Привет, меня зовут Иван Дмитриев, директор по ИТ и безопасности холдинга TalentTech,  и сегодня я хочу поговорить про безопасность облаков и безопасность в организациях в целом. Поскольку я смотрю на вопрос со стороны службы ИБ, в этом посте хотелось бы обсудить вопросы взаимодействия с между ИБ и ИТ, а также поговорить о том, что делать с ИБ-специалистами, которые пытаются заблокировать ваши идеи, заявляя, что “это небезопасно”. Желающих подискутировать о степенях безопасности и их оценке также приглашаю пообщаться в комментариях.

Мы — команда мобильного проекта FL.ru. В своей статье хотим познакомить вас с Flutter Driver и рассказать об автоматизации UI тестирования мобильных приложений с помощью данного инструмента.

Меня зовут Иванов Алексей. Я DS и скрам-мастер в центре ML-экспертизы разработчика HRtech-решений TalentTech. Мы занимаемся обучением моделей для проектов компании. 

Ровно год назад наша команда самоорганизовалась и начала  применять подход SCRUM (будем дальше  — скрам.) Я расскажу о наших внутренних процессах: что произошло, что происходит и, возможно, будет происходить с нами в ближайшем будущем.

Этот пост будет полезен для Flutter-разработчиков, которым хочется поработать с флейворами (flavours), изменить и дополнить их. Сегодня мы не будем говорить о процессе создания флейворов с разными иконками, названиями и идентификаторами, благо таких публикаций существует уже очень много. Вместо этого речь пойдет о том, как определять флейвор в Dart-коде, а также о решении некоторых часто встречающихся при сборке приложений проблем, связанных с введением флейворов. 

Итак, я рассчитываю, что вы знаете, что такое флейвор и зачем он нужен (если нет, почитайте, например, вот этот материал). Поэтому мы сразу перейдем к тем вопросам, с которыми встречается разработчик Flutter, когда у него возникает задача определить новый флейвор. 

Автоматизация процессов работы с кадрами может принести много пользы. Но для этого каждая информационная система в вашей компании должна иметь возможность передавать информацию в HCM (Human Capital Management) решение. И здесь очень часто возникают различные “но”, которые мешают получить максимальную отдачу от возможностей кадровых платформ. В этом посте мы расскажем, как вопрос интеграции решался в нашей компании, и почему другие системы легко интегрируются с HCM-платформой TalentTech через открытый API.

Так как мы являемся разработчиками системы для рекрутинга и HR, хотим поделиться своим видением и опытом использования машинного обучения в подборе кандидатов. Тема непростая, но все идет к тому, что через пару-тройку лет подобные штуки будут использоваться практически во всех компаниях. Кто-то их будет ставить у себя внутри, кто-то воспользуется облачными вариантами. Главная причина — они в разы ускоряют обработку входных данных. Поэтому бизнес от них не откажется. 

Среди уже автоматизированных процессов — оценка «большой пятерки» (софт-скиллы), мэтчинг резюме и вакансий, диалоги с кандидатами и exit-интервью. Под катом кратко про то, как все это устроено и чем грозит соискателям в ближайшем будущем. Хотя, не особо грозит. По факту можно научить систему прекрасно работать даже с резюме, состоящими из 10 строк, в то время как живых рекрутеров разом всех не обучишь. Но это все философия.

Меня зовут Сергей Ахметов, я технический директор компании - разработчика HRTech-решений TalentTech, расскажу про систему автоматизации алгоритмов онбординга, развития, обучения и вовлеченности каждого отдельного сотрудника в компании. 

По сути, это наше выражение в коде и железе HR-процессов здорового человека в противовес тем, где большие объемы работы соседствуют с не до конца отлаженными процессами. Где линейным руководителям и сотрудникам HR не хватает времени, ресурсов, подсказок, схем. Плюс извечные вопросы: как быстро и безболезненно ввести нового сотрудника в коллектив? Когда и кому нужна переквалификация и обучение? Все ли сотрудники максимально вовлечены в процесс? Как всем этим управлять и контролировать? В общем, подробности под катом.