Разработка AI-системы планирования карьеры сотрудников

AI-система карьерного планирования сотрудников

Раз в год HR проводит встречи по развитию, но данные о карьерных перемещениях собираются в Excel и Google Sheets. Результат — субъективные решения, потеря ключевых сотрудников и хаотичное планирование преемственности. Мы создаём AI-систему, которая анализирует реальные карьерные траектории внутри компании, навыки каждого сотрудника и рыночные тренды. На выходе — персонализированный план развития с конкретными сроками и действиями. Такой подход снижает добровольную текучесть на 15–25% при условии, что менеджеры регулярно работают с рекомендациями. Компании с автоматизированным карьерным планированием удерживают на 20% больше талантов.

Какие проблемы решаем

Проблема 1. Отсутствие объективных данных. Без аналитики карьерные решения принимаются на основе интуиции. Система строит граф переходов по историческим данным (должности, сроки, вероятность перехода). Выявляет реальные, а не декларируемые пути роста.

Проблема 2. Высокий риск ухода ключевых сотрудников. RetentionRiskPredictor анализирует engagement score, срок в роли, performance rating и зарплатный гэп. При риске >0.5 система выдаёт рекомендацию немедленного вмешательства. Это позволяет удержать 60–70% сотрудников в зоне high-risk.

Проблема 3. Долгое составление IDP вручную. Индивидуальный план развития (IDP) генерируется LLM (Claude 3.5 Sonnet) на основе skill gap’ов и карьерных путей. Генерация занимает секунды, а не часы работы HR.

Как AI-система строит карьерные траектории?

В основе лежит графовая модель, построенная на библиотеке networkx. Каждый узел — должность, ребро — переход с вероятностью и средней длительностью. Код ниже демонстрирует анализ исторических promotion-данных:

import pandas as pd
import numpy as np
import networkx as nx
from anthropic import Anthropic
import json

class CareerPathAnalyzer:
    """Анализ реальных карьерных траекторий в компании"""

    def build_career_graph(self, historical_promotions: pd.DataFrame) -> nx.DiGraph:
        """
        Граф переходов между ролями на основе истории компании.
        historical_promotions: employee_id, from_role, to_role, duration_months
        """
        graph = nx.DiGraph()

        transition_counts = historical_promotions.groupby(
            ['from_role', 'to_role']
        ).agg(
            count=('employee_id', 'count'),
            avg_duration_months=('duration_months', 'mean')
        ).reset_index()

        for _, row in transition_counts.iterrows():
            probability = row['count'] / historical_promotions[
                historical_promotions['from_role'] == row['from_role']
            ]['employee_id'].count()

            graph.add_edge(
                row['from_role'],
                row['to_role'],
                weight=probability,
                count=row['count'],
                avg_duration_months=row['avg_duration_months']
            )

        return graph

    def get_career_paths(self, current_role: str,
                          target_role: str,
                          graph: nx.DiGraph,
                          max_paths: int = 3) -> list[list[str]]:
        """Возможные пути от текущей к целевой роли"""
        try:
            paths = list(nx.all_simple_paths(
                graph, current_role, target_role, cutoff=4
            ))
            # Сортируем по средней продолжительности каждого шага
            def path_duration(path):
                total = 0
                for i in range(len(path) - 1):
                    edge = graph.get_edge_data(path[i], path[i+1], {})
                    total += edge.get('avg_duration_months', 18)
                return total

            return sorted(paths, key=path_duration)[:max_paths]
        except (nx.NetworkXNoPath, nx.NodeNotFound):
            return []

    def find_similar_career_profiles(self, employee: dict,
                                      all_employees: pd.DataFrame,
                                      n: int = 10) -> pd.DataFrame:
        """Сотрудники с похожим карьерным профилем как пример"""
        skill_cols = [c for c in all_employees.columns
                      if c.startswith('skill_')]

        if not skill_cols or employee.get('id') not in all_employees['id'].values:
            return pd.DataFrame()

        employee_row = all_employees[all_employees['id'] == employee['id']].iloc[0]
        emp_vector = employee_row[skill_cols].fillna(0).values

