Тимлид проверил ИИ-отбор и получил отказ на собственную вакансию
Старший менеджер одной из американских компаний решил самостоятельно проверить, почему его подразделение месяцами не может закрыть вакансию Senior Associate. В отделе кадров утверждали, что на рынке почти нет подходящих специалистов, а кандидаты не проходят первичный отбор.
Руководитель отправил резюме на созданную им же вакансию в собственной команде. Чтобы проверить процесс максимально объективно, он зарегистрировал новый адрес электронной почты, изменил имя и скорректировал некоторые даты в документе. Само резюме было составлено на основе его реального профессионального опыта.
Ответ от системы подбора пришёл через шесть минут: заявка получила отказ. По словам менеджера, это стало поводом изучить, как именно работает автоматическая фильтрация кандидатов и почему она отсеивает соискателей ещё до участия рекрутера.
Одного ключевого слова оказалось недостаточно
Через неделю руководитель обнаружил возможную причину сбоя. Фильтр ожидал увидеть в резюме точное написание «React.js», тогда как в его документе использовалось обозначение «React». Несмотря на очевидную близость этих терминов, система могла воспринять их как разные навыки.
Как следует из описания случая, кадровая служба на протяжении нескольких месяцев фактически передала первичный отбор нейросети. Алгоритм отклонял значительную часть резюме, если не находил в них требуемых ключевых слов. В результате специалисты могли не доходить до этапа, на котором рекрутер оценивает их реальный опыт и соответствие задачам команды.
История показывает один из рисков автоматизации найма в технических профессиях. Жёсткая проверка формулировок помогает стандартизировать поток заявок, но одновременно может исключать подходящих кандидатов из-за различий в названиях технологий, сокращений или стиля составления резюме. В таких процессах особенно важны дополнительные проверки человеком, иначе формальный фильтр способен создать впечатление дефицита специалистов там, где проблема связана с настройками системы.
