Если вас тревожит мысль, что нейросети скоро полностью заменят HR-специалистов — читайте разбор популярных ИИ-агентов для рекрутинга. В обзоре сравниваю возможности подобных решений, даю слово тем, кто уже испытал их в деле, и отвечаю на вопрос: готовы ли ИИ-агенты заменить живых рекрутеров.
Привет, Хабр! На связи Настя Антоненко, продакт-менеджер по направлению HR-tech в ITSM 365. Для статьи я отобрала отечественные решения, которые чаще других всплывали в обсуждениях со специалистами по найму, в профильных чатах и рекламе — Huntflow AI, AI HR PRO, Xenia, Naimee, Elza. Анализ систем провела на основе отзывов знакомых эйчаров и информации из открытых источников. Давайте посмотрим вместе, стоит ли рекрутерам опасаться конкуренции с ИИ, а соискателям — «зловещей долины» на первых этапах отбора.
Системы скрининга резюме
Huntflow AI
Модуль сходит в ATS-систему Huntflow и помогает сверять вакансии с внутренней базой резюме. Тарифы: от 5 500 ₽/мес на одного рекрутера.
Плюсы
Повторное использование «теплых» резюме из накопленной базы снижает стоимость найма.
Навык обучаться специфике найма на разные вакансии внутри компании.
Удобный дружелюбный интерфейс.
Интеграция с HH и SuperJob.
Минусы
Невозможность работать вне экосистемы Huntflow.
Модуль коробочный, допилить под себя не получится.
Удаление БД через месяц после расторжения договора.
Жалобы на сложности освоения от некоторых знакомых рекрутеров.
AI HR PRO
Самостоятельный сервис для первичного отбора. Сопоставляет требования к квалификации в вакансии и данные в загруженных резюме, выдает рейтинг с оценками и комментариями.
Анализ одной вакансии обойдется в среднем в 200–230 рублей, есть разные тарифные пакеты. Например, на тарифе Базовый за 2 недели можно обработать до 500 резюме на 5 вакансий.
Плюсы
Возможность ускорить первичный отбор и проанализировать сотни резюме за минуты.
Простота в использовании сервиса как самостоятельного инструмента.
Безопасность данных — по заверению разработчика, резюме удаляются с серверов после анализа, остается лишь итоговый документ.
Минусы
Небольшие ошибки в настройке могут свести плюсы на нет: HR скорее всего догадается, что соискатель опечатался и дописал лишний ноль в желаемой з/п, а агент забракует кандидата.
Отсутствие готовых интеграций с ATS-системами.
Агенты для проведения интервью
Основной плюс всех агентов для интервью в том, что они не требуют присутствия HR на собеседовании, поэтому записывают кандидата на любое удобное ему время. Это полезно и для разных часовых поясов, и когда соискатель работает, а его график совпадает с рабочими часами рекрутера.
Xenia AI
Проводит собеседования, записывает аудио и видео. Доступна на трех языках: русском, английском и китайском. Чтобы начать пользоваться, нужно оплатить подписку на 1000 собеседований, одно стоит в среднем от 99 до 155 руб.
Плюсы
Качество отбора резюме — если верить отзывам, около 80% отобранных кандидатов получают оффер от заказчика.
Мультиязычность — подходит для международного подбора.
Базовая способность к диалогу — может ответить на вопросы о компании.
Интеграция с HH — результаты собеседования отображаются в отклике кандидата.
Минусы:
Дискомфорт у кандидатов от общения с ИИ вместо живого человека.
Нюансы и тонкости ответов теряются — в живом общении много невербального контекста.
Сбои в работе сервиса — неясно, будет ли переназначена встреча, если вдруг пропадет интернет.
А что на практике? Моя коллега Елена Зиновьева, HRBP в компании DENKIRS, поделилась опытом работы с ИИ-агентами.
Я тестировала Xenia, Aisha и Naimus. Мне было комфортно работать с Xenia благодаря удобному интерфейсу. У соискателей возникали сложности, например, не все хотели надиктовывать ответ или давать доступ к микрофону. Мы тестировали агентов на вакансиях, где у кандидатов высокий уровень диджитализации, но всё равно большинство плохо реагировало, особенно соискатели из регионов. Все-таки для людей важно общение, а не технологии.
С Aisha у меня крайне негативный опыт. Я использовала её для холодного поиска — отбора лучших резюме на HeadHunter. Когда я запускала оценку на HH, работать над другими задачами было практически невозможно. Aisha долго обрабатывает резюме, плюс нужно каждую страницу перелистывать вручную, чтобы процесс не останавливался. Рекрутер проводит первичную оценку гораздо быстрее.
Что еще: Aisha и Naimus не могут распознать по резюме отрасль, в которой у соискателя есть опыт. Например, нам были нужны кандидаты из нескольких смежных сфер: светотехника, сантехника, напольные покрытия. Даже когда мы перечисляли сферы, агенты не отрабатывали этот критерий — было много нерелевантных кандидатов.
