Комментарии 50
Мне кажется в наше время отсев людей с помощью LLM – минус к репутации компании в глазах соискателей и о таком не стоит громко говорить.
Сейчас такие HR, что хуже уже точно не будет))
Я уже давно взял за правило себе в отдел самому набирать людей.
Согласен, но тут не про отсев, а про "подсказку", и есть вероятность, что модель подсветит хорошего кандидата, так где человек мог бы его пропустить, просматривая тысячи откликов глаз может немного "замылиться".
С опровержения этой благоглупости теоретиком менеджмента и управления качеством Эдвардсом ДЕМИНГОМ и началось японское экономическое чудо.
А есть идея какого-то благоразумного инструмента, который позволил обработать тысячи откликов "Привет, прошу взять меня на работу" без указания навыков, опыта работы и образования, либо если они совершенно не подходят базовым требованиям?
LLM становится неотъемлемой частью нашей и чем дальше, тем более активно они проникают в каждую сферу, бесполезно бороться, поэтому кажется логичным путь использовать инструмент, главное как именно его использовать. Топором можно дрова наколоть, а можно голову старушке.
Вытащите гвоздь из головы. Просто вытащите этот гвоздь.(с)
Топором можно дрова наколоть, а можно голову старушке.
Как этот "топор" используется, мы вообще-то прекрасно видим со стороны. И мы видим именно что промышленных масштабов скотобойню старушек.
А откуда тысячи откликов? Например из неуказания вилки зп. 98% вакансий без указания зп выкладываются. Я не понимаю если честно потом нытья что нехватает времени обрабатывать отклики.
ИИ в рекрутменте сейчас используют многие, в том числе крупные сайты-агрегаторы вакансий. Например, для работодателей при парсинге резюме список выстраивается таким образом, что первыми идут резюме с большим соответствием вакансии как по содержанию, так и по конкретным словам. При этом те резюме, которые кандидаты присылают нам прицельно, мы полностью отсматриваем.
Наша цель состоит в том, чтобы отсмотреть как можно больше резюме и никого не оставить без внимания. Поэтому наша система отбора направлена на помощь рекрутеру в анализе резюме и фокусировке на ключевых компетенциях для поиска.
Тебе не кажется
Ну если LLM (как некоторые коллеги написали ниже) может генерить анкеты, то, кажется, нормальной практика использовать LLM для того, чтобы как минимум выявить такие анкеты и подсветить их :)
А вообще статье не написано что LLM делает отсев, она делает скоринг, а это несколько разные вещи, т.е. все отклики и анкеты остаются в доступности HR. И HR волен решать, как ему эти отклики и анкеты обрабатывать. Но как показала практика низкий балл имеют отклики и анкеты, в которых нет за что "зацепиться", т.е. это или случайно попавшие (а в АПИ очень много таких попадает) или вообще спам. И такие отклики и анкеты, если в них нет ничего нужного нам, и HR-ами отклоняются, но для этого коллегам нужно портить кучу времени.
В таком случае, как я понимаю, суды тоже не выносят приговор подсудимым - они лишь «делают скоринг». Банки тоже не отказывают клиентам - просто делают скоринг. Антивирусы не блокируют угрозы - ну, вы поняли… точнее, я понял. Я тоже не минусую посты - просто провожу скоринг (ладно, это шутка, мне не хватает кармы для этого; получается, у меня отрицательный скоринг).
... и сократили ручной труд
HRспециалистки отдела кадров на 70%.
А что из её "труда" осталось? Забукать переговорную для проведения интервью?
Лягушка, лягушка, а вода холодная? (с) анек
Тут нужно понимать, что эти 70% — это тысячи нерелевантных откликов, которые часто могут быть автоматическими, до недавнего времени у hh.ru было API для соискателей и кандидаты могли проводить массовые рассылки. Так, что эта автоматизация скорее путь как раз к «человечности» так как у HR остается больше времени на общение с подходящими кандидатами или хотя бы с теми, кто хоть чуть-чуть постарался, составляя резюме или сопроводительное письмо.
Автоматизированный первичный анализ резюме помогает высвободить время для коммуникаций с кандидатами, чтобы проводить больше интервью и встречаться с большим количеством кандидатов.
