая делает инфраструктуру или критически важные сервисы, чаще имеет более высокий финансовый грейд, чем команда со второстепенными сервисами.
Подобная динамика, на мой взгляд, довольно явно указывает на переход компаний в режим экономии: замедление или заморозка найма, более осторожное открытие новых позиций и повышение требований к кандидатам.
Это было бы справедливо в том случае, если бы резкое снижение числа вакансий произошло в январе. Любая компания живёт год по заранее утверждённому бюджету, и если в бюджете на 2024 год заложено 100 штатных единиц, никто не станет сокращать их в середине года. Считаю, что результаты исследования интерпретированы неверно. Возможно, причины связаны с самим hh - например, ошибка в настройке метрик, резкое повышение тарифов и связанный с этим отток клиентов и т.д. Для релевантных выводов нужны выборки сразу по нескольким площадкам.
Как здорово, что вы помните все звуковые карты, существовавшие на тот момент. В конце 90-х у большинства производителей материнских плат уже были сайты/FTP, откуда можно было скачать драйверы. Установка драйверов в 90-х - это была не “инфраструктура”, а квест, особенно со звуком. Диск с матерью, сборник драйверов на CD, FTP - потому что в звук при сборке ПК обычно сильно не вкладывались: ставили что-то из нижних строчек прайс-листа. Накатываешь Windows - а там жёлтый вопросительный знак в диспетчере устройств, а системник запломбирован на гарантию, и сидишь ставишь всё подряд, пытаясь угадать, что там внутри.
А я не помню, что бы вин95/98 ставила корректно дрова на звук. Обычно приходилось искать, особенно с eisa карточками были приключения, ну а всю ночь, потому что по dialup откачать 3 шт. дров это уже приключения.
Все-таки в той технике было что-то романтическое, загадочное. Всю ночь ставить с дискет Windows 95, потом три дня искать и скачивать всевозможные варианты драйверов на звуковую карту. С поцарапанного CD весь вечер устанавливать «Героев 3», а потом всю ночь втроём играть за одним компьютером.
Похоже, у автора проблемы с причинно-следственной связью.
"За 2 дня почти 300 откликов - я не думал, что их будет столько".
Звучит внушительно, пока не читаем дальше: 80% откликов мимо, "подходящих на 70%+" - около 35. То есть это не "300 откликов", а три десятка релевантных кандидатов и гора мусора. Поздравляю: вы только что описали ботошум и автоотклики, а не "сумасшедший интерес к вакансии".
Дальше автор торжественно сообщает:
"Основное "не так" - соискатели: чем больше откликнусь, тем лучше".
Да-да, конечно. В 2025, где отклики и сопроводительные генерятся одной кнопкой, проблема, разумеется, в том, что люди слишком много откликаются. Не в том, что канал отклика превращён в спам-ленту, не в том, что метрика "количество откликов" стала мусорной, и не в том, что фильтрация у работодателей перегружена. Нет, виноваты соискатели.
Потом автор сам становится соискателем и внезапно открывает для себя HH-реальность:
половина откликов не разбирается, ответы приходят через 3-4 недели, из 116 откликов в переписку уходит 6, в собеседование - 1.
И тут хочется задать простой вопрос: а автор точно умеет "правильно откликаться"?
Потому что пару абзацев назад нас учили: откликаться только при 70-80% совпадения, читать требования, не слать "куда попало". Он делает всё "правильно", отправляет 116 откликов - и получает один собес. Может, это намекает не на "соискатели не умеют искать работу", а на то, что сам механизм откликов деградировал, и "правильность" уже не спасает, потому что всё тонет в шуме и сломанной воронке?
Причём автор сам перечисляет причины:
вакансии не актуализируют - отклики не разбирают - "имитация найма" - ответы неделями.
То есть диагноз лежит на поверхности: система обработки откликов сломана, а не "айтишники не понимают, как искать работу".