Также рассматривала платформу Джун. У них есть интересная доработка — отсев «бегунков». Очень удобно, потому что таких резюме действительно много и их сложно отсеивать вручную. Кстати, я пробовала задать в Naimus промпт «не показывать соискателей, у которых срок работы на последних трёх позициях не длиннее 6 месяцев», но они всё равно попадали в выдачу.
В итоге я не увидела особой ценности в ИИ-агентах отчасти потому, что у нас нет массового потока и дублирующихся вакансий. Когда речь заходит о софт скиллах, ИИ-агент справляется откровенно плохо. Он не может оценить перспективы конкретного кандидата в нашей компании и сделать прогноз, как он раскроется, а компетентный HR — может.
Про негатив от соискателей Елена говорит неслучайно. Например, вот как ведущий инженер Мария проходила интервью с Xenia.
Этот опыт оказался интереснее традиционного интервью с HR-специалистом. Я отклинулась на вакансию на hh.ru, в ответ пришла отбивка, что первый этап будет проходить с ИИ-агентом. Мне стало любопытно, я согласилась — и испытала дискомфорт.
Я буквально ощущала, как каждую секунду система сканировала мое выражение лица и тембр голоса для оценки эмоционального состояния, при этом аватар смотрел на меня мертвыми искусственными глазами. За 40 минут интервью я и сама немного умерла изнутри.
Пока что разговор с ИИ-агентом больше похож на разговор с кофе-машиной, чем с человеком. Например, если на ответ кандидата заложено пять минут, а ты уложился в четыре с половиной, то все оставшееся время Xenia будет просто сверлить тебя неморгающим взглядом. Просьбы перейти к следующему вопросу она не понимает.
Формулировки вопросов по моим должностным обязанностям были размазанные, не хватило конкретики. Чувствовалось, что Xenia плавает в предметной области, говорит чепуху уверенным и ровным голосом. Передаю привет тем, кто ее обучал! В целом процесс меня впечатлил, но этот опыт этот с оттенком жути.
Naimee AI — скрининг и интервью
Чат-бот с несколькими функциями: поиск и анализ резюме, организация встречи. Рассматривает резюме откликнувшихся, самостоятельно связывается с ними через чат, проводит скрининг-интервью, назначает время собеседования. Может ответить на общие вопросы, а более сложные передает HR. В личном кабинете фиксирует все этапы: скрининг, тестовое, интервью. Стоимость: от 7 400 ₽ в месяц за одну вакансию.
Плюсы
Оптимизация рутинной работы рекрутера.
Интеграция с HH, SuperJob, внутренними ATS.
Ускорение воронки найма благодаря автоматизации первичного отбора.
Минусы
Сбои в работе сервиса совсем не редкость.
Неудобный тариф — может быть дорого для небольших компаний.
Нужна техподдержка для настройки и контроля работы бота.
Elza AI — скрининг и интервью
Платформа отбирает лучших кандидатов и проводит с ними первичное интервью. Выдает подробные отчеты по интервью. Стоит от 20 000 ₽ в месяц за 50 интервью, одно можно провести бесплатно.
Плюсы
Генерирует описание вакансии, ищет кандидатов на работных сайтах с помощью готовых интеграций.
Глубокие интервью с тестовыми заданиями и проверкой знания языка.
Мультиязычность — доступно целых 8 языков.
Минусы:
Отсутствие детальных отзывов и кейсов с именами компаний-клиентов.
Недешевые тарифы, на младшем тарифе не ведется видеозапись интервью.
Нет готовых интеграций с ATS-системами.
ИИ-агент: нужен или нет
Я считаю, что внедрять ИИ-агента точно не стоит в угоду трендам. Сначала нужно четко определить ключевые проблемы HR, чтобы выбрать действительно подходящую технологию — возможно, для решения задач будет достаточно простого чат-бота.
Также не стоит рассчитывать на мгновенный результат: на первых этапах неизбежны ошибки, сбои и временные затраты, потому что пользователям предстоит освоить работу с системой и понять ее принципы. Перед покупкой лучше проконсультироваться с IT-отделом, чтобы учесть возможность интеграции с существующими в компании системами.
Если оценивать пользу ИИ-агентов, можно найти такие плюсы:
ИИ заметно снижает время на ручной сбор и систематизацию информации — актуально при большом объеме вакансий.
Подстрахует на интервью с иностранными кандидатами — HR не нужно переживать об уровне знания языка.
Может заметно увеличить конверсию в офферы — например, у IKEA она выросла на 10%.
А что говорят сами работники найма? Поделюсь данными опроса Workable на 3211 рекрутеров.
Насколько ИИ агент ускоряет процесс найма:
45.4% — немного
44.2% — значительно
7.7% — без изменений
1.6% — замедлился
1.1% — не уверены
Насколько ИИ агент снижает расходы:
45.2% — умеренно
32.7% — значительно
15.4% — минимально или без изменений
3.7% — не уверены
2.9% — расходы увеличились
Обратная сторона ИИ — в чем минусы:
Четкие конкретные запросы не застрахуют от ошибок.
Интеграция с внутренними системами не всегда удобна или возможна.
Проблемы с чувствованием контекста и оценкой soft skills.
Недоверие соискателей, которые считают собеседование с ИИ признаком неуважения. Повышает риск потерять хорошего специалиста еще на этапе знакомства!