Я не знаю точно, что входит в обязанности HR в IT, но знаю опыт знакомой, которая работала HR на производстве. И вот там работа с резюме кандидатов - это только одна из обязанностей. Я понимаю с эмоциональной точки зрения хейт, когда прямо пишут - "мы используем ллм для обработки резюме", и сам от этого немножко страдаю, т.к. нахожусь в вялотекущем поиске новой работы, но камон, уж не айтишникам ли не понимать, что то, что можно автоматизировать - нужно автоматизировать? Да, многие это автоматизируют криво. Но вариантов развития событий 2 - или компании с кривой автоматизацией будут страдать от сроков или качества найма и будут проигрывать конкуренцию, или же кривизна автоматизации не особо критична, ведь как уже не раз замечали в похожих обсуждениях, цель, в основном, не найти лучшего кандидата, а в разумные сроки найти подходящего. Сейчас просто дофига соискателей, это надо учитывать. Какая разница, если чье-то резюме отсеет ллмка или просто HR посчитает подходящим какое-то резюме из первых 10-20 при 100-200 откликах? Иногда возникает ощущение, что кому-то просто хочется, чтоб HR задолбались xD Повторюсь, я не очень в курсе нюансов их работы в IT компаниях, но здравый смысл мне подсказывает, что как минимум сейчас, в эпоху скукоживания финансирования, наверное им тоже есть чем еще заняться, кроме как бессмысленно изучать сотни резюме. Поправьте, если ошибаюсь
Кофе таскать будет нетокуська
Если простыми словами, то суть теперь такая
Система отсеивает всех, кто не подогнал свое резюме под текст вакансии
Это какой то новый стандарт найма ? Отобрать тех кто смог подобрать правильный промпт и сгенерить максимально релевантное резюме ?
И это уже вчерашний день и перестало работать. Найм в клинче. В том числе и благодаря бездумным "автоматизаторам".
Система работает не на отсеивание, а на ранжирование. В зависимости от востребованности вакансии на рынке мы можем пригласить на собеседование как тех, кто получил высокий рейтинг, так и тех, кому баллов не хватило.
Вы подменяете понятия. Ранжирование имело бы место, если бы вы хотя бы просматривали человеком резюме 100% кандидатов, тогда да, система дает им ранг, то есть, еще одну метрику для HR-а. Но на практике никто 100%:не просматривает, а просто отсекают нижнюю часть, так как нижние ранги не просматриваются вообще, и о них забывают сразу после скрининга.
Вообще, лицемерие людей, которые утверждают, что "могут пригласить", но на практике никогда не приглашают, прям зашкаливающее. Сколько людей из нижних рангов вы пригласили на собеседование за последний месяц, в процентах и абсолютных цифрах? Правда, ждать честности от людей, которые искренне несут в мир идею ATS, не стоит.
Вы вообще, на какую реакцию читателей рассчитывали? Большинство тут - наемные работники, и почти все сталкивались с тем, как боты отсекают резюме по непонятным причинам даже если оно 100% с вакансией совпадает. Это какая-то дешевая пропаганда, причем очень дешевая - мне бот рассказывает, как много правительство делает для поддержки семей с детьми, а я двоих вырастил, и помню великолепно, что пособие на ребенка в 2008 составляло 560 рублей, и я его даже не оформлял на дочку, считая изощренным оскорблением.
Сравнить требования вакансии с опытом и навыками в резюме.
Выделить ключевые качества вакансии (например, опыт разработки на Python — для разработчика).
Проанализировать сильные и слабые стороны кандидата.
Оценить по 10-балльной шкале соответствие требованиям вакансии.
Как же хорошо, что вы самолеты и ракеты не делаете. Инженерное мышление как у хлебушка. Буквально НОЛЬ рефлексии о том, что на той стороне теперь тоже точно такая же LLM, которая выдает 146% матч вакансии. Вы скорее отбреете честного работягу и возьмете ухаря, который просто нейронку лучше заюзал.
Так сейчас же каждый второй эффективный менеджер заявляет, что ключевым требованием к кандидату является навык использования LLM. Всё правильно делают, получается. Использование межушного ганглия теперь не в почёте.
Ну тут рецепт простой: не надо брать первую десятку из отранжированного списка, а чуть ниже. Это если втупую поступать. А по-хорошему нужно обучить модель оценивать также правдоподобность резюме, используя все тех же рекрутеров.
Интересно, будет ли разница
Была ли какая-то стадия верификации результатов LLM?
Например, разница по качеству отбора на одном и том же пуле у LLM и у человека.
Или сравнение с удалением кандидатов просто по рандому до целевых значений.
Если на скрининг стало уходить больше времени, но качественные кандидаты отсеивались сильнее, то смысла от ускорения примерно никакого.
Аналогично, если "плохих" кандидатов проходит больше через фильтр.
Если от рандома результат не отличается, то смысла в LLM тоже нет.
Вы им про метод, а они вам про приматическое (реактивное) поведение:
Имидж - ничто, жыжа - всё.
Нет у них под восприятие этой составляющей действительности необходимого уровня когнитивной структурированности. Нет! Пропущено время формирования. Не сформирован!
