К сожалению, сайт не работает без включенного JavaScript. Пожалуйста, включите JavaScript в настройках вашего броузера.

Как ИИ экономит Альфа-Банку миллионы и находит лучших работников

Как ИИ экономит Альфа-Банку миллионы и находит лучших работников
Каждый месяц в Альфа-Банке открывается 2000 новых вакансий, на которые претендуют более 100 000 человек. Как внедрение объективных систем подбора кадров, построенных на машинном обучении, помогло банку перейти от традиционного подхода «лучшие кандидаты, что нам удалось найти» к концепции «лучшие из лучших со всего рынка труда» — рассказываем в нашем материале.

Зачем отделу по подбору персонала банка искусственный интеллект

В любой компании существует «жизненный цикл сотрудника». Он начинается с подбора, продолжается оформлением, адаптацией на рабочем месте, обучением и развитием, стимулированием и карьерным ростом, а заканчивается увольнением или выходом на пенсию. Для HR-специалистов самый трудоемкий и ответственный этап — подбор.

У Альфа-Банка ежемесячно открывается около 2000 новых вакансий. Рекрутерам необходимо максимально быстро отобрать из них наиболее подходящих. Для человека это очень трудозатратная задача, зато вполне посильная для искусственного интеллекта. «Искусственный интеллект — это не волшебный джинн, способный выполнять все пожелания или с ходу заменить сотрудника. ИИ — это инструмент упрощения работы, такой же, как калькулятор или Excel. Точно так же снимает часть «рутинной» нагрузки с сотрудников подбора и дает им больше времени для работы с креативными задачами, которые требуют углубленной экспертизы. Что интересно, именно решения этих «нестандартных» задач сотрудниками ложатся в основу постоянного улучшения и обучения ИИ», — комментирует Дмитрий Якимцев.

Дмитрий Якимцев
Дмитрий Якимцев
руководитель направления HR-аналитики и отчетности Альфа-Банка

Сейчас подбором кандидатов для массовых вакансий в Альфа-Банке занимается ИИ — «Модель подбора сотрудников». До ее внедрения все процессы осуществлялись вручную: рекрутер находил резюме, рассматривал его на определенную вакансию, потом оценивал, насколько соискатель подходит или не подходит. А затем либо отправлял его на следующие этапы подбора (телефонное интервью, собеседование с руководителем), либо откладывал резюме в сторону.

«Массовый подбор — это конвейер. Похоже на прием врача в городской поликлинике, где есть норматив — пять минут на пациента. За это время трудно понять все его проблемы со здоровьем. А модель не ограничена во времени, она "смотрит сразу на всю глубину”. Это позволяет оценить каждого из многих тысяч кандидатов гораздо глубже и всеобъемлюще, чем это будет делать рекрутер-человек. Возвращаясь к аналогии с врачами — так поступит только платный врач и при этом ваш хороший знакомый, выделит вам час, сделает кучу анализов», — уверен Дмитрий Якимцев.

Почему первый вариант модели не сработал и что ее исправило

Над первым вариантом модели команда аналитиков начала работу в январе 2022 года. Сначала они опирались на нормативный подход: пытались сопоставить описание вакансии от рекрутеров с информацией в резюме. Однако реальность преподнесла сюрприз. Выяснилось, что на одну ту же вакансию разные рекрутеры могут составить диаметрально противоположное описание вакансии.

При этом резюме на hh.ru как раз отличаются высокой структурированностью и единообразием заполнения. В машинном обучении всегда есть проблема данных. Как итог, единообразные и хорошо структурированные резюме никак не бились со множеством разнородных описаний вакансий. Из последних не получалось вычленить требуемую информацию и добавить в модель. Первый подход оказался провальным.

Поэтому аналитики Альфа-Банка перешли от нормативного подхода к дескриптивному — через исследование и описание резюме успешных кандидатов, ранее уже принятых на должность в банк и хорошо себя показавших в деле. Оказалось, что любая вакансия характеризуется не представлениями рекрутеров о ней, а совокупностью резюме, которые ранее были отобраны для ее закрытия. Причем наибольший вес у профайлов кандидатов, прошедших всю цепочку отбора.