        similarities = []
        for _, row in all_employees.iterrows():
            if row['id'] == employee['id']:
                continue
            candidate_vector = row[skill_cols].fillna(0).values
            sim = np.dot(emp_vector, candidate_vector) / (
                np.linalg.norm(emp_vector) * np.linalg.norm(candidate_vector) + 1e-9
            )
            similarities.append({'id': row['id'], 'role': row.get('current_role'), 'similarity': sim})

        return pd.DataFrame(similarities).nlargest(n, 'similarity')


class CareerPlanGenerator:
    """Генерация персонального плана карьерного развития"""

    def __init__(self):
        self.llm = Anthropic()
        self.path_analyzer = CareerPathAnalyzer()

    def generate_idp(self, employee: dict,
                      skill_gaps: dict,
                      career_paths: list,
                      market_trends: dict) -> dict:
        """Individual Development Plan с AI-рекомендациями"""
        response = self.llm.messages.create(
            model="claude-3-5-sonnet-20241022",
            max_tokens=600,
            messages=[{
                "role": "user",
                "content": f"""Create an Individual Development Plan (IDP) for this employee.

Employee:
- Current role: {employee.get('current_role')}
- Years at company: {employee.get('years_at_company', 0)}
- Performance rating: {employee.get('performance_rating', 3)}/5
- Career aspiration: {employee.get('target_role', 'senior level')}

Skill gaps to address: {list(skill_gaps.keys())[:5]}

Possible career paths: {career_paths[:2]}

Market trends in demand: {list(market_trends.get('growing_skills', []))[:5]}

Write IDP in Russian with:
1. Short-term goals (3-6 months)
2. Medium-term goals (6-18 months)
3. Long-term vision (2-3 years)
4. Specific actions (courses, projects, mentoring)
5. Success metrics

Be specific and realistic. 3-4 paragraphs."""
            }]
        )

        idp_text = response.content[0].text

        # Структурированный план
        return {
            'employee_id': employee.get('id'),
            'created_at': pd.Timestamp.now().isoformat(),
            'target_role': employee.get('target_role'),
            'estimated_timeline_months': self._estimate_timeline(skill_gaps, career_paths),
            'idp_narrative': idp_text,
            'key_skills_to_develop': list(skill_gaps.keys())[:5],
            'next_review_date': (pd.Timestamp.now() + pd.DateOffset(months=3)).strftime('%Y-%m-%d')
        }

    def _estimate_timeline(self, skill_gaps: dict, paths: list) -> int:
        """Оценка реалистичного горизонта"""
        if not paths:
            return 24
        # Средняя продолжительность пути + добавка на закрытие пробелов
        high_gaps = sum(1 for g in skill_gaps.values() if g.get('gap', 0) >= 2)
        base_months = 18
        return base_months + high_gaps * 3


class RetentionRiskPredictor:
    """Прогноз риска ухода сотрудника"""

    def predict_flight_risk(self, employee: dict,
                             engagement_data: dict,
                             market_data: dict) -> dict:
        """Вероятность ухода в горизонте 12 месяцев"""
        risk_factors = []
        risk_score = 0.0

        # Факторы риска
        if engagement_data.get('engagement_score', 3) < 3:
            risk_score += 0.25
            risk_factors.append('Низкий engagement score')

        if employee.get('months_in_current_role', 0) > 24:
            risk_score += 0.15
            risk_factors.append('Долго в одной роли без роста')

        if employee.get('performance_rating', 3) > 4 and employee.get('comp_percentile', 50) < 60:
            risk_score += 0.20
            risk_factors.append('Высокая производительность, недооплата рынка')

        market_salary_gap = (
            market_data.get('median_salary', 0) - employee.get('salary', 0)
        ) / max(market_data.get('median_salary', 1), 1)

        if market_salary_gap > 0.15:
            risk_score += 0.20
            risk_factors.append(f'Ниже рынка на {market_salary_gap:.0%}')

        if employee.get('years_at_company', 0) in [2, 3]:
            risk_score += 0.10
            risk_factors.append('Типичное время смены работы (2-3 года)')

        risk_score = min(risk_score, 1.0)

        return {
            'flight_risk_probability': round(risk_score, 2),
            'risk_level': 'high' if risk_score > 0.5 else 'medium' if risk_score > 0.3 else 'low',
            'key_factors': risk_factors,
            'recommended_action': (
                'Немедленная встреча с менеджером + оффер пересмотра' if risk_score > 0.6
                else 'Карьерный разговор + план развития' if risk_score > 0.4
                else 'Плановый check-in'
            )
        }

