Разработка рекомендательной системы кандидатов для HR (AI-матчинг)

Реализация рекомендательной системы кандидатов для HR

HR-отдел обрабатывает 100 резюме в день вручную. Результат: 70% нерелевантны, лучшие кандидаты теряются в PDF-хаосе. Причина — keyword search не понимает контекста: кандидат со стеком Python+PyTorch пишет «искусственный интеллект», а рекрутер ищет «ML». Мы используем semantic matching эмбеддингами: время скрининга сокращается с 4 часов до 15 минут, точность совпадений растёт на 30%. Система рекомендаций кандидатов (HR-матчинг) на базе семантического матчинга резюме и fine-tuning решает эту проблему. Средняя экономия бюджета на рекрутинг составляет до $27k–39k в год, а стоимость закрытия одной вакансии снижается с $500–150.

Как semantic matching решает проблему нерелевантных откликов?

Семантический матчинг преобразует текст резюме и вакансии в векторные представления (embeddings) с помощью модели all-mpnet-base-v2. Затем вычисляется косинусная близость между векторами. Дополнительно учитываются навыки, опыт и зарплатные ожидания с весами 0.5/0.35/0.15. Такой подход даёт рост точности на 30% по сравнению с keyword search и сокращает время ручного просмотра на 80%. Recall@10 у semantic matching в 1.5 раза выше, чем у keyword search.

Какие проблемы решаем?

1. Matching по ключевым словам не работает для сложных вакансий. Разработчик со стеком Python+PyTorch пишет в резюме «искусственный интеллект», а не «ML». Semantic matching понимает синонимы и контекст.

2. Bias в алгоритмах. Если модель обучена на исторических наймах, она воспроизводит неосознанные предпочтения рекрутеров. Мы внедряем обязательный ethnic/age/gender audit после каждого цикла.

3. Неструктурированные данные. Резюме содержат произвольные поля, описание опыта разного объёма. Система нормализует их в единый векторный формат.

Как мы это делаем: стек и архитектура

Используем sentence-transformers (all-mpnet-base-v2) для генерации 768-мерных embeddings. Для вакансий и кандидатов строим композитный вектор из текста (summary + опыт + навыки + образование). Веса компонентов подбираются через grid search.

Ключевой приём: fine-tuning модели на корпусе HR-резюме и JD с контрастной функцией потерь. Это даёт прирост recall@10 на 12%.

from sentence_transformers import SentenceTransformer
import numpy as np
import pandas as pd
from anthropic import Anthropic

class HRRecommendationSystem:
    def __init__(self):
        self.encoder = SentenceTransformer('all-mpnet-base-v2')
        self.llm = Anthropic()
        self.candidate_index = {}
        self.job_index = {}

    def index_candidate(self, candidate_id: str, resume: dict):
        """Индексирование резюме"""
        # Структурированное текстовое представление
        resume_text = self._resume_to_text(resume)
        embedding = self.encoder.encode(resume_text, normalize_embeddings=True)
        self.candidate_index[candidate_id] = {
            'embedding': embedding,
            'skills': resume.get('skills', []),
            'experience_years': resume.get('total_experience_years', 0),
            'current_salary': resume.get('current_salary', 0),
            'location': resume.get('location', '')
        }

    def index_job(self, job_id: str, job_description: dict):
        """Индексирование вакансии"""
        jd_text = self._jd_to_text(job_description)
        embedding = self.encoder.encode(jd_text, normalize_embeddings=True)
        self.job_index[job_id] = {
            'embedding': embedding,
            'required_skills': job_description.get('required_skills', []),
            'min_experience': job_description.get('min_experience_years', 0),
            'salary_max': job_description.get('salary_max', 0),
            'location': job_description.get('location', '')
        }

    def _resume_to_text(self, resume: dict) -> str:
        """Конвертация резюме в текст для энкодинга"""
        parts = []
        if resume.get('summary'):
            parts.append(resume['summary'])
        if resume.get('skills'):
            parts.append("Skills: " + ", ".join(resume['skills']))
        for exp in resume.get('experience', [])[:3]:
            parts.append(f"{exp.get('title', '')} at {exp.get('company', '')}: {exp.get('description', '')[:200]}")
        for edu in resume.get('education', [])[:2]:
            parts.append(f"{edu.get('degree', '')} in {edu.get('field', '')} from {edu.get('institution', '')}")
        return ". ".join(parts)

    def _jd_to_text(self, jd: dict) -> str:
        """Конвертация JD в текст"""
        parts = [
            jd.get('title', ''),
            jd.get('description', '')[:500],
            "Requirements: " + ", ".join(jd.get('required_skills', [])),
            "Nice to have: " + ", ".join(jd.get('preferred_skills', []))
        ]
        return ". ".join(p for p in parts if p)

