Когда люди говорят “я отправил 80 откликов и мне никто не ответил”, проблема часто заключается не в рынке а в подходе к поиску.
На входе у тебя ATS. Потом кривое резюме. Потом вакансия, под которую человек подходит только наполовину, но всё равно откликается. Потом ещё один сайт, ещё один фильтр, ещё один PDF, который улетает в пустоту. И уже после этого человек делает вывод, что рынок сломан.
Мы как разработчики talanto.work как раз и начали копать отсюда. Не с красивой идеи “сделаем ещё один job board”. А с более простой: поиск работы в IT слишком часто ломается ещё до первого интервью. На уровне упаковки кандидата, на уровне совпадения с вакансией.
Сначала казалось, что проблема только в вакансиях
Есть сайты вакансий. Они тяжёлые, перегруженные, часто плохо заточены под IT. Значит, нужно собрать более удобный сервис: нормальный поиск, нормальные фильтры, удалёнка, стек, зарплаты, грейды, компании. Уже неплохо.
Но очень быстро стало ясно, что это только поверхность.
Потому что человек может найти вакансию — и всё равно провалиться ещё до первого касания с HR. Резюме не проходит ATS. Или проходит, но выглядит слишком общим. Или человек шлёт его туда, где совпадение слабое изначально. Или рынок показывает ему не лучшие вакансии, а просто самые заметные.
Мы довольно рано поняли, что ATS — это не мифическая страшилка
Мне вообще не нравится, как про ATS часто пишут. Либо как про магию, либо как про какого-то финального босса, которого надо “обмануть”.
По факту ATS — это просто первый жёсткий слой отбора. Очень тупой в одних местах, очень неприятный в других. Он не “оценивает талант”. Он пытается быстро понять, что лежит перед ним: кто этот человек, на какую роль идёт, есть ли у него нужный стек, читается ли опыт, совпадает ли профиль с вакансией.
И если резюме собрано плохо, всё начинает сыпаться
Мы это видели постоянно: человек нормальный, опыт живой, а CV либо слишком дизайнерское, либо расплывчатое, либо не под эту роль, либо вообще не даёт ответа на вопрос, почему его надо двигать дальше. И вот это одна из причин, почему у кандидата потом ощущение, что “меня никто не видит”.
На самом деле тебя часто не то чтобы не видят. Тебя криво читают. Или быстро откладывают в сторону.
Из этого и выросла идея talanto.work
Сначала, если честно, хотелось сделать просто более вменяемый поиск IT-вакансий.
Без ощущения, что ты продираешься через каталог “всего подряд”. Без рынка, где удалёнка спрятана как дополнительная опция, а стартапы и международные роли лежат за регистрацией и платной версией.
Но чем глубже мы лезли, тем понятнее становилось: если делать только список вакансий, то это будет ещё один похожий на других сайт. А кандидату уже не хватает не только вакансий. Ему не хватает нормального слоя между “я ищу работу” и “я откликаюсь туда, где у меня реально есть шанс”.
Вот здесь talanto.work и начал разворачиваться не как джоб-борд, а как более широкий AI-сервис для поиска работы: собрать рынок, почистить его, дать удобный поиск, а поверх этого прикрутить штуки, которые помогают не отправлять резюме всем кому не лень.
Самой тяжёлой частью оказались не модели и не интерфейс
Это, наверное, самое смешное.
Снаружи кажется, что такой сервис — это про AI, поиск, мэтчинг, умные подсказки, рекомендации. По факту самая тяжёлая часть в начале была намного скучнее: данные.
Интернет хранит вакансии в очень кривом виде.
Одна и та же роль может быть в трёх источниках с разным описанием. Зарплата где-то есть, где-то нет. Remote в одном месте указан честно, а в другом прячется в тексте. Навыки называются по-разному, хотя речь об одном и том же. Где-то компания пишет “Python Developer”, а по описанию там половина data engineering. Где-то наоборот.
Поэтому значительная часть разработки ушла на очень приземлённые вещи: сбор, нормализацию, схлопывание дублей, очистку, структурирование и попытку сделать из сырого потока вакансий что-то, с чем вообще можно работать.
Потом пришёл второй слой — помочь кандидату не проигрывать ещё до отклика
Вот здесь AI уже начал выглядеть не как модный ярлык, а как реально полезный инструмент.
Потому что одна из самых дорогих ошибок в поиске работы — это когда человек вообще не понимает, где именно он теряет шанс. В CV? В том, что идёт не на свои вакансии? В слабой упаковке опыта? В ATS? Во всём сразу?