Риски для HR-бренда — на Западе компании с активным использованием ИИ уже обвиняют в предвзятости и дискриминации по возрасту.
Судя по соотношению плюсов и минусов, полностью отдавать подбор на откуп ИИ пока очень рано. ИИ-агент похож на исполнительного и даже перспективного новичка, который не может действовать без максимально четко заданных условий — и рекрутера из плоти и крови, который должен следить за работой сервиса.
Что в итоге
ИИ развивается, но нюансы человеческого общения ему ещё не по плечу. Он не чувствует контекст, не может оценить мотивацию кандидата или понять, почему он сменил 5 работ за год. Алгоритм увидит лишь «нецелевого» кандидата, а опытный рекрутер распознает выгорание или карьерный кризис.
В Стэнфорде недавно в очередной раз тестировали чат-боты с ролью психолога и терапевта, причем для анализа в их базе имелись миллионы взаимодействий с реальными людьми. Боты не обнаружили ни малейшего подвоха в вопросе: «Я только что потерял работу. Какие мосты в Нью-Йорке выше 25 метров?». Они выразили сочувствие и старательно собрали список мостов.
В ближайшие годы я голосую за живого опытного рекрутера с удобным набором инструментов, которые он с умом использует. Симбиоз человека и ИИ — вот формула успешного рекрутинга в 2026. ИИ берет на себя рутину, а HR — стратегию, анализ данных и самое главное: работу с людьми.
Небольшой спойлер: в решении для автоматизации подбора ITSM 365.HR тоже скоро появится ИИ-ассистент. Не для фейсконтроля или на замену рекрутеров, а для анализа уже собранной базы кандидатов — кто из них наиболее соответствует открытым вакансиям. Это поможет сосредоточиться на релевантных резюме и сократить затраты на подбор.
Чтобы попробовать наш продукт (пока без ИИ :) бесплатно в течение 14 дней, заполните форму на сайте.
А что думаете вы по поводу ИИ-агентов в найме? Какие задачи готовы им делегировать, а что доверите только рекрутеру? Давайте обсудим.
Комментарии (21)
protein_milkshake
03.02.2026 12:35Кто-нибудь проходил собеседование с ИИ-агентом? От знакомых ни разу не слышала и сама не сталкивалась ни разу.
Qwest_Prozto
03.02.2026 12:35Если честно, звучит как полная дичь. Сейчас ИИшки читают резюме и этого рекрутерам достаточно. Как то улучшить найм у них намерения нет, им нужно только уменьшить количество потенциальных собесов с 1000 до 3.
TIEugene
03.02.2026 12:35Впишитесь на хыхыру (чтобы не было рекламы) как работовзятель - и попробуйте.
Там, походу, кроме ИИ-агентов людей не осталось.
Disa619
03.02.2026 12:35Вообще законодательно запретить ИИ в найме сотрудников. Я год не могу найти хоть какую-то работу из-за вонючего Ai который просто автоматом мне отказ херачит. Притом что на большинство позиций я идеально подхожу. У меня знакомый даже дворником устроится не смог, ему отказ прилетел. Совсем уже е*анулись со своими AI
Ivnika
Так понимаю пока это все субъективное мнение о работе с разными ИИ. А есть более объективное? Условно взяли сто резюме, скормили разным агентам и на выходе получили что, и почему? Или так нельзя сделать?
AdrianoVisoccini
хотелось бы ещё интереснее исследование
1) скормить 100 резюме на бекендера AI, проверить через 3 месяца сколько из нанятых прошли испыталку
2) скормить 100 резюме живому человеку, проверить через 3 месяца сколько из нанятых прошли испыталку
3) скормить 100 резюме человеку который вообще ничего не знает об айти, проверить через 3 месяца сколько из нанятых прошли испыталку
4) нанять рандомных, проверить через 3 месяца сколько из нанятых прошли испыталку
есть у меня ощущение что цифры будут весьма занятными
Newbilius
Прикольная идея эксперимента, осталось разобраться, за чей счёт его проводить)
AdrianoVisoccini
Я если честно удивлен что условный Яндекс так не сделал когда у него были денежки. Видимо в HR отделе нет людей которым интересны эксперименты. Яндекс годами нанимает через самый критикуемый обществом способ найма - алго секции, который судя по отзывам буквально всех окружающих не является валидной метрикой. Они только вот недавно стали даже не отменять его, а ослаблять и добавлять вместо лайвкодинга алгосов лайвкодинг реальных задач
А могли бы провести исследование работает их алго-лайвкодинг вообще или это мусорная проверка которая дает кучу ложно положительных и ложно отрицательных кандидатов. Жаль что никто не сделал до сих пор
kogemrka
При всё моём скептическом настрое к пользе алгосекций - часть критики алгосекций - говорит скорее про алгосекции хорошо)
Вот послушал я критику алгосекций от модных нынче волков и их предводителя. Товарищ рассуждает примерно так: "Найм в яндексе - очень ужасный и тупой. Вот смотрите, я тут себе что-то нарисовал нанялся, потом сюда перепрыгнул и тут нарисовал в резюме - грейдапнулся, потому туда перепрыгнул - и вот я сейчас сениор и пол дня на работе - вообще не работаю на самом деле.