Да конечно верификация была! У нас разработана CRM-Recruiter в которой хранятся резюме и результаты их обработки за последние несколько лет, перед запуском AI-помошника рекрутера (сервис называется так) мы делали отладку и тестирование на данных за последние полгода, нам конечно пришлось править промты, но результат тестов был близким к одобренным в ручную анкетам. Более того уже после выкладки в реал, в течении двух месяцев шла параллельная работа и HR и сервиса. Результаты были очень близки к "ручной" обработке рекрутерами.
Но нужно понимать, что мы не исключили работу HR совсем, мы отсеиваем, явно не подходящих кандидатов и спам (которого к сожалению приходит достаточно много).
В принципе, если не нанимать, то и автоматизация найма считай 100%
вопрос к соискателям, хотели бы вы работать с коллегами отобранными llm?
Текст вакансии написан нейронкой
Резюме проверяет нейронка
Резюме генерирует нейронка
А самое забавное, что это все на одном и том же сайте на 2 буквы. Господа, это успех!
Да, получается что так. И ответ у всех сторон один и тот же - не хватает времени.
На многих инфо ресурсах картики сгенерены ИИ - люди смотрят в разные стороны, текст на экране не в попад, и прочие ляпы, которые уже становятся привычными. Эра низкокачественного контента в большом объеме.
Похоже нам надо наиграться с "новой" технологией, и потом что не зашло отпадет само сабой, а там где по делу она останется.
потом что не зашло отпадет само сабой, а там где по делу она останется
Это не всегда так работает. Самый наглядный пример — полиграф. Откровенное мракобесие, которое фактически не работает, стоит дорого и при этом активно используется.
Это выдавить можно только на уровне культурного пласта, максимально вытравливать низкокачественный контент, но этого вероятно уже не случится никогда, и дерьмовый ллм контент с нами до следующего витка развития
Человек только ЗП получает. Не об этом ли мечтали? "вкалывают роботы а не человек"
Ахах. Я когда увидел заголовок и ещё не открыл статью, знал что будет заминусовано. Но минус 4 за 16 часов, это как то не серьёзно
При прочтении множества однотипных статей и о проблемах найма, и об оправданиях HR почему они такие бедные и несчастные, промелькнула мысль, что я уже где-то с этим сталкивался - огромный пул выбора, возможность выбора, неуверенность в выборе. И я вспомнил о существовании тиндера(и его аналогах) и о том, как первый раз искал работу. В каждой из ситуаций был огромный пул выбора, и я нервозно всякий раз думал про себя "вроде и норм, но хочется чего-то более подходящего", и каждый раз листал(и в прямом и в переносном смыслах) дальше.
Складывается ощущение, что тут играет тот же самый феномен, но уже со стороны найма "вот этот норм, но давайте еще поищем, и мы точно найдем тооооооот самый самородок".
Вот объясните, зачем просматривать АБСОЛЮТНО все или большую часть резюме? Почему нельзя из пула выбрать рандомно людей с подходящими навыками и опытом, и работать с ними? Не нашелся никто подходящий из пачки 20-ти человек - формируем следующую пачку. Зачем создавать условия, когда один нейрослоп пытается казаться подходящим под другой нейрослоп(если можно так назвать работу АТС) и пытаться обхватить все-все-все-все?
Они (hr) создали стену из ллм, потом "внезапно" почти все стали карьерными консультантами продающие курсы по составлению резюме которое использует дыры в этой стене) Совпадение?) Итог 100% реджект откликов и апрув только тех кого пропихнули через курсы
Статья понятно почему заминусована - не хочется чтобы мы пришли к эре LLM общается с LLM
Я бы обратил внимание на качество промпта и то как с результатом работать.
Замечания к промпт:
Нужны аргументы как за найм, так и против
Не обязательно должны присутствовать оба эти аргумента (и за и против) но один из них точно должен быть
Блоки за и против разбивай на хард скиллы и софт скиллы. Не обязательно должны быть оба этих разбиения, но один из них точно
Не стесняйся сомневаться. Например, если человек указал просто язык программирования Python, а в вакансии указана конкретная библиотека языка программирования python - пожалуйста скажи, что несмотря на совпадение по языку программирования, есть сомнения в знании библиотеки
Рассказывай подробно на основании чего ты поставил ту или иную оценку в самом конце, чтобы можно было тебя скорректировать по методам оценки
Помни, что ты помогаешь другому человеку разобрать то, что ты напишешь - поэтому старайся максимально просто, ёмко, понятно, кратко и лаконично описывать вообще всё
Если ты решил что-то пропустить - скажи об этом. Потому что бывает, что навыки, указанные в резюме, могут дать представление о том насколько человек сможет обучаться, адаптироваться и прочие характеристики. Пожалуйста не забывай рассказывать о том, что пропустил если такое имеется
...
Короче ладно, я уже устал расписывать замечания.
