elem elem elem
Автоматизация

Как ИИ-рекрутер автоматизировал отбор и первичное интервью кандидатов

  • 12 августа 2026
  • 5 мин.
  • 82 просмотра

Проблема и что мы сделали

Поток откликов рос быстрее, чем команда успевала его разбирать. Резюме с hh.ru и из почты открывали вручную, первичку проводили рекрутеры, заметки потом переносили в ATS. Сильные кандидаты тонули в порядке поступления, а руководитель подбора видел сырой поток вместо приоритета.

Мы разработали HR-агента, который забирает входной контур найма на себя: собирает отклики, анализирует резюме по требованиям вакансии, ранжирует кандидатов, проводит первичное интервью в чате или по видео и автоматически передаёт результаты с кратким заключением в ATS.

Было: два канала, одни руки

Компания регулярно нанимает, отклики идут с hh.ru и по электронной почте. Отбор и первичные интервью — зона отдела подбора, дальнейшая работа с кандидатами — через ATS.

Типичный день выглядел так: вкладка hh.ru, почта с вложениями, десятки резюме без единой структуры. Каждый файл нужно открыть, прочитать, сверить с вакансией и решить, звать ли человека дальше. Потом — одинаковые первичные разговоры: одни и те же вопросы, похожие ответы, ручной конспект в систему. Время уходило на входной фильтр, а не на тех, кто уже явно стоит разговора с нанимающим менеджером.

Нужен был полноценный контур: от появления отклика до готового заключения в ATS, а не чат-бот с тремя вопросами.

Собрали конвейер подбора

Сбор откликов

Подключили два источника — hh.ru и почту — в один поток. Агент забирает новые отклики сам, без ручной выгрузки, пересылки файлов между ящиками и «сейчас я это в Excel сложу». Для команды это один вход, а не две параллельные очереди.

Нормализация и разбор резюме

Отклики приходят в разном виде: анкета hh.ru, письмо с вложением, PDF или DOC без единой структуры. Один и тот же опыт записан по-разному. Перед анализом агент приводит данные к единому виду — иначе рейтинг зависел бы от формата файла, а не от кандидата.

Дальше — сверка с требованиями конкретной вакансии. Система смотрит опыт, навыки и другие параметры роли, фиксирует совпадения и пробелы. Это не «прочитал / не прочитал», а структурированное сравнение с критериями позиции.

Ранжирование

По результатам разбора кандидаты выстраиваются по степени соответствия. Рекрутер и руководитель подбора начинают с головы рейтинга, а не с того, кто откликнулся первым. Поток перестаёт быть лентой «по времени» и становится очередью «по релевантности».

Первичное интервью в чате и по видео

Разработали сценарий первички под вакансию и два формата прохождения — чат и видео. Агент задаёт вопросы по роли, уточняет ответы по ходу разговора и собирает первичную оценку.

Здесь важна граница. Жёсткий опросник отталкивает и плохо ловит нюансы. Полностью свободная беседа легко «уплывает» от критериев. Поэтому зафиксировали обязательный каркас вопросов по вакансии и оставили агенту свободу уточнять. В заключение попадают факты и оценка по критериям, а не свободный пересказ «как прошло общение».

Передача в ATS

После разбора и интервью в ATS уходит пакет: итог анализа резюме, результаты первички и краткое заключение. Руководитель отдела подбора открывает карточку уже с контекстом и решает, кого вести на следующий этап. Рекрутеру не нужно вручную переносить заметки и заново объяснять, почему кандидат в топе или нет.

Что это меняет в работе команды

Раньше утро уходило на разбор откликов и одинаковые первые встречи. Теперь агент сам собирает поток, отсеивает явно нерелевантных на уровне резюме, проводит первичку и отдаёт в ATS готовый слой данных. Люди подключаются там, где нужен человеческий взгляд — к тем, кто уже прошёл автоматический контур.

Для кандидата путь короче на ожидании: не ждать, пока рекрутер доберётся до письма в почте. Для руководителя подбора — прозрачнее приоритет: рейтинг и заключение вместо горы сырых файлов.

