Методика AI-оценки кандидатов

• Оценивается соответствие резюме и ответов на вопросы требованиям одной конкретной вакансии — не человек, не его личные качества и не его «потенциал вообще».
• Используются только сведения, которые кандидат предоставил сам: файл резюме и ответы в форме отклика. Социальные сети, поисковые системы и другие внешние источники не используются.
• Кандидаты разных вакансий между собой не сравниваются. Один и тот же человек может получить разные баллы по разным вакансиям — это нормально: у вакансий разные требования.
• Оценка не принимает решений. Отказ, приглашение и любое другое решение принимает работодатель.

1. Кандидат подтверждает адрес электронной почты кодом. До подтверждения никакой обработки ИИ не происходит.
2. Из файла PDF извлекается текст. Скан без текстового слоя не оценивается — кандидат узнаёт об этом сразу, на странице отклика, и может загрузить другой файл.
3. Модель ИИ раскладывает резюме на поля: должности, компании, длительность работы, навыки, достижения, образование. Модели прямо запрещено выдумывать данные: чего нет в резюме, того нет и в разборе.
4. Общий стаж определяет программа по правилам раздела 6, а не модель.
5. Из данных удаляются сведения, по которым можно определить личность или защищённые признаки (раздел 7.1).
6. Первичная оценка: основная модель искусственного интеллекта выставляет оценку от 0 до 100 по каждому из пяти критериев с кратким обоснованием.
7. Итоговый балл и категорию вычисляет программа по формуле раздела 4.
8. Если балл близок к границе категорий, отклик независимо переоценивает вторая модель другого разработчика (раздел 5).
9. Только по команде работодателя и только для 3–5 лучших откликов одной вакансии вторая модель сравнивает финалистов между собой. На этом этапе используются те же обезличенные данные и те же правила.

Релевантность отраслевого опыта — 20%

Насколько отрасль и предметная область прошлой работы совпадают с отраслью вакансии.

Измеримые результаты — 15%

Приведены ли в резюме результаты в числах: рост показателей, объёмы, сроки. Если чисел нет — 0.

Соответствие масштабу компании — 15%

Есть ли опыт работы в компаниях того типа, который указан в вакансии: стартап или крупная компания.

Развитие и мотивация — 15%

Рост ответственности по ходу карьеры и конкретность ответов на вопросы вакансии. Перерывы в работе и короткие сроки на местах сами по себе оценку не снижают.

Соответствие требованиям вакансии — 35%

Есть ли у кандидата обязательные навыки из вакансии. Если обязательных навыков нет — не выше 49; если не выполнено требование к минимальному стажу — не выше 39.

Веса одинаковы для всех кандидатов и всех вакансий. Модель не может их изменить: они заданы в программе, а не в тексте запроса к модели.

Итоговый балл — взвешенная сумма пяти оценок: каждая оценка умножается на вес своего критерия, произведения складываются, результат округляется до одного знака после запятой. Считает программа, а не модель: итог, предложенный моделью, в расчёте не участвует и сохраняется только для проверки расхождений.

Категория определяется только по баллу: 75 и выше — «Приоритетный»; от 50 и меньше 75 — «Стандартный»; меньше 50 — «Низкий».

Пример расчёта:

Релевантность отраслевого опыта

80 × 0.2 = 16

Измеримые результаты

60 × 0.15 = 9

Соответствие масштабу компании

70 × 0.15 = 10.5

Развитие и мотивация

50 × 0.15 = 7.5

Соответствие требованиям вакансии

90 × 0.35 = 31.5

Итоговый балл

74.5 — категория «Стандартный», спорная зона: отклик уйдёт на независимую переоценку

Если модель вернула не все пять оценок, программа не подставляет ноль и не пересчитывает веса: итогом становится балл, предложенный моделью, категория по-прежнему вычисляется по порогам, а сам случай отмечается. Если же ответ модели непригоден полностью, отклик получает статус ошибки и оценивается повторно — сбой программы никогда не превращается в низкую оценку человека.

Балл в пределах 7 пунктов от границы категории — то есть от 43 до 57 и от 68 до 82 — считается спорным: небольшая ошибка модели в этой зоне меняет категорию кандидата.

Такой отклик заново оценивает вторая модель другого разработчика. Она видит первичную оценку как справочную, но обязана оценить кандидата самостоятельно и специально искать то, что первая модель могла упустить. Итог второй модели заменяет первичный. Если вторая модель недоступна, остаётся первичная оценка, и это отмечается в карточке отклика.