Финальный кульбит:
"700 откликов за неделю - рынок перегрет".
А может, 700 откликов - это ровно то же, что и его "300", только масштабнее: боты и автоотклики рисуют активность, а релевантных всё равно будет считанные проценты. "Перегрев рынка" доказывают не счётчиком, а конверсией - долей релевантных, временем закрытия, количеством офферов, конкуренцией за кандидата.
>Проблему взлома процесса трудоустройства невозможно решить автоматизировано
А кто-нибудь вообще пытался её решать?
Профиль любой компании - это в первую очередь масштаб и происхождение доходов. Даже поверхностного анализа официальной финансовой отчётности достаточно, чтобы увидеть несоответствия: условная «волчья паства» по оборотам и структуре доходов не дотягивает даже до минимальной региональной IT-компании, особенно если посмотреть на выполненные и заключённые контракты, участие в торгах и источники выручки.
Далее - бюджет и численность. По открытым данным можно сопоставить штат компании и количество людей, указывающих её в резюме за один и тот же период. Компания со штатом в пять человек не может фигурировать в сотне анкет, где каждый «проработал» в ней по году - такие вещи отлично выявляются статистически.
Я не специалист в области налогового или корпоративного права, но кажется очевидным: при участии экспертов ФНС, экономистов и юристов вполне реально сформировать набор индикаторов, по которым с высокой степенью уверенности можно определить фирмы-однодневки и псевдо-работодателей с минимальным реальным штатом.
Проблема, скорее, не в технической невозможности автоматизации, а в отсутствии запроса и заинтересованности со стороны площадок и рынка в целом.
Инженер - это в первую очередь про мышление и способность быстро учиться, а не про формальный набор знаний. Освоение новых инструментов, включая ИИ, для опытного специалиста - обычная рабочая задача. Ключевое отличие в том, используется ли ИИ как вспомогательный инструмент или воспринимается как источник истины. В первом случае ошибки и галлюцинации выявляются, во втором - попадают на ревью.
Да, как бы архитектуры фон Неймана и гарвардская - это тоже база. Необязательно знать всё до уровня регистров, но хотя бы представлять, что это и в чём их отличие.
Когда в конце 1970-х и в 1980-е ПК начали массово заходить в офисы, многие ожидали сокращение рабочих мест из-за автоматизации клерков - набора, учёта, бумажного документооборота. На практике в США общая занятость в тот период росла: по данным BLS, число nonfarm payroll jobs увеличилось почти на 20 млн между 1983 и 1990 годами (то есть массовой “замены людей компьютерами” в виде общего падения занятости не произошло). При этом структура менялась: доля офисно-административных ролей достигла пика примерно к 1980, а затем на фоне массового распространения ПК постепенно снижалась - функции сдвигались и усложнялись. Вывод по статистической картине тех лет: приход ПК не сократил общее число рабочих мест, а сопровождался ростом занятости и перераспределением - меньше рутины “вручную”, больше ролей по поддержке и интеграции цифровых процессов.
А как запросить данные на кандидата у третьей стороны не передав его ПД? И тут сразу вопрос: по каким каналам передавались ПД?
HR из компании А пишет HR из компании Б: “Что вы знаете про Васю Пупкина?”. Дальше можно только предполагать, как HR из компании Б будет собирать референсы о Васе Пупкине: в лучшем случае - спросит у бывшего руководителя. Но даже слова руководителя не всегда являются объективной оценкой.
Я придерживаюсь мнения, что максимально объективную оценку можно получить в письменном виде: когда человек сел, спокойно всё обдумал, взвесил факты и написал на сотрудника сопроводительное письмо
Сбор референсов на практике нередко превращается в сбор сплетен. Когда читаешь описания того, как это делается, складывается впечатление, что в HR этим занимаются либо очень молодые люди без достаточного опыта, либо специалисты, которым не хватает профессиональной подготовки.