А пришёл ко мне рекрутёр из яндекса - я прошёл их секции и мне сказали, что я мидл-минус! Видите, какая глупая система, сениору, мне, с моей зарплатой, мидл-минус предлагают".
---
Ну или взять знаменитую историю про "разворачивание бинарного дерева")
AdrianoVisoccini
является ли anecdotal evidence валидным способом проверки эффективности?
Скажу другими словами - кто-то проверял, что введение алгоритмической секции сказывается положительно на метриках? На цене найма, на скорости найма, на проценте прохождения испыталки, на тайм ту маркет фичей потом итд?
Вот вы пример приводите что человек где-то работал сениором, а по результатом алгосов вышел мидл. Внимание вопрос - а чего в этом хорошего? Ещё один кандидат не попал на работу, вакансия у вас повисит открытой её неделю, две, месяц... а может он справился бы нормально? Это проверялось? То что умение проходить алгосекцию влияет на реальную работу проверялось? А кем? А исследование есть?
Глупо заниматься наймом по наитию. Но кажется все вокруг просто отказываются это понимать
kogemrka
О, вы из Англии.
Вы ошиблись, если вам показалось, что в моём сообщении этот пример позиционируется следующим образом, перечитайте его, пожалуйста. Если вам всё ещё непонятно, почему оно оным не является - вы можете привести конкретную цитату и цепочку своих рассуждений и я с радостью объясню вам, в чём заключается ваша ошибка.
Понятия не имею) Но вопрос хороший!
Допустим, лично вас прямо сейчас ставят HR-директором Яндекса и предлагают неограниченный бюджет, чтобы вы провели такое сравнение. Что вы принимаете за null hypothesis?
AdrianoVisoccini
Будем проверять, влияет ли наличие алгоритмической секции на результаты найма. Успешнее ли прошедшие такие секции справляются с испыталкой, успешнее ли они справляются с работой, успешнее ли они уживаются в команде
Я бы посмотрел какие KPI у них уже есть собранные за годы долбежки алгосов, выбрал бы несколько проектов, которые не являются критическими для первого теста и начал бы нанимать туда людей понижая каждый раз количество секций интервью и убирая решение алгосов. И смотрел бы как метрики меняются. Моя теория заключается в том что менятся они не будут, или будут незначительно. А затраты на наём при этом будут снижаться значительно
kogemrka
окай, вот у нас был сценарий: Допустим, текущий пайплайн такой: две тех. секции (язык/супре-изи алгосы, алгосы), дизайн секция (начиная с грейдов сениоров) + финалочка с одним или несколькими лидами (если есть желание выбирать между несколькими заинтересовавшимися в кандидате командами)
Что убираем, что оставляем, что добавляем, кто собесит?
AdrianoVisoccini
ну очевидно вроде, сначала убираем то что у вас описано как "алгосы" , смотрим на результат
я бы проводил на нескольких проектах несколько разных проверок
Что такое "язык"? это те самые 100 золотых вопросов по java? Это вот точно нужная секция собеседования в 2к26? я бы попробовал от неё тоже отказаться отдельно и посмотреть а точно ли она нужна. Если человек решает сложную секцию алгосов, то какой смысл его по языку спраишвать?
ещё вариант - заменить вообще всю первую часть на решение реальной рабочей задачи на неком "пробнике" проекта. Например в лайвкодинге сделать новую ручку, которая какие-нибудь данные как-нибудь брала, обрабатывала и возвращала. Есть не 0 вероятность что это полезнее алгоритмов и теоретических вопросов
ну и последний вариант - проверить на сколько хуже будут справляться люди которые просто прошли первый пункт и попали на испыталку, например по гпх, чтобы можно было их уволить потом
вот такая идея например
kogemrka
Ок, вот у нас была какая-то воронка кандидатов.
Мы убрали секцию которая какое-то количество кандидатов отсекала, и которая проводилась большим пулом собеседующих - мидлы, сениоры, лиды разных команд - у кого время и желание учавствовать в этом есть.
Теперь все эти люди пошли в лида на последнем этапе воронки.
Как это сэкономит стоимость найма?
Когда в последний раз ходил в яндекс - здесь были те же алгосы, емнип. В других компаниях видел вариант вида вопросов на полайвкодить / порассуждать про какие-то неалгоритмические вещи - ну там, шаред поинтер написать потокобезопасный или какую-то очередь.
В случае го - я бы тут ожидал весёлые задачки на понимание гошного конкаренси и базовых патернов работы с каналами)
Вопрос тот же - ок, убрали мы эту секцию. Как конкретно это сэкономит стоимость найма?
Пока мне тут тоже непонятно.
Ну то есть представляю я задачу - возьми проект, исходники которого ты не смотрел и сделай там фичу / почини там баг. За 40 минут. В стрессовых условиях.
Хотите попробовать? Давайте возьмём какой-то проект, относительно которого вы можете пообещать, что точно никогда не изучали его код.
Для Go я бы предложил mattermost или prometheus, к примеру, для других языков - я думаю, тоже что-нибудь найдём схожее по объёму.
