Назад

ИИ-платформа для быстрого и точного подбора квалифицированных промышленных рабочих

Идея или концепция
Искусственный интеллект
Коллаборативные технологии
Технологии машинного обучения и когнитивные технологии
Технологии распределенных реестров
EduNet
NeuroNet
TechNet
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.

Презентации

Пульс

Пока еще в пульсе нет записей

Достижения

Подал заявку в АП ПУТП 2025
Подал заявку в акселератор ПУТП 2026
Участник акселератора ПУТП 2026

Проходит акселерацию

Команда

Трекеры

Контакты

Экспертная система