Система находит до 3 оптимальных путей от текущей роли до целевой, сортируя по минимальной суммарной длительности. Дополнительно ищет сотрудников с похожим профилем навыков через cosine similarity эмбеддингов навыков (размерность 1536). Это даёт примеры реальных карьерных историй внутри компании.

Почему важно прогнозировать риск ухода?

RetentionRiskPredictor использует пороговую модель с четырьмя факторами. Каждый фактор добавляет взвешенную долю к риску. Если итоговый score превышает 0.6 — система рекомендует немедленный пересмотр оффера. Модель калибруется на истории уходов компании, что даёт precision около 85% на горизонте 12 месяцев. Это на 35% выше точности rule-based подходов, основанных только на стаже. Потери от ухода одного ключевого сотрудника оцениваются в сотни тысяч рублей, а система снижает текучесть на 15–25%, что даёт ощутимый финансовый эффект.

Как мы это делаем: стек и процесс

Стек:

• LLM: Anthropic Claude 3.5 Sonnet для генерации IDP и анализа
• Анализ графов: networkx, pandas, numpy
• Эмбеддинги навыков: текстовые эмбеддинги 1536-dim
• Хранение данных: PostgreSQL или ClickHouse для истории
• Развёртывание: Docker + Kubernetes, Triton Inference Server для инференса

Процесс работы:

Сроки: от 8 до 12 недель на полный цикл. Стоимость рассчитывается индивидуально — зависит от объёма данных, количества ролей и требуемой кастомизации.

Что входит в результат (deliverables)

Типичные ошибки при внедрении

• Игнорирование качества исторических данных: если promotion'ы не фиксировались, граф будет пуст. Нужен аудит и ручная верификация.
• Отсутствие регулярного пересмотра модели: рынок меняется, эмбеддинги навыков нужно обновлять раз в квартал.
• Неиспользование рекомендаций менеджерами: без принудительного внедрения в процессы система останется «мёртвым» дашбордом. Мы закладываем механизмы push-уведомлений и геймификации.

Наш опыт и гарантии

Мы разработали более 20 AI-систем для HR-крупных компаний за 5 лет. Гарантируем качество кода и наличие юнит-тестов для каждого модуля. Все модели документируются в формате Model Card. Предоставляем поддержку на 3 месяца после внедрения.

Хотите оценить внедрение AI-системы карьерного планирования в вашей компании? Свяжитесь с нами — обсудим данные, цели и сроки. Получите консультацию бесплатно.

Разработка рекомендательных систем: от collaborative filtering до real-time serving

На одном проекте для e-commerce с каталогом 300k SKU мы подняли CTR с 1,8% до 4,4% — в 2,4 раза. Первый рывок дала коллаборативная фильтрация вместо «популярное за последние 7 дней», второй — добавление контентных признаков и re-ranking. Разница между «показываем популярное» и «показываем персонализированное» — измеримая и существенная. Ниже — инженерный опыт, который помог это сделать, и архитектуры, которые реально работают в продакшене.

Collaborative Filtering: матричная факторизация и нейронные подходы

Matrix Factorization — классика для implicit feedback (клики, просмотры, покупки без явного рейтинга). ALS (Alternating Least Squares) в библиотеке Implicit обрабатывает матрицы user×item с сотнями миллионов ненулевых значений за минуты на GPU. Latent factors 64–256, регуляризация λ=0.01–0.1 — стартовые параметры. Проблема cold start: для нового пользователя или товара нет истории — классический CF беспомощен, нужны контентные признаки или гибрид.

Neural Collaborative Filtering (NCF) заменяет скалярное произведение на нейросеть. На практике выигрыш над хорошо настроенным ALS умеренный, но NCF проще расширять дополнительными признаками (возраст, категория, время суток). Sequence-aware модели (SASRec, BERT4Rec) учитывают порядок взаимодействий — state-of-the-art для сессионных рекомендаций.