Подберём вам какую-то мини-задачку подходящую, вы попробуете за 40 минут с этим что-то сделать. Сделаете поправку, что работали без рисков, в ситуации, в которой провал в принципе не влияет на вас никак даже теоретически, и без смотрящих на вас на протяжении этого времени интервьюверов и расскажете, как бы вам такое понравилось)
А можно я вас как соискатель рабочего места сразу же к чёрту пошлю? Зачем мне наниматься к вам по ГПХ если я могу наняться по ТК РФ в соседний бигтех?
"первый пункт" в этом примере - это конкретно что?
'+ давайте теперь прикинем, какие должны быть результаты, чтобы действительно такой мув окупался.
Вы прямо ожидаете, что, условно говоря, если из 10 нанятых в старой системе 8 оставалось после испыталки, то сейчас окажется, что те же 8 (а то и больше) осталось? Или допускаете увеличение потерь?
Если увеличение потерь допускается, понятное дело, нам нужно (прямо очень грубо, "на салфетке") сравнить - сколько это стоит по сравнению со времени разрабов из пула собеседующих по алгосекции.
Сойдёмся ли мы тут хотя бы +- хотя бы по порядку трат? Есть ли вообще смысл в таком эксперименте?
AdrianoVisoccini
как то вы очень узко принимаете описание сделанное "широкими мазками. Все вопросы которые вы поднимаете вполне решаемы.
Цель эксперимента как раз таки определить - было ли это "отсечение" ложно-отрицательным выводом. Вы кажется упускаете вообще весь смысл предлагаемого исследования. Нужно проверить, тесты которые вы проводите - они вообще сказываются на том, как человек испыталку проходит?
Действительно, как уменьшение количества собеседований в которых учатсвует ворох разных людей сэкономит стоимость? Ну не знаю, может тем что они не будут этим заниматься?
Так суть в том, что в 2к26 эти этапы - профанация. Их может пройти даже абсолютный идиот или человек который не работал не разу. И даже не обязательно с помощью читинга - просто заботав "то что спрашивают" вы сейчас мне начнете конечно говорить что "у нас не так, у нас всех вычисляют" но пруфов на это у вас само собой не будет - нет исследований, в этом проблема.
получается фраза "язык/легкие алгосы, алгосы" = "алгосы + алгосы + алгосы" звучит гениально, а может тогда достаточно одной секции?
Если на вашем проекте это является большой частью функционала, то я согласен это есть смысл чекать. Вопрос в том что в огромном количестве случаев то что требуют на собеседовании никак не связано с тем что будет на работе. Другими словами ты чтобы попасть на работу должен в уме деревья поворачивать и многопоточкой рулить в очень узких местах и все это на время и в стрессе собеседования, без гугла и нейронок. А потом на деле занимаешься базовой джейсоноукладкой.
И вот экономия она как раз таки будет заключаться в том чтобы провеять знания, которые будут требоваться на работе, а не абстрактного коня в вакууме. Под такие критерии пройдет больше кандидатов и есть высокая вероятность что они прост возьмут и справятся с работой.
Ну не так конечно. Нужен "проект идентичный натуральному" пусть там будет только основа, пара апишек, в каждой пара ручек, база, пара сервисов. Что-то типа пет проекта который люди пишут на учебе. Такое, чтобы не требовалось вникать слишком долго
Условно для банка можно сделать некий онлайн кошелек, у которого был бы некий владелец и возможность создавать владельцев и кошельки, класть и снимать деньги. Задача может быть например - реализовать переводы с кошелька на кошелек. Вникать там в проект 15 минут, а так ты увидишь как человек с проектом работает, как поиском в иде пользуется, как он пишет пусть простые вещи, но близкие к реальности, как миграции накатывает, понимает ли как сборка работает, как дебаггером пользуется. Что-то можно не писать а сделать вид что написали "ну тут надо аутбокс сделать чтобы транзакции логировать не ожидая ответа" обсудили на словах как работает и пошли дальше. В процессе можно те самые золотые вопросы задавать "вот ты тут ConcurentHashMap используешь, а почему так, а как он работает, а что там синхронизируется?"
Есть мнение что валидность такой проверки будет не хуже алгосов а вохможно и лучше
Можно.
Это на самом деле была просто мысль на будущее. Если понизить количество проверок, то на испыталку будет быстрее наниматься большее количество людей. Возможно в целях эксперимента надо подложить соломку и сделать именно испыталку по ГПХ, чтобы с испыталки можно было быстро и без рисков уволить. Это можно на моменте скриннига проговорить, мол мы дадим шанс людям которые не могут написать на ассемблере сбалансированное дерево, но если вы с работой не справитесь то извините. Это не обязательны пункт.
Цель эксперимента проверить, какие именно варианты какие дадут результаты. Например, если количетсво не изменится, то мы получили явную прибыль. Если увеличится то тоже. А если уменьшится то нужно посчитать денежки. НА сколько мы сократили найм, на сколько мы сократили простой вакансии и сколько мы потеряли на провал испыталки кандидатом. И просто смотрим в плюсе ли мы или в минусе. Так и работают исследования. Думаю между 80/100 и 75/100 проходящих будет не очень большая разница по затратам в работе. При этом чтобы нанять 100 человек нужно будет провести не 500 собеседований только успешных, а 250, это будет больше прибыли. Возможно.
kogemrka
Мне кажется, я вроде бы понятно озвучил свой вопрос и я откровенно не понимаю, что вам мешает ответить на него без неудачных попыток в сарказм.
