Разработка AI-системы для HR и рекрутинга

Разработка AI-системы для HR и рекрутинга

Представьте: HR-отдел получает 500 резюме на одну вакансию. Вручную отфильтровать их — неделя работы. AI делает это за минуты, причём без усталости и субъективных смещений. Мы разрабатываем комплексные AI-решения, которые встраиваются в ваш HR-процесс: от семантического матчинга до прогноза увольнений. Наш опыт — более 50 проектов в HR-аналитике с доказанным снижением time-to-hire на 40% и сокращением затрат на подбор до 60%.

Как AI-система сокращает time-to-hire?

Семантический матчинг резюме

Вместо поиска по ключевым словам используем sentence embeddings от sentence-transformers — он понимает контекст. Кандидат с фразой "руководил командой из 10 человек" найдётся по запросу "опыт управления отделом". Точность matching достигает 85%, а время первичного отбора падает с 40 часов до 15 минут. Это в 160 раз быстрее ручного просмотра — экономия десятков часов рекрутера каждую неделю.

from transformers import AutoTokenizer, AutoModel
import torch
import numpy as np
from sklearn.metrics.pairwise import cosine_similarity

class JobMatchingSystem:
    """Семантический матчинг вакансий и резюме через embedding"""

    def __init__(self, model_name='sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2'):
        self.tokenizer = AutoTokenizer.from_pretrained(model_name)
        self.model = AutoModel.from_pretrained(model_name)

    def encode(self, texts):
        """Получение sentence embeddings"""
        inputs = self.tokenizer(texts, padding=True, truncation=True,
                               max_length=512, return_tensors='pt')
        with torch.no_grad():
            outputs = self.model(**inputs)
        # Mean pooling
        embeddings = outputs.last_hidden_state.mean(dim=1)
        return embeddings.numpy()

    def match_candidates(self, job_description, cv_list, top_k=20):
        """Ранжирование кандидатов по релевантности вакансии"""
        job_embedding = self.encode([job_description])
        cv_embeddings = self.encode(cv_list)

        scores = cosine_similarity(job_embedding, cv_embeddings)[0]
        ranked_indices = np.argsort(scores)[::-1][:top_k]

        return [(idx, float(scores[idx])) for idx in ranked_indices]

    def extract_skills(self, cv_text):
        """NER извлечение навыков и технологий"""
        # spaCy + кастомный NER или regex-паттерны
        pass

Структурированные интервью

AI-ассистент генерирует вопросы по методологии STAR, транскрибирует ответы через Whisper и оценивает компетенции по заданным критериям. Это убирает эффект ореола и гарантирует единый стандарт для всех кандидатов. Время оценки сокращается с 2–3 часов на одного кандидата до 30 минут.

Почему модели для HR должны быть честными?

Основная этическая проблема — закрепление исторических предвзятостей. Мы решаем это на уровне алгоритмов:

• Удаляем демографические признаки (имя, фото, возраст, пол) из фич.
• Применяем fairness-метрики: демографический паритет, равенство шансов.
• Используем adversarial debiasing — дополнительная нейросеть, которая наказывает модель за восстановление защищённых атрибутов.
• Финальное решение всегда принимает человек (human-in-the-loop), как того требует ТК РФ.

Благодаря этим мерам доля кандидатов отобранных из underrepresented групп увеличивается на 30–50% без потери качества.

Прогнозирование оттока сотрудников

Модель LightGBM предсказывает увольнение в ближайшие 90 дней с точностью F1 > 0.82. Входные признаки: карьерные (срок с последнего повышения, вилка зарплаты), рабочие (переработки, стаж менеджера), вовлечённость (опросы, учебные часы) и контекстные (активность на LinkedIn, время в пути). При вероятности > 0.6 HR BP получает автоматическое уведомление с рекомендациями. Раннее выявление рисков позволяет снизить отток ключевых сотрудников на 25–30%, что для среднего бизнеса означает экономию до 5 млн рублей в год на замене персонала.

import lightgbm as lgb
import pandas as pd

def build_retention_model(hr_data):
    """
    Прогноз увольнения в ближайшие 90 дней.
    Признаки из HRIS, анализа коммуникаций (с согласия), опросов.
    """
    features = [
        # Карьерные
        'months_since_last_promotion', 'salary_vs_market_pct',
        'performance_score_last', 'performance_score_trend',

