Разработка AI-системы скрининга резюме: автоматизация отбора кандидатов

Представьте: рекрутер тратит 6–10 минут на первичный просмотр одного резюме. При 500 откликах на вакансию — это 50+ часов сплошного чтения. Мы автоматизируем этот этап: AI-система сканирует каждое резюме, извлекает ключевые данные, оценивает соответствие требованиям и выдаёт ранжированный список с обоснованием. Результат — вместо вороха файлов вы получаете готовую воронку кандидатов с пометками и вопросами для собеседования.

Скрининг резюме на основе LLM сокращает time-to-screen с часов до минут, а затраты на подбор — до 40%. AI-скрининг в 10 раз быстрее ручного и снижает количество пропущенных кандидатов с 30% до 5%. Средний кейс экономит от 300 000 до 500 000 ₽ в месяц на каждом направлении.

Как работает AI-скрининг?

Система принимает резюме в любом формате — PDF, DOCX, прямой ввод, API hh.ru. После парсинга данные нормализуются: опыт пересчитывается в полные месяцы, навыки маппятся на единый словарь (например, «Python + Django» на знание веб-фреймворка). Затем LLM (GPT-4o, Claude 3.5 или Llama 3) сравнивает профиль с текстом вакансии по нескольким осям: техническое соответствие, релевантность опыта, образование.

class ResumeScreeningResult(BaseModel):
    candidate_name: str
    match_score: float           # 0-1
    technical_match: float       # соответствие техническим требованиям
    experience_match: float      # соответствие опыту
    education_match: float       # соответствие образованию

    strengths: list[str]         # сильные стороны кандидата
    gaps: list[str]              # несоответствия требованиям
    highlight_skills: list[str]  # ключевые навыки из резюме

    recommendation: Literal["strong_yes", "yes", "maybe", "no"]
    reasoning: str               # 3-5 предложений обоснования
    suggested_interview_questions: list[str]

def screen_resume(resume_text: str, job_description: str) -> ResumeScreeningResult:
    return llm.parse(
        build_screening_prompt(resume_text, job_description),
        response_format=ResumeScreeningResult
    )

Парсинг резюме

Резюме приходят в разных форматах: PDF, DOCX, hh.ru API. Извлечение структурированных данных:

• hh.ru API: резюме уже структурировано (JSON)
• PDF/DOCX: unstructured.io или кастомный парсер на основе компьютерного зрения
• LinkedIn: LinkedIn Talent Solutions API (платно)

Нормализация: даты опыта → месяцы работы, навыки → стандартный словарь.

Почему AI-скрининг превосходит ручной?

Сравнение моделей для скрининга

Выбор модели зависит от требований к конфиденциальности и бюджета. Для чувствительных данных используем Llama 3 на on-premise GPU — экономия на инференсе может превышать $2000 в месяц.

Предотвращение дискриминации

AI может воспроизводить дискриминационные паттерны из исторических данных. Mitigation:

• Удаление демографических данных из резюме до оценки (имя, возраст, фото)
• Регулярный аудит: нет ли систематической предвзятости по полу, возрасту, ВУЗу
• Прозрачность: каждый отказ должен быть обоснован профессиональными критериями

По законодательству (64-ФЗ о занятости): недопустима дискриминация по признакам, не связанным с деловыми качествами работника.

Интеграции с ATS

• hh.ru для работодателей: API для массового скрининга откликов
• Huntflow: REST API для автоматизации воронки
• 1С:Зарплата и кадры: интеграция кандидатов в HR-систему
• Potok.io / Talantix: нативные интеграции через Webhook

Метрики: time-to-screen (с нескольких часов до минут), quality-of-hire (% нанятых AI-рекомендованных через 6 месяцев всё ещё в компании), recruiter satisfaction score.

Процесс разработки

1. Анализ — изучаем текущий процесс найма, объём резюме, требования к точности.
2. Проектирование — выбираем модель (GPT-4o, LLaMA 3, Mistral), определяем векторное представление навыков.
3. Реализация — пишем пайплайн парсинга, промпт для оценки, систему кеширования результатов.
4. Тестирование — калибруем на исторических данных: точность, скорость, число ложных срабатываний.
5. Деплой — развёртываем на вашей инфраструктуре (AWS, on-premise), подключаем ATS.
6. Мониторинг — отслеживаем дрейф модели, обновляем промпты.