При этом механизмы проверки кандидата давно существуют и нормально формализованы: характеристика, рекомендации, сопроводительное письмо, подтверждение опыта и результатов. И здесь важный момент: “характеристика на словах” почти неизбежно превращается в сплетню. Когда человек формулирует характеристику письменно, она обычно сводится к более сухим, обдуманным и проверяемым фактам - без лишней болтовни и эмоциональных оценок. А в устном пересказе слишком легко скатиться в субъективные трактовки, полутон и “вот говорят, что…”.
Эта ситуация выходит за рамки “просто неприятно” я бы рассматривал следующие шаги:
Обратиться в трудовую инспекцию/прокуратуру.
Обжаловать отказ в суде.
Подать жалобу в Роскомнадзор по поводу обработки персональных данных.
Никто не мешает расти профессионально и строить карьеру в любой профессии.
В бигтехе экспертный грейд часто дополнительно гранулируется (например: джун — 4.0–4.9, мидл — 5.0–5.9 и т.д.) и обычно связан с финансовым грейдом. При этом зарплаты могут заметно различаться между проектами: условно команда, которая делает инфраструктуру или критически важные сервисы, чаще имеет более высокий финансовый грейд, чем команда со второстепенными сервисами.
Это было бы справедливо в том случае, если бы резкое снижение числа вакансий произошло в январе. Любая компания живёт год по заранее утверждённому бюджету, и если в бюджете на 2024 год заложено 100 штатных единиц, никто не станет сокращать их в середине года.
Считаю, что результаты исследования интерпретированы неверно. Возможно, причины связаны с самим hh - например, ошибка в настройке метрик, резкое повышение тарифов и связанный с этим отток клиентов и т.д. Для релевантных выводов нужны выборки сразу по нескольким площадкам.
Согласен. Я написал про них в контексте статьи для новичков как про практический способ показать, как DDD-модель жить с инфраструктурой.
Как здорово, что вы помните все звуковые карты, существовавшие на тот момент.
В конце 90-х у большинства производителей материнских плат уже были сайты/FTP, откуда можно было скачать драйверы. Установка драйверов в 90-х - это была не “инфраструктура”, а квест, особенно со звуком. Диск с матерью, сборник драйверов на CD, FTP - потому что в звук при сборке ПК обычно сильно не вкладывались: ставили что-то из нижних строчек прайс-листа. Накатываешь Windows - а там жёлтый вопросительный знак в диспетчере устройств, а системник запломбирован на гарантию, и сидишь ставишь всё подряд, пытаясь угадать, что там внутри.
Вы серьёзно не замечаете проблем в найме?Ну, почитайте — таких статей сейчас море: https://share.google/wnE07KZcZYTPSHlPt Удивительно конечно...
Хорошее руководство для новичков, но я бы добавил про порты/интерфейсы/usecase.
А я не помню, что бы вин95/98 ставила корректно дрова на звук. Обычно приходилось искать, особенно с eisa карточками были приключения, ну а всю ночь, потому что по dialup откачать 3 шт. дров это уже приключения.
Да, да) По звуку винта можно определить работает процесс или завис)
Все-таки в той технике было что-то романтическое, загадочное. Всю ночь ставить с дискет Windows 95, потом три дня искать и скачивать всевозможные варианты драйверов на звуковую карту. С поцарапанного CD весь вечер устанавливать «Героев 3», а потом всю ночь втроём играть за одним компьютером.
Похоже, у автора проблемы с причинно-следственной связью.
"За 2 дня почти 300 откликов - я не думал, что их будет столько".
Звучит внушительно, пока не читаем дальше: 80% откликов мимо, "подходящих на 70%+" - около 35. То есть это не "300 откликов", а три десятка релевантных кандидатов и гора мусора. Поздравляю: вы только что описали ботошум и автоотклики, а не "сумасшедший интерес к вакансии".
