Назад

ИИ-платформа для быстрого и точного подбора квалифицированных промышленных рабочих

Идея или концепция
EduNet
NeuroNet
TechNet
Искусственный интеллект
Коллаборативные технологии
Технологии машинного обучения и когнитивные технологии
Технологии распределенных реестров
Технолог
Новосибирская область
Новосибирский государственный университет
Цифровой профиль команды

Описание проекта

Подробное описание задачи

На промышленных предприятиях часто возникает острый дефицит квалифицированных кадров: найти токаря с 5-летним опытом и допуском к ЧПУ-станкам — задача на месяцы. При этом традиционные рекрутинговые агентства медленны и дороги, а стандартные анкеты не отражают реальных условий, которые важны рабочему: график, транспорт, микроклимат в цеху.

Ваша задача — создать систему, которая:

1. Проводит голосовые интервью для верификации квалификации

  • ИИ-ассистент звонит кандидату и ведёт структурированное интервью:
    • «Расскажите, как вы настраивали станок модели XYZ?»

    • «Какие сертификаты у вас есть? Могу ли я увидеть их номер?»

  • Система:
    • распознаёт речь (STT),

    • извлекает ключевые навыки и подтверждения,

    • проверяет соответствие требованиям вакансии (например, «опыт работы с TIG-сваркой — не менее 3 лет»).

  • Все ответы сохраняются в профиле кандидата.

2. Выявляет «мягкие» критерии удовлетворённости работой

  • ИИ задаёт вопросы о предпочтениях:
    • «Какой график вам удобен?»

    • «Как далеко вы готовы ехать на работу?»

    • «Что вас больше всего раздражало на прошлом месте?»

  • На основе ответов строится «профиль комфорта»:
    • максимальное расстояние до работы,

    • предпочтение дневных/ночных смен,

    • отношение к командной/индивидуальной работе,

    • важность условий (кондиционер, раздевалка, столовая).

3. Сопоставляет кандидатов и вакансии по двум осям

  • Техническое соответствие: навыки, опыт, сертификаты.

  • Культурно-бытовое соответствие: график, локация, стиль управления, условия труда.

  • Ранжирует кандидатов не только по «умениям», но и по вероятности долгосрочного удержания.

4. Обучается на результатах первых 90 дней

  • После трудоустройства система (в симуляции) получает фидбэк:
    • остался ли сотрудник,

    • получил ли он премию,

    • есть ли жалобы от руководителя.

  • Эти данные используются для дообучения модели:
    «Кандидаты, указавшие “ненавижу ночные смены”, уходят в 80% случаев, если им назначают ночную смену».

5. Предоставляет работодателю готовый шортлист

  • Рекрутер получает 3–5 кандидатов, прошедших полную верификацию.

  • Для каждого — краткий отчёт:
    • подтверждённые навыки,

    • ключевые предпочтения,

    • прогноз удержания.

  • Работодателю остаётся только провести финальное интервью или сразу пригласить на работу.

Пульс

Пока еще в пульсе нет записей

Достижения

Подал заявку в АП ПУТП 2025

Команда

Контакты

Экспертная система