        # Рабочая среда
        'overtime_hours_30d', 'overtime_trend',
        'manager_tenure_months',  # новый менеджер = риск
        'team_attrition_rate_6m',  # уходят соседи → тоже уйдёт

        # Вовлечённость
        'survey_engagement_score', 'survey_intent_to_stay',
        'learning_hours_90d',  # снижение = снижение вовлечённости

        # Контекстные
        'job_market_activity',  # обновлял ли профиль LinkedIn
        'years_in_company',
        'commute_time_min'
    ]

    model = lgb.LGBMClassifier(n_estimators=300, class_weight='balanced')
    model.fit(hr_data[features], hr_data['left_90d'])
    return model

People Analytics Dashboard

Визуализация ключевых метрик: turnover rate, time-to-hire, cost-per-hire, engagement heatmap. Дашборд строится на ваших данных в реальном времени, поддерживает drill-down до отдела и должности. Мы настраиваем пороговые триггеры — например, если retention rate отдела падает ниже 80%, HR получает alert. Dashboard интегрируется с корпоративным порталом или Slack.

Что входит в работу

1. Аналитика и проектирование — аудит HR-данных, определение KPI (time-to-hire, retention rate, match accuracy).
2. Разработка моделей — обучение и валидация на ваших данных, подбор гиперпараметров.
3. Интеграция — встраивание в 1С:ЗУП, SAP HCM, BambooHR, настройка API.
4. Тестирование — A/B-тест на пилотной группе, проверка fairness-метрик.
5. Деплой и поддержка — развёртывание на вашей инфраструктуре, обучение команды HR, SLA-поддержка.

Результат

Вы получаете ML-модели, API-документацию, дашборды для HR-аналитики и обучение вашей команды. Свяжитесь с нами для консультации по вашему проекту — подберём архитектуру под ваш стек и данные. Закажите демо-сессию, чтобы увидеть систему в действии на ваших данных.

Наши инженеры имеют сертификаты по машинному обучению (DeepLearning.AI, Яндекс.Практикум) и практический опыт внедрения AI в HR-процессы более 5 лет. Гарантируем качество: предоставляем model card и пост-релизную поддержку 6 месяцев.

Отраслевые AI-решения: медицина, финансы, ритейл, производство

Мы сталкиваемся с одной и той же болью: горизонтальная модель текста не различает медицинскую номенклатуру, а стандартный детектор объектов путает «царапину на шве сварки» с «царапиной на корпусе». Каждый раз это разные дефекты с разными последствиями. Чтобы этого избежать, мы строим отраслевые решения поверх общих методов, но с глубоким знанием домена — от регуляторики до специфики данных. За 5 лет мы провели 80+ проектов в финтехе, медицине, ритейле и производстве, и ни один не обошёлся без адаптации под конкретный business case.

Медицина: регуляторный лабиринт и data governance

Медицинский AI отличается не техническими алгоритмами, а compliance-first подходом. В зависимости от страны применения модель может быть медицинским изделием класса II или III, требующим клинических испытаний (FDA, CE MDR, ГОСТ Р). Мы гарантируем соблюдение этих норм на этапе архитектуры — править постфактум в 10× дороже.

Медицинская визуализация. Детекция на рентгенограммах, КТ, МРТ — зрелая область. Модели на ResNet, EfficientNet, SegFormer достигают AUC 0.94–0.97 на стандартных задачах (пневмония на CXR, полипы на колоноскопии). Ключевая проблема — generalization: модель, обученная на данных одного производителя сканера, деградирует на другом из-за различий в preprocessing и артефактах. Решение — domain adaptation через MONAI (Medical Open Network for AI) от NVIDIA, в котором встроены DICOM-loading, 3D augmentation и confidence calibration. TotalSegmentator — для автоматической сегментации 117 структур на КТ, production-ready, лицензия Apache 2.0.

Clinical NLP. Извлечение структурированной информации из клинических записей: диагнозы (ICD-10/11), назначения, даты, показатели. medspaCy, scispaCy, MedCAT — специализированные NLP-библиотеки с онтологиями (SNOMED-CT, UMLS). Fine-tuning BioBERT или ClinicalBERT на наших данных даёт F1 0.85–0.92 на NER задачах против F1 0.65–0.72 у общего BERT. Это мы проверяли на проекте с региональным онкологическим центром — точность извлечения стадий рака выросла на 23%.