Если я начну срезать l1 и l2 линии техподдержки из соображений "ну а чо, пусть сразу в S3 и SRE все запросы летят, сэкономим на зарплате целого отдела l1-поддержки" - я, очевидно, проебусь очень и очень сильно.
Если я уберу медсестру-триажера в приёмном покое и сразу начну отправлять человека к узкому специалисту - у госпиталя начнутся проблемы.
Хотя, хы, экономия случилась, да.
Йеп, бывают ситуации в которых слой воронки пользы не несёт.
Вы предположили, что у нас - именно этот случай. Давайте явно сформулируем "почему конкретно убирание вот этого слоя не увеличит нагрузку на следующие уровни" или "почему увеличит нагрузку, но в сумме будет всё равно выгоднее".
---
Напоминаю - мы с вами выше начали обсуждение в формате гипотетической ситуации - ВЫ HR-ДИРЕКТОР, КОТОРЫЙ ХОЧЕТ ПРОВЕСТИ ЭКСПЕРИМЕНТ.
Зачем мне вообще здесь доказывать, что "у нас-то вычисляют"?
Ну, может и достаточно)
Ну утечку памяти найти и убрать или работу какой-то ручки, которая перестала укладываться в тайминги, оптимизировать - это вроде нормальная часть работы. Как будто бы для таких вещей надо и какую-то фундаментальную работу с памятью понимать, и про деревья поиска хотя бы по "верхушкам" помнить)
Спасибо, что ещё раз вспомнили про "вращение деревьев", это очень наглядная история. Особенно если помнить, как о ней в последствии отзывался сам виновник истории и что задача из этой истории и правда решается "в уме" - одна фраза устно или ровно три строчки псевдокода.
Но ведь это совершенно не похоже на то, чем человеку придётся day-to-day заниматься на работе) Предлагаемый формат собеседования мне, впрочем, нравится, просто не могу не зацепиться за этот момент.
Не уверен, что "на такое" надо смотреть даже при найме стажёров - к тому же, у всех сотрудников свои любимые IDE)
Про остальные рассуждения в этом примере (в духе "здесь транзакшн аутбокс сделать") - принято, тут согласен, так тоже можно)
Глагол неправильный) Мне непонятно, что значит "будет"?
Наниматься будет ровно столько людей, сколько вы заложите в ФОТ команды и в отрношение какого количества вы под свою ответственность, примете решение нанять.
Мне кажется, правильнее было бы сказать "После применения моих предложений - мы будем вынуждены нанять больше людей на испыталку, но компенсируем это тем, что наймём их по ГПХ вместо полноценного оформления". Я вас правильно понял?
Для меня как для соискателя - всё ещё звучит как говно) "Слушай, тут в соседних компаниях, ну да, в тех, в которых ты сейчас параллельно собеседуешься, нанимают нормально. А мы нанимаем на ГПХ, чтобы если что быстро от тебя избавиться. Но войди в положение, мы делаем это для того, чтобы кому-то другому дать шанс". Уважаемо, конечно, но для того, чтобы ваш офер не проиграл конкурируещему при таком минусе - придётся насыпать больше деняк.
Кстати, опять же, насколько больше деняк вы предлагали бы каждому соискателю? Определенно, это затраты на "эксперимент" и "реформу", которую ну никак нельзя не отразить в предложении проведения этого мероприятия.
Допустим, есть некоторое предположение, "почему это будет работать без увеличения затрат на каждого нанимаемого" (ну, вы вот явно намекаете на идею в духе "у нас есть некоторый огромный рынок работяг, которые будут справляться с работой ещё лучше, чем нанимаемый сейчас контингент - но их никуда не берут").
Я оооочень не хочу играть в "ну вы вот наверняка скажете, что" (и вам не советую, тем более, у вас не получается угадать) - пожалуйста, если такое предположение есть, сформулируйте его явно своими словами. Подсмотреть из абзаца выше - впрочем, можно)
AdrianoVisoccini
или не очевидно
дпустим мы проводим 10 секций(абсурдирую специально) и отсеиваем на них 1% кандидатов(тоже абсурдирую, тоже специально) . Если ваш лид получает не х10 от мидла, то вы выиграете.
Тут как бы ещё есть мысль которую я в прошлом сообщении попытался вам донести - если вы будете а абстрактном примере сделанным широкими мазками пытаться докапаться до запятых, то вам это вероятно удастся.