Я это всё к чему. Мы часто подвержены когнитивному искажению "То что знаем мы, знают и учитывают по умолчанию и все другие, в том числе и LLM" но нет. Нужно передавать досконально своё видение процесса найма и процесса отбора кандидатов.
Иначе складывается ощущение, что все кричат о том, что надо уметь работать с LLM но выдают такие статьи, что просто рука лицо.
Ну вот реально, оценка 9 "наш человек" по какому критерию выставляется? Вы хоть можете сами себе ответить и тут, в комментариям?
А то как нарветесь на токсика который пишет через мат каждое ключевое слово, LLM кушает это и выдаёт 9 баллов. Оно вам такое надо?
Как мы автоматизировали процесс найма с помощью LLM и сократили ручной труд HR на 70%
Результаты этого всем очевидны.
Жду ответочку, "Как мы автоматизировали процесс прохождения собеседования с помощью LLM и сократили мозговой труд кандидата на 70%" :D
Статья шляпа и подбор тоже. Берешь текст вакансии и скармливаешь его ллм вместе со своим резюме и просишь подогнать. Все эти ии улучшения превращаются в игру - угадай какой критерий отбора у этих граждан. Многократно участвовал в найме и часто эти свеженаписанные фильтры отбора сливали реально годных кандидатов и оставляли всякий мусор
Спасибо за статью
Давайте разбираться. Мне показалось что ЫЫшница в принципе ломает логику - раньше важно был опыт, образование, софт скилы - теперь вхождение в массив слов….
Я правильно понял что теперь надо писать в резюме массив слов чтобы модель приняла резюме?
Я правильно понял что стандартное резюме выглядит так в вашем понимание - Вася 22 года, Москва, Майкрософт, опыт работы 125 лет - тест резюме - NumPy, Pandas, Matplotlib, Seaborn, Scikit-learn, TensorFlow, Keras, PyTorch, OpenCV, NLTK, SpaCy, FastAPI, Flask, Django, SQLAlchemy, Celery, Redis, Docker, pytest, requests, BeautifulSoup, Selenium, asyncio, Jupyter, Streamlit, Dash, Airflow, Hugging Face Transformers, LangChain
Я правильно понял для повышения прохождения надо писать текст из вакансии типа - хочу 5/2 график, хочу ДМС, дружный коллектив?
Я правильно понял что в найме по вашему участвует только HR? По тому что я нанял за свою карьеру почти 100 человек и получив резюме как выше, я попрошу HR проследовать в пешие эротическое путешествие с таким резюме.
Я правильно понял что массив данных важнее образования и софт скилов и прочих навыков? То есть у меня на работе окажется супер не коммуникабельный, социопат разработчик владелец нескольких аккаунтов в ЫЫшнице???
Я правильно понял что HR отказывая кандидату создает вероятность в обучаемой модели отказу остальным похожим кандидатам причем в других компаниях?
А как простите год назад нанимали и все было ок, что сломалось???
То есть с идеальной картине мира - Вакансию и Резюме пишет ИИшница, отбирает ИИшница, Тестовое делает ИИшница - а кто и как будет работать????
Я правильно понимаю, что вы не знаете что лучше всего в ХХ иметь одно резюме (так как остальные видны и вы физически в них запутаетесь) и при отклике на несколько компаний, вы точно не попадете в массив каждой вакансии?
Напоминает японцев прекративших ИИшницу к унитазу - зачем, для чего непонятно но очень интересно.
Система не подбирает резюме она ищет причину отказать. Как и что вы нашли зависит от того как вы обучили модель на каких данных и т.д. Сомневаюсь, что обучили хорошо, человека ваша убогая модель не заменит. Вообщем это путь в никуда. Я с марта прошлого года искал работу, в октябре снял резюме. Или работы нет, или откликаются на резюме одни неадекваты.
Знаете, что самое забавное в текущей ситуации. HR автоматизируют отсев кандидатов при помощи ИИ. Кандидаты автоматизируют создание релевантных резюме под каждую вакансию. По итогу, одни ИИ пытаются обмануть другие ИИ, а те в свою очередь обойти отсев первых. 😂
По итогу, это даже не клоунада, найм просто сломан и работодатели вернулись к единственному способу отсева, который в данном случае работает - блату.
В такой системе джунам почти нет места (учитывая, что их поджимают нейронки), рынок понемногу охлаждается, что в будущем приведёт к ещё бОльшему дефициту специализированных кадров. Новых подходов в найме не появилось, следовательно, проблема решена не будет.
Касаемо же информации в посте, то он немного запоздал. Всё описанное было актуально году в 2023. Уже тогда llm активно использовали HR в своей работе для отсева кандидатов и уже тогда появились и первые лайфхаки со стороны кандидатов, как нейронку можно обмануть.
Как мы автоматизировали процесс найма с помощью LLM и сократили ручной труд HR на 70%