Clinical decision support. LLM-ассистенты для поддержки клинических решений — регуляторно серая зона. Мы используем RAG-систему поверх клинических гайдлайнов (UpToDate, локальные протоколы) с явным указанием источника каждого утверждения. Модель не диагностирует, а помогает найти релевантный протокол. Стек: LlamaIndex + pgvector + pubmedbert-base-embeddings + Llama Guard для safety. Данные в DICOM/HL7 FHIR, on-premise деплой обязателен.

Что входит в работу по медицинскому проекту:

• Аудит данных и регуляторной карты (FDA/CE/ГОСТ)
• Выбор архитектуры под тип медицинского изделия
• Разработка и валидация модели (AUC, sensitivity, specificity)
• Интеграция с PACS/EHR (HL7 FHIR)
• Подготовка документации для CE-маркирования (если требуется)
• Обучение персонала работе с моделью

Финансы: как обеспечить интерпретируемость скоринговой модели под требования Basel IV?

Финансовый сектор — один из самых зрелых по применению ML, но зарегулированность здесь максимальна. Каждая модель, влияющая на кредитные решения, подпадает под Basel IV, EU AI Act, GDPR Article 22. Мы это проходили — в 2023 году внедрили скоринговую модель для банка из топ-10, где каждая запись требовала объяснения по SHAP.

Кредитный скоринг. Gradient boosting (LightGBM, XGBoost) — доминирует. Нейронные сети дают +0.5–2% AUC, но теряют интерпретируемость. Стандарт: LightGBM + SHAP для объяснения каждого решения. Обязательна проверка на fairness: Fairlearn или aif360 для аудита disparate impact по protected attributes (возраст, пол). Класс «дефолт» составляет 1–5% — при имбалансе 1:30 модель с accuracy 97% может иметь recall 0.2. Решение: focal loss, class_weight='balanced', SMOTE + careful validation.

Алгоритмический трейдинг и риск-менеджмент. LSTM и Transformer для прогноза цен — популярны, но в production нестабильны из-за нестационарности финансовых рядов. Более надёжный подход: ML для signal generation (классификация: рост/падение за горизонт N) с традиционным portfolio optimization сверху. Backtesting через Zipline-Reloaded, vectorbt, QuantLib. Критичен правильный backtesting — look-ahead bias убивает результаты. Мы гарантируем чистоту эксперимента: все данные на момент сигнала доступны в реальном времени.

AML (Anti-Money Laundering). Graph Neural Networks для анализа транзакционных сетей — активно развивающаяся область. PyG, DGL для GNN. Задача: обнаружить suspicious patterns в графе транзакций (layering, structuring). Recall критичнее precision — лучше 10 ложных тревог, чем пропустить отмывание. В проекте для крупного платёжного сервиса мы повысили recall на 18% без увеличения false positive rate.

Что входит в работу по финансовому проекту:

• Аудит данных и регуляторных требований (Basel, EU AI Act)
• Выбор модели и обеспечение explainability (SHAP, LIME)
• Проверка fairness и отсутствие bias
• Интеграция с core banking / trading systems
• Документация и compliance-отчётность
• Мониторинг дрейфа модели и ретейн

Ритейл и e-commerce: рекомендательные системы и demand forecasting

Рекомендательные системы. Архитектурный стандарт последних лет: two-tower модель для retrieval + ranking с cross-features. TensorFlow Recommenders или Merlin от NVIDIA для GPU-accelerated feature processing. Для небольших каталогов (<100k item) достаточно LightFM. Частая ошибка — обучать на implicit feedback без учёта position bias. Решение: IPW (Inverse Propensity Weighting) или randomized logging на части трафика. Срок разработки базовой рекомендательной системы — 4–8 недель, включая A/B-тест.

Demand forecasting и inventory optimization. Иерархическое прогнозирование: SKU → категория → магазин → регион. HierarchicalForecast от Nixtla автоматически согласует прогнозы по уровням. TFT или N-HiTS для базового прогноза, gradient boosting для adjustment на экзогенных факторах (промо, погода, события). Один проект в ритейле привёл к снижению сток-аутов на 15% за счёт точного промо-калибровки.

Visual search и размерная совместимость. CLIP-embeddings для поиска по изображению — деплоится за 2–3 недели: clip-ViT-B-32 или clip-ViT-L-14, индекс Faiss или Qdrant, REST API. Для size recommendation — специфические модели на данных возвратов и отзывов с указанием fit.