Стаж влияет на критерий соответствия требованиям, поэтому его определяет программа по строгому порядку источников — первый найденный побеждает:

1. общий стаж, прямо указанный в начале резюме (первые 2000 символов текста), например «Опыт работы — 12 лет»;
2. значение, извлечённое моделью, если оно правдоподобно (не более 60 лет);
3. если модель по ошибке указала месяцы вместо лет — пересчёт в годы;
4. сумма длительностей мест работы из резюме;
5. если ни один источник не дал правдоподобного значения — стаж не указывается вовсе. Прочерк честнее выдуманного числа.

Ниже — не обещания, а свойства программы. У каждого указан механизм, который его обеспечивает. Утверждения 7.1, 7.2 и 7.5 выполняются по устройству программы и не зависят от поведения модели.

• 7.1. Модель не знает, кто вы. Перед оценкой из данных удаляются: фамилия, имя и отчество, номер телефона, адрес электронной почты, название учебного заведения, год окончания обучения. Имя служит косвенным признаком пола и национальности, год выпуска прямо даёт возраст, название вуза — социальное происхождение. Модель не может учесть то, чего не получает. Работодатель при этом видит резюме целиком — обезличивается только то, что получает модель.
• 7.2. Одна формула для всех. Итоговый балл и категорию вычисляет программа по формуле раздела 4 с одинаковыми весами и порогами для каждого кандидата. Модель не может сдвинуть порог или изменить вес для отдельного человека.
• 7.3. Защищённые признаки запрещены к учёту. Модель получает обязательное правило: оценивать только сведения, относящиеся к работе; не пытаться определить и не учитывать пол, возраст, национальность, происхождение, религию, семейное положение, беременность, здоровье, инвалидность, внешность, политические взгляды, место рождения и проживания. Если кандидат сам упомянул что-то из этого в тексте, модель обязана это игнорировать.
• 7.4. Перерывы в работе и короткие сроки на местах не штрафуются. Проектная работа, декретный отпуск, болезнь, уход за близкими, переезд, учёба и служба прямо названы в инструкциях модели как законные причины.
• 7.5. Сбой не превращается в низкую оценку. Отсутствие сведений снижает только тот критерий, к которому они относятся. Непригодный ответ модели переводит отклик в статус ошибки с повторной оценкой, а не в категорию «Низкий».
• 7.6. Пограничные случаи проверяются дважды, двумя моделями разных разработчиков. Это снижает влияние ошибки одной модели ровно там, где ошибка меняет категорию.
• 7.7. Оформление не оценивается. Стиль, грамотность, дизайн резюме и язык, на котором оно написано, не являются критериями, если работа прямо не требует этого навыка. Одинаковые сведения обязаны получать одинаковую оценку независимо от языка резюме.
• 7.8. Решение принимает человек. Работодатель по договору обязан не принимать решений исключительно на основании автоматизированной оценки. Он видит полное резюме, ответы и обоснование по каждому критерию, а не только число.
• 7.9. Оценку можно проследить. Вместе с каждой оценкой сохраняются редакция методики, модель, выставившая итог, признак переоценки, первичный балл и балл, предложенный самой моделью.
• 7.10. Данные кандидата не используются для обучения моделей ИИ.

Честное описание ограничений — часть методики, а не мелкий шрифт:

• Модели ИИ ошибаются: могут неверно прочитать резюме, неверно понять контекст или переоценить совпадение ключевых слов.
• Модели обучены на текстах, содержащих общественные стереотипы. Обезличивание и правила из раздела 7 снижают их влияние, но не могут исключить его полностью — например, через названия компаний или манеру изложения.
• Результат не полностью воспроизводим: повторная оценка того же резюме может отличаться на несколько баллов.
• Независимого статистического исследования смещений на реальных откликах пока не проводилось. Оно будет проведено, когда накопится достаточный объём данных, а его выводы — опубликованы здесь.
• Оценивается только написанное: навык, не упомянутый в резюме или ответах, не учитывается. Критерий «Измеримые результаты» отдаёт предпочтение резюме, где результаты выражены в числах.

• Загрузите PDF с текстом (экспорт из редактора или с сайта вакансий), а не скан или фотографию.
• Называйте навыки так, как они названы в вакансии, если вы ими действительно владеете.
• Указывайте результаты в числах там, где они есть: сроки, объёмы, рост показателей.
• Отвечайте на вопросы вакансии конкретно — на примерах из своего опыта.
• Если общий стаж важен для вакансии, укажите его в начале резюме одной строкой.

Кандидат вправе потребовать, чтобы его отклик рассмотрел человек без учёта автоматической оценки, получить объяснение оценки по критериям, возразить против автоматизированной обработки и потребовать удаления своих данных. Обращение направляется работодателю или на адрес support@hrmate.app — мы передадим его работодателю и исполним на своей стороне.

Изменение критериев, весов, порогов или правил публикуется на этой странице с новой датой редакции. Каждая оценка хранит редакцию, по которой она посчитана, поэтому оценки разных редакций не смешиваются незаметно.