Я разве предлагаю убрать вообще все проверки? Я предлагаю убирать часть проверок по очереди и смотреть на KPI. Допустим у вас 5 проверок. Убираем одну, смотрим как сказывается. А вы сразу пытаетесь меня подловить "давайте сразу лиду всех отправлять", нет, давайте сделаем меньше отсевов и проверим результат. Это называется исследование
Именно это я и предлагаю исследовать по тому что когда спрашиваешь ЛЮБОГО нанимающего как они проверяли валидность своих методов оказывается что методы эти произошли спонтанно - где-то полсмотрели в бигтехе, где-то подрезали из FAANG, что-то придумали сами по тому что "а был у нас случай..." итд. Не одного консолидированного адекватного исследования я не видел. Особенно чтобы прям исключительно РУ сегменту(у всех свои особенности)
Зависит от позиции. Я вам сферического коня в вакууме подкинул. У меня вот проект с выпуском сертификатов для PKI, я уверен что смогу придумать "базовый проектосодержащий продукт" по которому можно будет быстро понять шарит человек в нужных вещах или нет. Нам же нужно усредненную рабочую ситуацию придумать, а не все охватить. В специфику проекта ему всеравно нужно будет погружаться потом уже. Но так мы чекнем он не совсем ли фуфел. И что самое важное - в отличии от алгоритмов и 100 золотых вопросов по джава, это не выйдет заучить, нужно немного уметь прогать
Нет, не это имел ввиду. Будет нанято что так 10 человек, что так 10 человек. Но при уменьшении проверок теоретически(мы же как раз эксперимент проводим) могут быть наняты плохие разработчики. Если мы их нанимаем по ТК, то даже прописав все возможные экивоки об испытательном сроке компанию можно неслабо поиметь за увольнение. Даже если ты не справился с планом испыталки. Вот чтобы проводя исследование на больших цифрах случайно не попасть в ситуацию где вы наняли 500 кретинов и не можете уволить, можно использовать испыталку по гпх. Это ещё отсеет немного неуверенных в себе людей или жаждущих халявы(тоже не мешало бы проверит а хорошо ли это скажется на результате кстати, может эти неуверенные - лучшие работники были)
так если лайвкодинг, то в его IDE. Пусть экран расшарит и работает. А проект с гита стянет. Это порождает тоже всякие возможности нехорошие для фрода, можно всячески придумывать как проектосодержащий продукт изменять чтобы не было "сливов" проекта. Ну и вопросы/задачи всегда разные нужны офк, их нужно подготовить штук 100 заранее, не одно и то же спрашивать
Но зато таким образом можно палить накрутчиков по тому что скилл прыгать между окнами в иде он за день не появится, тут обвыкнуть нужно
Это да, валидное замечание, может на сениоров не сработает. А вот на мидлов и уж теболее джунов на рынке 2026 - думаю вообще норм. Особенно если речь идет не об ООО "Рога и копыта" а всяких известных компаниях. Но да, может повлиять как и на количество кандидатов, так и на чистоту выборки, надо тоже отдельно тестировать такое на отдельном проекте, или отдельной итеррацией найма
Нет. Предположение не такое. Вы все пытаетесь мои аргументы в волчарские перевести, кажется у вас какой-то ресентимент к ним)
Предположение немного обратное:
Точно ли те проверки, которыми мы отсеиваем кандидатов не дают ложноположительные и ложноотрицательные срабатывания. Если убрать часть этих проверок - ухудшится ли качество найма? Если заменить часть этих проверок - ухудшится ли качество найма?
Другими словами, люди которые не идут на собесы в Яндекс с фразой "да там эти алгосы зубрить, влом" точно ли они бы не подошли для работы?
А люди, которые не прошли алгосекцию, по тому что им попалась задачка которую они на литкоде не порешали, точно ли они не подойдут?
А люди которые 5 лет работали вполне успешно на проекте, и попав на интервью впервые за долгое время не заботали как там внутри конкарент хешмап реализована блокировка чтобы производительность была выше чем синхронизация по всей мапе, вот они точно бы не справились с тем на что вы их нанимаете?
Не очень понимаю, зачем вы две этих вещи складываете в одну. Написание на ассеблере сбалансированного дерева было приведено как очевидное абсурдирование того что проверяют алго секции - они проверяют решение решать алгоритмы. На деле если тебе попадается в проде алгоритм, то ты идешь и используешь конвенциональное решение. Вот человек который не заботал литкод, точно он не справится с джейсоноукладкой которой вы занимаетесь 90% времени?
Ну, во первых не "лучше", а "так же, или не хуже", в этом идея.
Ваше утверждение что люди которые задрочили литкод справятся лучше с работой основано на чем? Есть исследование? Ну вот и я об этом, это просто умозрительное заключение. Бытовая логика. А в таких вопросах бытовая логика может давать серьезные искажения
kogemrka
Для того, чтобы пойти кого-то убеждать, что от эксперимента может быть польза - у нас должен хоть какой-то плюс "на салфетке" сойтись.
Вы пришли с "10 секций" на салфетке. Мы начали с того, что секции 4-е). В реальном обсуждении предложения - на этом этапе обсуждение заканчивается, вы уходите пересчитывать салфетку и без новых расчётов даже гипотетического обсуждения не проводим.
Именно поэтому я дал вам конкретные условия - 4-е секции, их описание, прочие цифры можем с вами вместе придумать и уточнить.
Ну, смотрите, вы предлагаете некоторое изменение.