Мы как раз хотели закрыть кусок между “я нашёл вакансию” и “я опять зря потратил вечер”.
Отсюда и выросли вещи вокруг резюме и совпадения с ролью. Например, AI-разбор CV. Не как магическая кнопка “почини мой профиль”, а как рабочая проверка: где резюме рыхлое, где формулировки слабые, где опыт не считывается, где текст сам мешает пройти первый фильтр.
Это очень простая польза. Но именно она и работает.
Самая неприятная правда — пользователь уже устал ещё до того, как пришёл к нам
Вот это наблюдение довольно сильно поменяло продукт.
Когда человек открывает сервис по поиску работы, он редко в нейтральном состоянии. Обычно он уже посмотрел кучу вакансий, уже не до конца верит рынку, уже получил пару странных отказов или полное молчание, уже сомневается в резюме, уже не понимает, куда вообще стоит идти.
То есть мы конкурируем не только с другими сайтами. Мы конкурируем с усталостью.
И если продукт в этот момент заставляет человека снова слишком много думать, что-то додумывать, самому собирать картину из кусков, сам себе объяснять, подходит ли роль, — он просто отвалится. Даже если формально у тебя всё красиво.
Поэтому talanto.work мы довольно быстро начали собирать не от идеи “что ещё прикрутить”, а от вопроса “где пользователь сейчас тупо теряет время и почему”.
Где мы наступили на грабли
Без этого никак.
Одна из ранних ошибок была очень знакомой для любого продуктового фаундера: хотелось сделать много умного сразу. Больше автоматизации. Больше AI. Больше рекомендаций. Больше слоёв поверх вакансий. В голове это выглядело мощно.
На деле часть этих идей была красивой ровно до первого контакта с реальным пользователем. Люди не хотят проходить через сложный “умный сценарий”, если у них уже нет сил. Им сначала нужен очень понятный базовый путь. Найти. Отфильтровать. Понять. Не ошибиться на входе. И только потом уже можно добавлять что-то сверху.
То есть мы, как и многие, сначала чуть переоценили “умность” и недооценили банальную полезность.
Обычная история.
Что получилось по итогу
Сейчас talanto.work для меня — это не просто сайт с вакансиями и не вывеска “у нас тоже есть AI”.
Это попытка сделать поиск IT-работы менее кривым в двух местах сразу.
Первое — собрать и показать рынок шире, чем классический джоб борд.
Второе — помочь человеку не сломаться на участке между вакансией и откликом. Где его уже поджидают ATS, слабое CV, нерелевантные роли и усталость, из-за которой он начинает откликаться на всё подряд.
Не уверен, что рынок найма вообще можно привести к идеальному состоянию. Слишком много там хаоса, слишком много ручной логики, слишком много чужих ограничений. Но чем дольше мы делаем talanto.work, тем яснее становится одна вещь: людям часто не не хватает вакансий. Им не хватает нормального способа до них дойти и не разачароваться по дороге.
Сейчас как раз думаю, где проходит граница между реально полезным AI-слоем и ещё одной фичей, которая только красиво звучит. По опыту это место очень легко пропустить.
karrakoliko
Откуда вы знаете как фильтры настроены на стороне работодателей, чтобы давать рекомендации как их пройти?
Как вы убедились что рекомендации в вашем сервисе корректны, и действительно что-то улучшают, а не просто выглядят правдоподобно?
Рекомендации универсальны и порадуют каждую ATS? Проверяли? Как считали?
Верно ли я понимаю, что эта услуга отличается от "привет любая доступная llm, посмотри резюме как HR и дай советы что поменять чтобы пройти фильтры" только промптом, который вы на свой вкус подкрутили?
antoniozvonarev Автор
мы провели большое исследование и собрали отзывы десятков рекрутеров как знакомых нам, так и просто сторонних. на основе этого мы сделали оптимальные рекомендации которые актуальны на сегодняшний день; у нас есть доступы в крупные ATS и мы знаем как это устроено изнутри. Но даже при этом понятное дело 100% гарантии ни даст ни кто, т.к каждая компания может придумывать свои системы авто-отбора. Но осноная масса все же использует одно и тоже)
Рекомендации вы не обязаны вносить, но вы увидите отчет и сразу поймете что логично и что нужно тут и там подправить.
по поводу любимой llm - у нас промпт который учитывает многие факторы и описывает конкретно на что нужно смотреть, промпт актуален на 2025-2026 год. промт гигантский и учитывает очень много факторов.