Что входит в работу

• Исследование вашего HR-процесса и подготовка спецификации
• Выбор и калибровка LLM под ваши критерии отбора
• Разработка парсеров для нестандартных форматов резюме
• Интеграция с ATS и HR-системами (API, Webhook)
• Документация и обучение команды рекрутеров
• Гарантийная поддержка 1 месяц после запуска

Мы выполнили более 30 проектов в области AI/ML, 5 лет автоматизируем подбор персонала для компаний от стартапов до enterprise. Наши системы обрабатывают до 10 000 резюме в день без потери качества. Свяжитесь с нами для оценки вашего кейса. Получите консультацию по внедрению — прототип за 2 недели.

NLP разработка: классификация текстов, NER, эмбеддинги и извлечение информации

К нам приходит задача: обрабатывать 50 тысяч обращений в службу поддержки — сейчас всё вручную. Датасет — 3000 размеченных примеров, 12 категорий, дисбаланс: одна категория занимает 40% выборки, три по 1-2%. Baseline accuracy — 78%. Звучит неплохо, пока не смотришь на recall по редким классам: 0.31, 0.44, 0.28. Именно эти классы — жалобы и угрозы оттока — важнее всего бизнесу.

Это типичный проект NLP разработки. Проблема не в алгоритме, а в том, что accuracy — не та метрика. Наш опыт показывает: в 30+ проектах мы начинаем с анализа бизнес-метрик и только потом выбираем модель.

Почему accuracy — не та метрика для редких классов?

Accuracy игнорирует дисбаланс. Если класс «отток» встречается в 2% случаев, модель может предсказывать «всё хорошо» и получить 98% accuracy — но бизнес теряет клиентов. Решение: F1 macro (усреднение по всем классам) или weighted F1. Для NER — strict entity F1 (только точные совпадения). Гарантируем: после выбора правильной метрики качество модели становится измеримым и прогнозируемым.

Классификация текста: от BERT до дистилляции

BERT-подобные модели — стандарт для классификации. ruBERT-base или ruBERT-large от DeepPavlov для русского языка. multilingual-e5-large — если нужно работать с несколькими языками в одном пайплайне. XLM-RoBERTa-large — сильный multilingual backbone.

Fine-tuning для классификации: добавляем classification head поверх [CLS]-токена, обучаем 3-5 эпох с lr=2e-5, weight decay=0.01. При дисбалансе — weighted CrossEntropyLoss или focal loss с gamma=2.0. Пишите — покажем code snippet.

Кейс с дисбалансом. Датасет — 3000 примеров, дисбаланс 1:20. Решение: class_weight через sklearn + CrossEntropyLoss. Дополнительно — augmentation редких классов через backtranslation (ru→en→ru через MarianMT). Recall по редким классам вырос с 0.31 до 0.67 при незначительном падении accuracy (76%→74%). Полная NLP разработка под ключ заняла 3 недели.

Дистилляция для production. BERT-large даёт F1 0.89, но inference на CPU — 180ms. Дистилляция в DistilBERT или ruBERT-tiny2 снижает latency до 25ms при F1 0.84. Экспорт в ONNX Runtime даёт дополнительный 1.5-2x. Оценим проект — рассчитаем экономию на инфраструктуре.

NER: распознавание именованных сущностей

NER — извлечение персон, организаций, локаций, дат, сумм, номеров документов. Для общих категорий (PER, ORG, LOC) предобученные модели работают хорошо. Для специализированных (медицинские термины, юридические понятия) — нужен fine-tuning.

Разметка данных. Основная стоимость NER-проекта. Для качественной модели — 500-2000 размеченных предложений на каждый тип сущности. Инструменты: Label Studio (open source) или Prodigy (от создателей spaCy). Формат IOB2 — стандарт.

Архитектура. Token classification поверх BERT: каждому токену метка (B-PER, I-PER, O). spaCy 3.x с transformer pipeline — удобный production-выбор.