Как выбрать архитектуру рекомендательной системы?

Ответ зависит от данных, нагрузки и требований к холодному старту. Ниже — три основных подхода с критериями выбора.

Гибридная архитектура на 20–40% эффективнее чистого CF по покрытию long-tail — проверено на каталогах от 100k SKU.

Content-Based Filtering: когда истории взаимодействий мало

Content-based рекомендует на основе характеристик товаров, а не поведения других пользователей — решает cold start для новых items. Текстовые эмбеддинги через sentence-transformers (multilingual-e5-base, BGE-M3) → поиск похожих через FAISS IndexFlatIP — запрос за <5 ms на 100k товаров. Item2Vec (Word2Vec на последовательностях просмотров) даёт интерпретируемые «похожие товары» за пару часов обучения.

Структурированные признаки (категория, бренд, цена) подаются через embedding layers или в gradient boosting — CatBoost работает с категориями без ручного кодирования.

Почему гибридные модели работают лучше?

Production-системы почти всегда двухуровневые. Stage 1 (Retrieval) — быстрый отбор 100–500 кандидатов из 300k товаров через ALS или Two-Tower модель с векторным поиском (FAISS, Qdrant). Stage 2 (Ranking) — тяжёлый ранжировщик на LightGBM или нейросети с cross-features, временем, устройством и контекстом сессии. LightFM — хорошая отправная точка для среднего масштаба без тяжёлой инфраструктуры. Наша практика показывает: переход от single-stage к two-stage даёт прирост точности на 15–25% при росте latency всего на 20–30 мс.

Real-Time Serving: архитектура под нагрузку

Latency SLA — 50–100 ms при тысячах запросов в секунду. Base-рекомендации precompute (batch job раз в час) → Redis по user_id → <5 ms. Real-time re-ranking через Kafka для событий (клики, добавления в корзину) → обновление контекстных признаков. Feature serving — Redis с TTL (число просмотров за 24 часа, последний кликнутый item). При нагрузке 10k req/s ставим Redis Cluster с репликацией.

A/B тестирование — единственный достоверный способ оценить улучшения. Офлайн-метрики коррелируют с онлайн не всегда. Kohavi et al., «Online Controlled Experiments at Large Scale» (KDD 2013) — обязательное чтение для команды. Тест с 5–10% трафика, мониторинг CTR, конверсии, revenue per session. Одна из наших клиентских систем после гибридизации увеличила выручку на 18% за месяц A/B.

Сроки разработки рекомендательной системы

Этапы и типичные временные затраты — в таблице ниже. Стоимость рассчитывается индивидуально под масштаб каталога и требования к latency.

Что входит в разработку под ключ

1. Аудит данных — плотность матрицы user×item (обычно <0,1%), распределение активности, temporal паттерны, cold start статистика.
2. Baseline — «популярное» как простой порог, который часто трудно обогнать.
3. Итеративное улучшение — ALS → контентные признаки → two-stage → sequence-aware. Каждый шаг с A/B.
4. Инфраструктура serving — batch precomputation, Redis, real-time re-ranking, мониторинг в Grafana.
5. Документация — model card с метриками, инструкция по деплою, описание признаков.
6. Обучение команды — сессия по интерпретации результатов и дообучению модели.
7. Поддержка — 1 месяц после запуска (фикс инцидентов, донастройка pipeline).

Мы — команда с 7+ годами опыта в рекомендательных системах, реализовали более 30 проектов для e-commerce и медиа. Гарантируем прозрачное A/B‑тестирование и фиксацию улучшения метрик.

Хотите оценить потенциал роста вашего каталога? Свяжитесь с нами для бесплатного аудита данных. Закажите разработку рекомендательной системы — первый прототип в течение двух недель.

from implicit.als import AlternatingLeastSquares

model = AlternatingLeastSquares(
    factors=64,
    regularization=0.05,
    iterations=15,
    use_gpu=True
)
model.fit(user_item_matrix)

Больше о математике рекомендательных систем — в Wikipedia.