ОТП Банк — LLM-модель для рекрутинга и подбора персонала

ОТП Банк внедрил нейросетевую модель на базе машинного обучения и больших языковых моделей (LLM) для оптимизации процесса подбора персонала. Система автоматически выполняет первичный поиск подходящих кандидатов при обработке заявок на подбор сотрудников: анализирует заявку рекрутера, выделяет ключевые смысловые требования, фильтрует и ранжирует базу резюме, после чего передаёт рекрутерам список наиболее подходящих кандидатов. Использование LLM обеспечивает семантическое понимание вакансии и резюме, а не только ключевое совпадение слов. Проект запущен в сентябре 2024 года. В планах — система «ранних сигналов» о снижении продуктивности сотрудников, прогнозирование риска выгорания и автоматизация кадрового документооборота с применением LLM.

Ручная обработка большой базы резюме занимала значительное время рекрутеров. При поиске подходящих кандидатов из накопленной внутренней базы специалисты тратили часы на ручной просмотр профилей, что замедляло закрытие вакансий и увеличивало стоимость найма. Требовался инструмент, способный семантически понимать требования вакансии и автоматически отбирать наиболее подходящих кандидатов.

• Автоматизировать первичный этап поиска и отбора кандидатов

• Сократить время закрытия вакансий

• Снизить затраты на подбор персонала

• Повысить общую эффективность рекрутинга

• В перспективе — автоматизировать HR-документооборот с помощью LLM

• Финансы

• Снижение стоимости найма за счёт сокращения времени первичного отбора (конкретные суммы не раскрыты) Время

• Поиск подходящих кандидатов в большой внутренней базе занимает теперь только несколько минут (вместо многочасового ручного просмотра)

• Сокращено время закрытия вакансий Качество и эффективность

• Система учитывает накопленную информацию о ранее рассмотренных кандидатах

• Семантический анализ вакансии с выделением ключевых требований (через LLM) повышает точность подбора

• Рекрутеры получают ранжированный список кандидатов, а не нефильтрованную выборку Нагрузка и масштаб

• Система охватывает весь внутренний процесс рекрутинга ОТП Банка

• В разработке: система «ранних сигналов» — автоматическое выявление снижения продуктивности сотрудников и прогнозирование выгорания Надёжность

• Решение использует накопленную историческую базу данных о кандидатах для повышения качества рекомендаций Импортозамещение и compliance

• Собственная разработка на базе российских команд; использование open-source LLM-компонентов (детали не раскрыты) Качественный эффект (если цифры не раскрыты): Банк переходит от ключевого совпадения слов к смысловому пониманию требований вакансии и резюме, что принципиально меняет качество первичного отбора кандидатов. Директор по персоналу Наталья Рощина подчеркнула стратегическое значение ИИ в HR-процессах банка.