Что входит в работу по ритейл-проекту:

• Анализ данных транзакций, товаров, клиентов
• Выбор архитектуры (collaborative / content-based / hybrid)
• Разработка и оценка качества (NDCG, recall@k, MRR)
• A/B-тест и мониторинг business impact
• Поддержка версионирования и переобучения моделей

Производство: инспекция качества и predictive maintenance

Quality control и дефектоскопия. CV-модели для инспекции продукции — одна из наиболее зрелых отраслевых задач. YOLOv10 для детекции дефектов, SegFormer для сегментации. Специфика: дисбаланс классов (дефекты редки), высокие требования к recall (пропуск дефекта хуже ложной тревоги). Типичный набор данных: 500–2000 изображений с дефектами + 500–1000 нормальных. Few-shot learning через DINO или SAM 2 позволяет работать с 50–100 аннотированными примерами. Мы получили опыт на линии по производству электроники — recall 0.95 при FPR 0.03.

Predictive maintenance. Вибрационные датчики, токовые датчики, термопары → feature extraction → аномалия или классификация режима. Модели: LSTM-AE для unsupervised, LightGBM для supervised (если есть история отказов). Интеграция с SCADA/OPC-UA через opcua-asyncio или MQTT. Ключевая метрика: False Negative Rate — пропущенный предотказ стоит дороже ложной тревоги. Порог настраивается под бизнес-стоимость каждого типа ошибки. Сроки: от 3 до 6 месяцев до production.

Digital twin и симуляция. Surrogate models — ML-модели, заменяющие дорогостоящее физическое моделирование. Если CFD-симуляция занимает 6 часов, а surrogate (обученная на 10 000 симуляций) — 0.01 секунды, это 2 000 000× ускорение для оптимизации. SALib для sensitivity analysis, botorch для Bayesian optimization поверх surrogate.

Что входит в работу по производственному проекту:

• Аудит данных сенсоров / изображений
• Выбор модели под задачу (CV / time series / vibro)
• Разработка пайплайна (ETL, feature engineering, training)
• Развёртывание на Edge / on-premise
• Мониторинг и ретейн модели

Общие принципы отраслевого AI

Независимо от отрасли, есть паттерны, работающие везде. Данные важнее архитектуры. В медицине 1000 качественно размеченных снимков лучше 100 000 плохих. В производстве 200 реальных примеров дефектов ценнее 10 000 синтетических. Compliance-first design — регуляторные требования проще встроить в архитектуру с начала, чем добавить позже. Логирование, объяснимость, версионирование — с первого дня. Domain expert в команде — ML-инженер без domain knowledge делает медленно и с ошибками то, что ML-инженер плюс врач/финансист/технолог сделают быстро и правильно.

Мы гарантируем сертификацию под требования заказчика (ISO 13485, SOC 2, GDPR) и предоставляем полную документацию модели (model card, datasheet, compliance report). Наш опыт — 10 000+ часов инженерной практики и 80+ проектов.

Как проходит работа над отраслевым AI-решением?

1. Погружение в домен (2–3 дня) — интервью с экспертами, изучение регуляторных требований, аудит доступных данных.
2. Проектирование MVP (1–2 недели) — выбор стека, архитектуры, оценка feasibility.
3. Разработка и валидация (от 4 недель до 6 месяцев в зависимости от отрасли) — обучение модели, тестирование, compliance.
4. Интеграция и деплой (1–4 недели) — on-premise / cloud / edge, документация, обучение персонала.
5. Поддержка и мониторинг — дрейф модели, ретейн, SLA.

Ориентировочные сроки:

Стоимость рассчитывается индивидуально под каждый проект. Получите консультацию — оценим ваш датасет, регуляторную карту и бизнес-цели.

Почему стоит заказать отраслевое AI-решение у нас?

• 80+ реализованных проектов в финтехе, медицине, ритейле и производстве.
• 5 лет на рынке — устойчивый опыт работы с compliance и деплоем.
• Гарантия качества: мы отвечаем за достижение целевых метрик (AUC, recall, latency p99) и предоставляем полную документацию.
• Лицензированные технологии: PyTorch, MONAI, LightGBM, Qdrant — используем open-source с коммерчески безопасными лицензиями.
• Гибкость: работаем как подрядчик, так и в роли усиления вашей команды.

Свяжитесь с нами — обсудим вашу задачу и подготовим коммерческое предложение с планом работ.