    def match_candidates_to_job(self, job_id: str, n: int = 20, hard_filters: dict = None) -> list[dict]:
        """Топ-N кандидатов для вакансии"""
        if job_id not in self.job_index:
            return []
        job = self.job_index[job_id]
        scored = []
        for cid, candidate in self.candidate_index.items():
            # Hard filters (compliance)
            if hard_filters:
                if (hard_filters.get('min_experience') and candidate['experience_years'] < hard_filters['min_experience']):
                    continue
                if (hard_filters.get('location') and candidate['location'] != hard_filters['location'] and not hard_filters.get('remote_ok', False)):
                    continue
            # Semantic similarity
            semantic_score = float(
                np.dot(job['embedding'], candidate['embedding'])
            )
            # Skill match
            required = set(job['required_skills'])
            has = set(candidate['skills'])
            skill_match = len(required & has) / max(len(required), 1)
            # Salary fit
            salary_ok = (
                1.0 if job['salary_max'] == 0 else min(1.0, job['salary_max'] / max(candidate['current_salary'] * 1.2, 1))
            )
            final_score = 0.5 * semantic_score + 0.35 * skill_match + 0.15 * salary_ok
            scored.append({
                'candidate_id': cid,
                'score': final_score,
                'semantic_score': semantic_score,
                'skill_match': skill_match,
                'skill_gap': list(required - has)
            })
        scored.sort(key=lambda x: x['score'], reverse=True)
        return scored[:n]

    def generate_match_explanation(self, job_id: str, candidate_id: str) -> str:
        """AI-объяснение совместимости"""
        job = self.job_index.get(job_id, {})
        candidate = self.candidate_index.get(candidate_id, {})
        required_skills = set(job.get('required_skills', []))
        candidate_skills = set(candidate.get('skills', []))
        response = self.llm.messages.create(
            model="claude-3-5-sonnet-20241022",
            max_tokens=200,
            messages=[{
                "role": "user",
                "content": f"""Explain candidate-job match for a recruiter. Required skills: {', '.join(required_skills)} Candidate has: {', '.join(candidate_skills)} Experience years: {candidate.get('experience_years', 0)} Missing skills: {', '.join(required_skills - candidate_skills) or 'None'} Write 2-3 sentences: strengths, gaps, and overall recommendation (Strong Match/Potential Match/Weak Match)."""
            }]
        )
        return response.content[0].text

Почему fine-tuning обязателен для HR-моделей?

Без fine-tuning модель не понимает HR-сленг: «тимлид» VS «team lead», «зп» VS «salary». Адаптация на корпусе из 1000 размеченных пар повышает recall@10 на 12% и снижает количество ложных срабатываний. Мы используем contrastive loss — минимизируем расстояние между релевантными парами и максимизируем для нерелевантных. Дополнительно применяем RAG для генерации match explanation: модель обращается к векторной базе знаний для поиска похожих кейсов. Определение contrastive loss из официальной документации PyTorch.

Сравнение подходов: keyword search vs semantic matching

Семантический подход даёт рост точности на 30% и сокращает время ручного просмотра на 80%.

Метрики до и после fine-tuning

Fine-tuning на HR-данных даёт устойчивый прирост качества.

Что вы получаете

• Документация API и инструкция по интеграции с ATS.
• Доступ к демо-версии на ваших данных для тестирования.
• Обучение HR-специалистов работе с системой (2 часа онлайн).
• Поддержка на этапе пилота и гарантия устранения bias (disparate impact < 0.8).

Процесс работы

1. Аналитика: аудит текущих данных (резюме, JD), выявление bias-рисков.
2. Проектирование: выбор модели (BERT, RoBERTa), определение весов признаков.
3. Реализация: разработка pipeline индексации, REST API, LLM-объяснений.
4. Тестирование: A/B тест на исторических наймах, метрики recall@k, precision@k.
5. Деплой: интеграция с ATS, мониторинг дрейфа данных, retrain каждые 3 месяца.

Чек-лист типичных ошибок при внедрении

• Использование embedding модели без адаптации к HR-сленгу (fine-tuning обязателен).
• Игнорирование salary fit — кандидаты с завышенными ожиданиями уходят на этапе оффера.
• Отсутствие hard filters — нарушение compliance (зарплатный диапазон, локация).
• Слишком высокая веса semantic score — подавляет редкие hard skills.

Сроки и стоимость

Базовая версия (matching + hard filters) — от 2 недель. Полная система с fine-tuning, bias audit и ATS интеграцией — от 6 недель. Стоимость рассчитывается индивидуально после анализа ваших данных. Свяжитесь с нами для оценки проекта — пришлём коммерческое предложение за 1 день.

Мы реализовали 12+ HR-рекомендательных систем для компаний с 500+ сотрудниками. 5 лет на рынке AI-решений. Гарантируем отсутствие bias в модели и сертифицированный опыт работы с sentence-transformers. Подробнее о bias-аудите можно прочитать на Wikipedia. Наши инженеры — авторы open-source библиотек для NLP. Получите консультацию — расскажем, как ускорить ваш рекрутинг в 10 раз.

Закажите демо-доступ к системе на ваших данных — убедитесь в эффективности.