🤖 Как автоматизировать зарплатные ожидания с помощью LLM

💼 Новый подход Evrone в HR: меньше рутины, больше собеседований

HR-подразделения тратят часы на обработку резюме и комментариев в системах типа Huntflow. В Evrone мы решили облегчить работу рекрутеров и внедрили LLM для автоматического парсинга зарплатных ожиданий.

Проблема ⏳

• Рекрутеры вручную ищут зарплаты, переводят валюты, приводят все к единому формату.
• Средняя рутина занимала 2–3 часа в день.
• Менеджеры по продажам и аккаунты теряли время на поиск корректных данных.

Решение с LLM 🚀

• Qwen извлекает ключевые параметры из резюме: грейд, позицию, уровень английского, локацию и зарплату.
• YandexGPT нормализует данные в Huntflow, переводит все форматы в единый стандарт.
• Дообучение LoRA повысило точность с 67% до 95%.

Управление галлюцинациями ИИ 🛡

• Жесткие правила промптов: при отсутствии данных модель возвращает пустой JSON.
• Автоматическая валидация по грейдам и рынку.
• В интерфейсе отмечены поля, заполненные AI, чтобы рекрутеры проверяли только 5% случаев.

Результат 📈

• Сокращение переходов в сторонние источники на 90%.
• Рекрутеры сосредотачиваются на интервью и переговорах.

Планы 🔮

• Достичь 99,5% точности парсинга.
• Добавить чат-интерфейс для автоматических рекомендаций кандидатов.

✨ В Evrone мы считаем, что автоматизация должна дополнять людей, а не заменять их. Даже самые продвинутые модели работают лучше, когда человек управляет процессом, а не просто наблюдает.