Платформа автоматизированного найма с ИИ-собеседованиями
Сайт
AI
Контекст
Стартап RecrAI хотел вывести MVP на рынок за пол-года:
- ручной скрининг съедал до 70 % рабочего времени HR;
- не хватало объективных данных о сильных/слабых сторонах кандидатов;
- конверсия из отклика в оффер — < 6 %;
- требовалось «вау-UX» для кандидатов и HR, чтобы выделиться среди конкурентов.
Платформа автоматизированного найма с ИИ-собеседованиями
AI
Сайт
Цели и бизнес-задачи
- Автоматизировать собеседования. Передать первичный этап ИИ, сократить нагрузку на HR.
- Дать объективную аналитику. Генерировать отчёты по сильным/слабым сторонам кандидатов.
- Ускорить закрытие вакансий. Сократить time-to-hire и улучшить конверсию.
- Сформировать repeat-business. Повысить лояльность клиентов за счёт предсказуемых результатов.
Ключевые решения
- Realtime-мониторинг ТС на карте с аналитикой.
- Расширяемая архитектура и открытые API для интеграций (диспетчерские, АСКН, телематика).
- Унифицированные модули внедрения ГЛОНАСС для быстрого тиражирования.
- Шифрование трафика и ролевой контроль доступа.
Функции платформы
- ИИ-интервьюер в реальном времени: адаптирует вопросы под опыт и ответы кандидата, общается голосом или текстом, записывает видео.
- Генерация отчёта: по завершении интервью формируются PDF и web-карточка с рейтингом компетенций, сильными/слабыми сторонами и рекомендациями.
- HR-панель: поиск, фильтры, статусы воронки, просмотр видео-ответов, быстрые приглашения.
- Автоприглашения и напоминания: рассылка ссылок на интервью, трекинг прохождения, нотификации в Telegram/Slack.
- Интеграции: REST/GraphQL-API и webhooks для связи с ATS, CRM и корпоративными порталами.
- Аналитика по вакансиям: дашборды конверсии, time-to-hire, стоимость закрытия позиции.
Стек
Frontend написан на React с TypeScript, собирается через Vite, стилизован Tailwind и управляется Zustand; backend включает Python FastAPI для микросервиса ИИ-интервьюера и NestJS на Node.js для оркестрации бизнес-логики, общаются по GraphQL и WebSocket; нейросервис построен на OpenAI GPT-4 с LangChain, хранит эмбеддинги в Weaviate, а данные — в PostgreSQL и Redis; видео- и аудиофайлы складываются в MinIO; всё упаковано в Docker, развёрнуто в Kubernetes, доставляется через GitLab CI → ArgoCD и мониторится связкой Prometheus + Grafana.
- 30 % быстрее реакция на проблемы с транспортом.
- −25 % операционных затрат благодаря автоматизации.
- Улучшена безопасность: данные о нарушениях сразу в центр контроля.
- Модернизированные подсистемы ускорили интеграцию с федеральными платформами.
AI
- Discovery-фаза: бизнес-цели, CJM для HR и кандидатов, приоритизация фич.
- Дизайн и UX: айдентика, дизайн-система, прототипы всех пользовательских сценариев.
- Разработка: backend с микросервисом ИИ-интервьюера, realtime-аналитика, адаптивный frontend.
- MLOps: интеграция LLM-модели для генерации вопросов и оценки ответов, пайплайн retrain.
- DevOps & релиз: CI/CD, мониторинг, выкатка MVP в облако за 6 месяцев.
- 30 % быстрее реакция на проблемы с транспортом.
- −25 % операционных затрат благодаря автоматизации.
- Улучшена безопасность: данные о нарушениях сразу в центр контроля.
- Модернизированные подсистемы ускорили интеграцию с федеральными платформами.
- Discovery-фаза: бизнес-цели, CJM для HR и кандидатов, приоритизация фич.
- Дизайн и UX: айдентика, дизайн-система, прототипы всех пользовательских сценариев.
- Разработка: backend с микросервисом ИИ-интервьюера, realtime-аналитика, адаптивный frontend.
- MLOps: интеграция LLM-модели для генерации вопросов и оценки ответов, пайплайн retrain.
- DevOps & релиз: CI/CD, мониторинг, выкатка MVP в облако за 6 месяцев.
AI