Война с алгоритмами — как обойти шизу HRов.
Привет, Хабр.
Меня зовут Дима. Я разработчик и последние пару лет занимаюсь карьерным консультированием. Через меня прошло множество кейсов и за это время я чётко увидел одну вещь: поиск работы стал слишком выматывающим.
Не потому что люди слабые, а потому что процесс стал сложным, долгим и алгоритмическим.
Отклики уходят в пустоту. Резюме читают секунды. При этом сопроводительные письма либо не читают вообще, либо одним глазом.
В какой-то момент я понял: советов уже недостаточно. Нужен инструмент, который сам будет применять эти советы.
Так я решил заняться своим проектом — ИИ-ассистентом для поиска работы.
С чего всё начиналось
Идея была простой:
Находим вакансии → анализируем → генерируем письмо → отправляем отклик.
Технически всё работало.
По факту — конверсия почти не изменилась. (Кто бы мог ожидать)
Быстро стало понятно, что делать быстрее — не значит лучше.
Шаблон (даже написанный нейросетью) рекрутеры считывают мгновенно.
Что пришлось переосмыслить
То, что мы быстро поняли: ассистент должен работать как человек, а не как скрипт.
Это значит:
учитывать контекст, а не просто ключевые слова;
вытаскивать релевантные кейсы, а не перечислять стек;
писать живым языком, без «я обладаю навыками» и списков из пяти пунктов;
не создавать подозрительных паттернов поведения.
Как мы это переосмыслили
Засев на несколько недель мы перепилили всю инфраструктуру платформы и создали нечто новое.
Не буду вдаваться в подробности, но поделюсь примерным итоговым списком функций разработки:
1. Поиск релевантных вакансий
Ассистент анализирует требования и ваш опыт на уровне задач. Если компании важно «ускорить релизы», система поднимет ваш кейс про оптимизацию CI/CD.
2. Написание персонализированных сопроводительных писем
Это была самая сложная часть.
Базовая LLM пишет слишком «правильно»: канцеляризмы, одинаковая структура, списки.
Мы долго работали над стилистикой и вариативностью, чтобы письмо выглядело так, будто кандидат реально вчитался в вакансию.
3. Отчетность
У нас нет режима, который всё делает за спиной.
Вы видите какие вакансии найдены, какие письма сформированы, какие отклики отправляются, какие результаты получены.
При этом можно настраивать стратегию, скоро добавляем чёрный список компаний — по запросу пользователей.
4. Работает аккуратно
Мы сознательно внедрили естественные паузы, человеческую скорость действий, защиту от перегрузок, контроль стабильности.
В день первого запуска мы словили такую нагрузку, что пришлось экстренно масштабировать обработчик взаимодействия с hh. Это был хороший урок.
Зачем это всё
Как карьерный консультант я вижу главное: люди тратят слишком много энергии на рутину.
Этот проект (он, кстати, называется OfferMate) не волшебная кнопка «оффер».
Это инструмент, который:
снимает техническую нагрузку,
ускоряет касание с рынком,
делает процесс управляемым.
Если интересен такой подход, то вот ссылки:
Блог проекта — здесь можно принять участие в тестировании и уточнить важные для себя моменты
Лэндинг проекта — тут базовая информация, можно почитать про функции и т.д.
Новую работу гарантировать не могу, но рутину из поиска точно уберет)
Буду рад критике. На Хабре без неё нельзя 🙂
