14404
Умный подбор вакансий к резюме
Февраль, 2019 год.Поиск по вакансиям и формирование рекомендаций с помощью технологий машинного обучения.
Какую проблему решали
Раньше на hh.ru для нахождения вакансий и выбора рекомендуемых предложений использовались алгоритмы текстового поиска, которые отталкивались от схожих описаний вакансий и резюме.
В большинстве резюме недостаточно слов, чтобы автоматически определить, какие вакансии подходят соискателю, просто по схожести текста. Точность поиска релевантных вакансий и составление индивидуальных рекомендаций была низкой.
Недостаточное количество откликов приводило к ограничениям продаж публикаций вакансий. Рентабельность закупки трафика и рекламных кампаний на ТВ оставалась неудовлетворительной.
Решение проблемы
Специалисты HeadHunter разработали и внедрили ML-решение для поиска и ранжирования вакансий на портале hh.ru. Технология анализирует суть резюме и вакансий, поведение пользователя, а также похожих соискателей и работодателей.
В число рекомендуемых вакансий и в топ результатов поиска выводятся наиболее релевантные предложения о работе, на которые соискатель с большей вероятностью откликнется и получит приглашение от работодателя.
Благодаря повышению качества выдачи и рекомендаций увеличилось количество откликов соискателей. Это привело к росту продаж публикаций вакансий.
Применяемые технологии
Рекомендательная система представляет собой стек ML-моделей и является собственной разработкой HeadHunter. При ее создании применялись Open Source инструменты и библиотеки.
Использовались AI-технологии:
- Natural language processing для учёта смысла резюме, вакансий, поисковых запросов.
- Recommendation system для рекомендаций вакансий на резюме.
Бизнес-процесс
До проекта:
- Низкое качество рекомендаций и выдачи результатов поиска.
- Нужно просмотреть множество вакансий, чтобы найти релевантную.
- Не очень много релевантных откликов на вакансии.
- Ограниченный рост продаж публикаций вакансий.
После проекта:
- Соискатели видят наиболее релевантные вакансии.
- В 1,3 раза выросла доля активных соискателей-«синих воротничков».
- Больше релевантных откликов на вакансии.
- Рост продаж публикаций вакансий.
Результаты
Команда проекта
Менеджер проекта и 20 data scientist’ов, разработчиков, QA, аналитиков
Борис Вольфсон
Директор по развитию HeadHunter
Александр Сидоров
Руководитель направления анализа данных HeadHunter
Похожие кейсы
AI-кейсы с доказанной бизнес-эффективностью. Все проекты успешно прошли проверку комиссией из признанных экспертов в технологиях и бизнесе.
