Поиск работы в IT превратился в какой-то сюр.

С одной стороны - HR, которые не читают резюме и фильтруют кандидатов по ключевикам. С другой - кандидаты, которые бомбят веерной рассылкой "здравствуйте, рассмотрите меня".

Чтобы найти нормальный оффер, нужно тратить 2-3 часа в день на скроллинг ленты и написание сопроводительных, которые никто не откроет.

Меня это достало. Я разработчик, я хочу писать код, а не играть в бюрократию.

Поэтому я решил написать AI-агента, который заберет эту рутину на себя. Спойлер: он сработал слишком хорошо и чуть не устроил одному из пользователей увольнение.

Ниже история о том, как мы за 3 дня собрали MVP, как боролись с галлюцинациями LLM и почему первый запуск принес нам седые волосы.

Что под капотом (и почему это не просто "обертка над ChatGPT")

Идея простая: Telegram-бот "Аврора", который ведет себя как личный ассистент.

Но дьявол, как всегда, в деталях.

Просто скормить вакансию и резюме в API OpenAI не работает. На выходе получается "вода": «Я проактивный командный игрок, стрессоустойчивый амбиверт». HR такие письма закрывают через секунду.

Нам пришлось реализовать подобие Chain of Thought (цепочка рассуждений):

1. Парсинг. Сначала бот вытаскивает из вакансии "мясо": стек, требования, "плюшки" и тон компании (формальный или стартап-бро).

2. Матчинг. Бот смотрит в профиль кандидата (мы тянем данные прямо с hh.ru через API, никаких pdf) и ищет пересечения.

3. Генерация. Письмо пишется только на основе пересечений. Если в вакансии нужен Docker, а у кандидата его нет - бот об этом честно молчит или аккуратно сглаживает углы, а не врет.

Сейчас у нас три режима:

1. Автопилот. Ты спишь - бот работает.

2. Tinder-режим. Бот шлет карточку -> лайк/дизлайк -> отклик.

3. Аудит. Прогонка резюме по чек-листу с оценкой 0-100.

Бета-тест: цифры

В начале ноября мы пустили в бота закрытую группу. Спринт длился 3 дня.

• 104 пользователя (тестеры).

• >3900 откликов отправлено за 72 часа.

• 12.5% конверсия в покупку (люди готовы платить, чтобы не писать письма руками).

Результат есть: реальные собеседования и один оффер. Но потом начался ад.

Где мы облажались (Факапы)

1. "Привет, шеф"

Мы забыли про черный список компаний. Это была фатальная ошибка.

Бот одного из пользователей нашел вакансию в ЕГО ЖЕ текущей компании. И отправил туда восторженное письмо.

Представьте лицо HR, которому приходит отклик от сотрудника из соседнего кабинета.

Пользователь написал в саппорт. Мы извинились. Теперь blacklist - это первая фича, которую мы внедрили после фиксов.

2. Фронтендеры на C#

Первая версия матчинга была слишком наивной. Бот видел слово "Developer" и радовался. Фронтендеры получали вакансии бэкендеров, питонисты - джавистов.

Пришлось переписывать логику фильтрации, чтобы AI смотрел вглубь стека, а не только на заголовки.

3. Этический вопрос (DDoS для HR)

В комментариях наверняка напишут: "Вы просто генерируете спам".

Мы это понимаем. Поэтому наша цель - не завалить рекрутеров мусором, а повысить релевантность.

Мы вводим жесткие лимиты на количество откликов в сутки и порог вхождения: если совпадение резюме и вакансии меньше 60%, бот просто не будет откликаться, даже если пользователь попросит. Мы не хотим убить рынок, мы хотим убрать рутину.

Что дальше

После теста мы закрыли продажи и ушли в доработку.

Сейчас пилим релиз 2.0 (планируем на 8 декабря):

• Асинхронная БД (чтобы не ложиться от 100 юзеров).

• Жесткие фильтры по ЗП и опыту.

• Тот самый черный список.

Итого

Мы делаем инструмент, который возвращает разработчикам время на код.

Статья написана не ради пиара (доступ к боту пока все равно ограничен), а чтобы рассказать о граблях, на которые наступает любой AI-стартап.

Если вам интересно следить за технической внутрянкой и тем, как мы готовимся ко второму запуску - велкам в канал. Там я пишу про разработку и баги: https://t.me/auroracareer