Вложенные сущности. Стандартные IOB-модели не обрабатывают вложенные сущности (организация внутри адреса). Для таких задач — span-based NER: SpanBERT или SpERT. Сложнее, но правильно.

Постобработка обязательна. Модель предсказывает токены — нужны нормализованные сущности. Дата — dateparser. Суммы — regex + валидация. Имена — дедупликация через rapidfuzz. Входит в нашу стандартную поставку.

Sentiment Analysis и opinion mining

Бинарная классификация positive/negative работает с BERT из коробки. Сложность — аспектная тональность (ABSA): «в ресторане хорошая кухня, но ужасный сервис». Для ABSA: aspect extraction (NER) + sentiment по каждому аспекту. Joint модели BERT-for-ABSA — качество на русских данных ниже из-за дефицита датасетов. RuSentiment, SentiRuEval — основные ресурсы.

Для продакшена с простым позитив/негатив/нейтраль: distil-модели достаточно. Три класса, balanced датасет, 2000+ примеров — F1 macro 0.82-0.87 за 1-2 дня.

Суммаризация текста

Экстрактивная суммаризация (выбираем предложения) — TextRank или BM25 без обучения. Быстро, не галлюцинирует. Хорошо для длинных документов.

Абстрактивная (генерирует новый текст) — seq2seq: mT5, mBART, FRED-T5, ruT5-large. Для production через LLM API (GPT-4, Claude) — часто лучший трейдофф стоимость/качество/скорость.

Эмбеддинги: векторные представления текста

Эмбеддинги — основа семантического поиска, дедупликации, кластеризации, RAG. Качество критически влияет на downstream задачи.

Модели. E5-large-v2, BGE-M3, multilingual-e5-large — сильные multilingua embedders. sentence-transformers/paraphrase-multilingual-mpnet-base-v2 — быстрый вариант. Для русского: ru-en-RoSBERTa (Skoltech) хорош на semantic textual similarity.

Как оценить качество эмбеддингов? MTEB benchmark — стандарт. Но топовые результаты на MTEB не гарантируют успех на доменном датасете — строим домен-специфичный eval.

Fine-tuning эмбеддингов. Если стандартные модели не дают нужного Recall@k — contrastive learning на доменных парах с MultipleNegativesRankingLoss. 500-2000 пар, 1-3 эпохи — 5-15% прирост Recall@k.

Размерность и хранение. E5-large: 1024 dim, float32 — 4KB на вектор. При 10M документов — 40GB. Квантизация int8 снижает до 10GB. FAISS IVF_PQ — ещё компактнее, но с потерями. Входит в наши рекомендации по деплою.

Извлечение информации

Структурированное извлечение — одна из частых задач. Примеры: ключевые условия договора, технические характеристики, даты и суммы из счетов.

1. Regex + rule-based. Для ИНН, ОГРН, сумм, дат — надёжнее нейросети. Не требует данных.
2. NER + постобработка. Для вариативных форматов.
3. LLM с structured output. GPT-4 / Claude с JSON schema — для сложных документов. Стоимость: ~$0.001-0.01 на документ. Для 10k+ документов/день — считаем экономику.

Гарантируем гибрид: regex/NER для типовых полей + LLM для edge cases. Сертификат доверия: 5 лет на рынке, >30 проектов.

Этапы работы

Прототип на существующих данных — 1-3 недели. Production-система с CI/CD — 1.5-2.5 месяца. Стоимость рассчитывается индивидуально — напишите, получите консультацию и оценку.

Что входит в работу

• Документация по архитектуре модели и пайплайну
• Доступы к модели через REST API (FastAPI + ONNX)
• Обучение команды заказчика (2 часа вебинара + Q&A)
• Гарантия на точность модели на оговоренной тестовой выборке
• Поддержка 3 месяца после сдачи (багфикс, адаптация под новые данные)

Наш опыт

Более 5 лет в NLP, 30+ проектов от классификации до RAG-систем. Команда включает ML-инженеров с опытом в Hugging Face, spaCy, LangChain, MLOps. Используем vLLM, Kubeflow, Weights & Biases — продакшен-стек, а не игрушки. Пишите — оценим проект за 2 дня.