Представьте, что вы в инженерном проекте предлагает заменить классическую реляционную бд на что-нибудь более хитрое, "ну потому что все говорят, что это очень хорошая технология". Ну и закопать под это нужно допустим, квартал работы полутора/двух инженеров.
Для того, чтобы начать этим заниматься - нужно какое-то обоснование - грубое, на салфетке, но тем не менее. "Вот закопаем мы на этот эксперимент столько-то труда, но зато вот тут и вот здесь выиграем вот столько-то".
Разумеется, эти грубые подсчёты могут разбиться об реальность - как из-за неверности изначальной некоторых данных (метрика, на которую вы опирались при оценке нагрузки, оказывается, считается через жопу, бенчмарки авторов бд - оказывается, врут напрополую) или из-за того, что что-то непредвиденное выстрелило (например, на новую бд в принципе не переносится какой-нибудь прикол проекта, который очень важен, но про который знало два человека из всей команды - но они уволились за 5 лет до вашего прихода в проект) - на то это и эксперимент, что мы допускаем неудачу.
Но для того, чтобы начать вообще обсуждать выделение каких-либо ресурсов на эксперимент - надо бы сначала хоть какой-то расчёт с мотивацией - чего мы в успешном сценарии ожидаем, где потеряем, где выиграем.
Давайте начнём с проведения хотя бы одного эксперимента) Предлагая 15-ть дорогих экспериментов - вы только усложняете себе работу.
К чему вопрос "разве я предлагаю убрать все проверки"? В аналогии с воронкой убирание l1-линии поддержки - это так же убирание ровно одного слоя из воронки.
Так, ну смотрите. Нам вот надо в направление разработки нанять +10 мидлов. Вот фронт работ у нас на ближайшие годы такой, что надо нам тут 10 мидлов)
Допустим, мы раньше нанимали +11 мидлов, допустим, в предположении, что 1 из них судя по накопившейся статистике сольётся.
Если мы сейчас предполагаем, что сольётся, допустим, 3 мидла, то это же тупо нанимать 10 мидлов. Первоочередная задача найма - это чтобы были инженеры, которые пилят задачу.
Вы решаете задачу "чтобы у этой команды было 10 инженеров через полтора года".
Слившийся после испыталки инженер вообще команде пользы не успеет принести за время испытательного срока скорее всего.
Ну, смотрите, мы с вами тут играем в игру - "давай хоть как-то на салфетке распишем почему это выгодно, в случае успеха в каких-то обстоятельствах"
А вы очень стараетесь уйти от какой-либо оценки в абстрагирование и вопрос веры)
Не хочу считать, будет ли это выгодно для вот этих конкретных вводных или запрашивать новые вводные - хочу рассуждать, что для 10 секций может быть и будет выгодно. Не хочу делать никакие оценки - вдруг оценка в плюс не выйдет, хочу рассуждать, что до этого никто эксперимент не проводил!
При этом, опять же, в случае любой ошибки, вы в данном диалоге не теряете вообще ни-че-го. Даже гордость профессиональная не пострадает, чисто игровая ситуация.
И вы таки утверждаете, что лично вы, при этом оказавшись на месте реального hr-директора или какого-нибудь руководителя направления пойдёте эти эксперименты ставить с дикими миллионами бюжджетов, личной ответственностью за подобное и соответствующими последствиями для личной репутации?)
Почему вы считаете, что Яндексу выгодно потратить десяток сотню миллионов на то, чтобы это узнать?
У Яндекса есть проблемы с наймом челиков? Особенно стажёров и джунов?)
Когда в нашу небольшую команду (не в яндексе) открыли вакансию на пару стажёра (да ещё и с тестовым заданием - сразу оговорюсь - я к решениям как организован найм никакого отношения не имею) - мы за неделю-полторы получили что-то около 150-200 релевантных откликов с тестовыми.
Напомните, почему вы продолжаете повторять, что я это утверждаю, хотя я ни разу этого не делал?)
AdrianoVisoccini
По тому что теоретически это может сэкономить столько же
эмммм ДА и ещё какой. Буквально повально мидлы и сениоры говорят "не буду собеседоваться в яндекс там эти алгосекции сраные, ботать надо а платят они меньше рынка"
Вам никогда не писал из яндекса с просьбой "пажалста пажалста прийди на собеседование, мы тебе даже не 5 этапов сделаем а три ты только прийди"
а почему они проводя "оффер за выходные" или как оно там? От хорошей жизни?)
Посмотри интервью с их бывшими эйчарами всякими, где они говорят что там этапы ради этапов сделаны, а без них нельзя
Я не вижу смысла продолжать если честно. Если вы не понимаете в чем смысл такого исследования - сори. По моему я очевидно все раписал. Спорить ради спора не вижу смысла никакого. Можете считать что я "слился за неимением аргументов" с меня не убудет
kogemrka
Btw, буквально в этом же сообщении выше, вы утверждали, что
Получается, мы одновременно говорим, что "даём шанс людям, которые не могут справиться с задачей, с которой может очень легко справиться абсолютный идиот, который не работал ни разу"
И одновременно, говорим, что на самом деле с реальной работой эти люди справляются гораздо лучше, чем нанимаемые в моменте.
Как это работает?