Например, если на вакансию откликнулись 30 кандидатов, из них рекрутер вручную отобрал пятерых, трое дошли до телефонного интервью, двое попали на собеседование с руководителем, одного наняли. Отсюда следует, что резюме этих пятерых кандидатов в полной мере описывают данную вакансию, но лучше всего — тех двоих, что дошли до «финального уровня босса».

Таким образом, вторая модель занимается не сравнением резюме с вакансией, а сравнением одного нового резюме со множеством ранее успешных резюме. И их может быть любое число — от одного до бесконечности. Чем больше успешных профайлов отобрано для обучения модели, тем эффективнее она будет подбирать кандидатов. Если на определенную позицию была рассмотрена 1000 соискателей, то значит — именно их 1000 резюме наиболее полно описывает соответствующую вакансию. Поэтому в дальнейшем модель будет искать профайл, максимально похожий на резюме этой 1000 кандидатов.

Результаты

«Пилотировать проект мы начали в мае 2022-го, но это был первый, неудачный вариант модели. Далее в августе 2022-го мы стали заниматься NLP-признаками, а удачный пилот у нас состоялся уже в мае 2023-го. Сейчас более 30% всего подбора в Альфа-Банке ведется на основании рекомендаций модели», — говорит Вячеслав Носов.

Вячеслав Носов
Вячеслав Носов
старший специалист по интеллектуальному анализу данных Альфа-Банка

Модель уже помогает нанимать около 700 сотрудников в квартал. И каждый месяц экономит банку от 1,5 млн до 5 млн рублей.

Но модель — не замена рекрутерам, а их помощник. «Принять сотрудников в банк — это очень важное решение, хотя бы с точки зрения рисков. Поэтому мы никогда не уйдем от людей, которые делают итоговый выбор. Брать ли на работу рекомендованного или не рекомендованного кандидата — решение конкретного рекрутера и руководителя. Наша модель всего лишь улучшает воронку подбора. Но делает это так, что по каждому рекомендованному ИИ кандидату руководитель говорит: «Да, человек хороший, именно такого я искал!», — комментирует Дмитрий Якимцев.

Кандидату с плохим резюме модель вряд ли поможет попасть на работу. С другой стороны, соискателю с хорошим резюме она точно даст шанс попасть в финальную группу подбора. Теперь рекрутер уже не пропустит профайл такого специалиста по субъективным причинам.

Что дальше

Основная зона дальнейших поисков — это разработка моделей для более дорогого профессионального подбора уникальных профессионалов: IT-специалистов, юристов, маркетинга, менеджеров высшего звена. Здесь уровень рисков совсем иной и требуются другие подходы, а соответственно, и совсем другая модель.

Если говорить о уже работающей модели, то до конца года запланированы ее технические улучшения, но это все будет лишь мелким тюнингом. У рекрутеров рутинных задач станет еще меньше. Например, модель уже может предсказать не только то, что кандидат будет одобрен руководителем, но и пройдет ли он проверку службы безопасности. Это еще больше снизит потенциальный отсев соискателей. А рекрутеры, по сути, превратятся в менеджеров, контролирующих только узкие места и ключевые точки подбора.

Мы в соцсетях:

Мобильное приложение Forbes Russia на Android

На сайте работает синтез речи

иконка маруси

Рассылка:

Наименование издания: forbes.ru

Cетевое издание «forbes.ru» зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций, регистрационный номер и дата принятия решения о регистрации: серия Эл № ФС77-82431 от 23 декабря 2021 г.

Адрес редакции, издателя: 123022, г. Москва, ул. Звенигородская 2-я, д. 13, стр. 15, эт. 4, пом. X, ком. 1

Адрес редакции: 123022, г. Москва, ул. Звенигородская 2-я, д. 13, стр. 15, эт. 4, пом. X, ком. 1

Главный редактор: Мазурин Николай Дмитриевич

Адрес электронной почты редакции: press-release@forbes.ru

Номер телефона редакции: +7 (495) 565-32-06

На информационном ресурсе применяются рекомендательные технологии (информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети «Интернет», находящихся на территории Российской Федерации)

Перепечатка материалов и использование их в любой форме, в том числе и в электронных СМИ, возможны только с письменного разрешения редакции. Товарный знак Forbes является исключительной собственностью Forbes Media Asia Pte. Limited. Все права защищены.
AO «АС Рус Медиа» · 2024
16+