Дальше автор торжественно сообщает:
"Основное "не так" - соискатели: чем больше откликнусь, тем лучше".
Да-да, конечно. В 2025, где отклики и сопроводительные генерятся одной кнопкой, проблема, разумеется, в том, что люди слишком много откликаются. Не в том, что канал отклика превращён в спам-ленту, не в том, что метрика "количество откликов" стала мусорной, и не в том, что фильтрация у работодателей перегружена. Нет, виноваты соискатели.
Потом автор сам становится соискателем и внезапно открывает для себя HH-реальность:
половина откликов не разбирается, ответы приходят через 3-4 недели, из 116 откликов в переписку уходит 6, в собеседование - 1.
И тут хочется задать простой вопрос: а автор точно умеет "правильно откликаться"?
Потому что пару абзацев назад нас учили: откликаться только при 70-80% совпадения, читать требования, не слать "куда попало". Он делает всё "правильно", отправляет 116 откликов - и получает один собес. Может, это намекает не на "соискатели не умеют искать работу", а на то, что сам механизм откликов деградировал, и "правильность" уже не спасает, потому что всё тонет в шуме и сломанной воронке?
Причём автор сам перечисляет причины:
вакансии не актуализируют - отклики не разбирают - "имитация найма" - ответы неделями.
То есть диагноз лежит на поверхности: система обработки откликов сломана, а не "айтишники не понимают, как искать работу".
Финальный кульбит:
"700 откликов за неделю - рынок перегрет".
А может, 700 откликов - это ровно то же, что и его "300", только масштабнее: боты и автоотклики рисуют активность, а релевантных всё равно будет считанные проценты. "Перегрев рынка" доказывают не счётчиком, а конверсией - долей релевантных, временем закрытия, количеством офферов, конкуренцией за кандидата.
Ух! Аж олдскулы свело. А это только у меня в воспоминаниях: не только сам комп, но и запах - там где стоял комп был специфический запах электроники.
Вот бы вы настроили алгоритмы поиска вакансия/кандидат. Но быстрая загрузка экрана это конечно важнее поиска решений для разрешения кризиса в найме.
>Проблему взлома процесса трудоустройства невозможно решить автоматизировано
А кто-нибудь вообще пытался её решать?
Профиль любой компании - это в первую очередь масштаб и происхождение доходов. Даже поверхностного анализа официальной финансовой отчётности достаточно, чтобы увидеть несоответствия: условная «волчья паства» по оборотам и структуре доходов не дотягивает даже до минимальной региональной IT-компании, особенно если посмотреть на выполненные и заключённые контракты, участие в торгах и источники выручки.
Далее - бюджет и численность. По открытым данным можно сопоставить штат компании и количество людей, указывающих её в резюме за один и тот же период. Компания со штатом в пять человек не может фигурировать в сотне анкет, где каждый «проработал» в ней по году - такие вещи отлично выявляются статистически.
Я не специалист в области налогового или корпоративного права, но кажется очевидным: при участии экспертов ФНС, экономистов и юристов вполне реально сформировать набор индикаторов, по которым с высокой степенью уверенности можно определить фирмы-однодневки и псевдо-работодателей с минимальным реальным штатом.
Проблема, скорее, не в технической невозможности автоматизации, а в отсутствии запроса и заинтересованности со стороны площадок и рынка в целом.
Инженер - это в первую очередь про мышление и способность быстро учиться, а не про формальный набор знаний.
Освоение новых инструментов, включая ИИ, для опытного специалиста - обычная рабочая задача. Ключевое отличие в том, используется ли ИИ как вспомогательный инструмент или воспринимается как источник истины. В первом случае ошибки и галлюцинации выявляются, во втором - попадают на ревью.
Да, как бы архитектуры фон Неймана и гарвардская - это тоже база.
Необязательно знать всё до уровня регистров, но хотя бы представлять, что это и в чём их отличие.