„

На входе был поток откликов с hh.ru и почты, который команда разбирала руками. Мы собрали конвейер: сбор в один поток, нормализация резюме, ранжирование по вакансии, первичка в чате и по видео, автоматическая передача в ATS. Сложнее всего было найти баланс между жёстким опросником и свободной беседой — иначе первичка либо отталкивает кандидата, либо уходит от критериев роли.

„
Максим Котенков Максим, Руководитель проектов NeuroB2B

Что получили

БылоСтало
Отклики с hh.ru и почты разбирали вручнуюHR-агент собирает оба канала в один поток
Соответствие вакансии оценивали глазамиРезюме анализируется и ранжируется по требованиям
Первичное интервью проводил рекрутерАгент проводит первичку в чате или по видео
Заметки вручную переносили в ATSРезультаты и заключение уходят в ATS автоматически

Итог

Компания получила ИИ-рекрутера во входном контуре найма — от сбора отклика до заключения для руководителя. Агент забирает hh.ru и почту, нормализует и разбирает резюме по требованиям вакансии, строит рейтинг, проводит первичное интервью в чате или по видео и сам отдаёт результаты в ATS.

Команда подбора больше не живёт на входном фильтре. В системе — не гора сырых откликов, а ранжированные кандидаты с первичкой и кратким заключением. Дальше контур можно расширять новыми источниками, сценариями под разные роли и уточнением критериев ранжирования по обратной связи руководителей.

Поделиться

Другие кейсы

Автоматизация Продажи
Как ИИ-администратор связал бронирования, доставку и iiko

Разработали ресторанного ИИ-ассистента для сайта, мессенджеров и телефонной линии: принимает бронирования, отвечает по меню, оформляет доставку и передаёт данные в iiko или ресторанную CRM.

Автоматизация Продажи
Как в мобильном приложении одежды ИИ собирает персональную подборку под задачу пользователя

В мобильном приложении покупки одежды разработали ИИ-подбор товаров. Система собирает персональные рекомендации по истории действий, бюджету, предпочтениям и текущей задаче пользователя.

RAG Автоматизация
Как единый ИИ-контур автоматизировал подбор, онбординг и кадровые запросы

Разработали единый ИИ-контур для нескольких HR-процессов: скрининг резюме, онбординг новичка, ответы сотрудникам по базе знаний, кадровые документы и маршрутизация запросов.

Автоматизация
Как ИИ обрабатывает транспортные заявки и строит маршруты в TMS

Разработали систему, которая забирает транспортные заявки из почты, форм и мессенджеров, извлекает адреса, груз и сроки, считает маршрут и стоимость и создаёт заказ в TMS или 1С.

Автоматизация Контент-завод Продажи
Cвязали каталог, умный поиск и поддержку интернет-магазина

Разработали единый AI-контур, синхронизированный с 1С и «МойСклад»: генерирует карточки товаров, приводит характеристики к одному формату, ищет по смыслу и помогает купить.

Автоматизация
Как ИИ распознаёт входящие документы и создаёт готовые карточки в 1С

Разработали систему, которая забирает договоры, счета, акты и накладные из почты, сканов и мессенджеров, распознаёт тип и реквизиты и создаёт карточку в 1С или СЭД.

Автоматизация Продажи
Как мы через ИИ автоматизировали заполнение CRM, скоринг лидов и задачи менеджеров

Разработали модуль, который анализирует звонки, переписку и заявки, извлекает данные клиента и автоматически заполняет карточки в CRM — со скорингом, этапами воронки и задачами менеджерам.

RAG Автоматизация
Как ИИ-бот стал первой линии поддержки и связал обращения клиентов с helpdesk

Разработали омниканального бота для сайта и мессенджеров на документации и базе знаний компании. Он закрывает типовые вопросы, проверяет статус заказа в CRM и создаёт тикеты в helpdesk.

Автоматизация Продажи
Как мы разработали голосового ИИ-агента, который сам ведёт звонки, квалифицирует клиентов и пишет итог в CRM

Разработали голосового агента и связали его с телефонией и CRM. Он распознаёт речь, ищет ответы в базе знаний, озвучивает их, квалифицирует клиента и пишет итог в карточку.