Кейсы
AXIORA - нейросети для бизнеса
AI — система оптимизации HR

Задача

Создать систему, автоматизирующую адаптацию резюме и сопроводительных писем под требования вакансий для прохождения AI-скоринга, а также повышающую точность подбора кандидатов за счет анализа неочевидных совпадений.

  • 1. Ветка вакансий - сбор и обработка данных:

    — Парсинг вакансий из Telegram/RSS с выделением ключевых параметров (требования, зарплата, город, формат работы).
    — Анализ «скрытых» условий: гибкость по зарплате, пересечение навыков (например, опыт в 1С → подходит для вакансии с требованием SAP).
    Таргетированная рассылка:
    — Отбор кандидатов по релевантности, включая случаи, где названия должностей не совпадают, но опыт соответствует.

  • 2. Ветка соискателей - мультиформатный сбор данных:

    — Обработка текста, голосовых сообщений и файлов (например, преобразование фразы «Я продавал гаджеты» в профессиональные формулировки: «Увеличил продажи на 30% через персонализированные предложения»).
    Персонализация под вакансию:
    — Генерация резюме и писем с интеграцией ключевых слов из описания работодателя для прохождения AI-фильтров.
    Уникальные решения
    Алгоритм анализа контекстных соответствий (например, связь между «менеджером по продажам» и «специалистом по работе с клиентами»).
    Обработка «неполных» данных: система реконструирует профессиональный опыт из неструктурированных сообщений.
Результат
  • Сокращение времени подготовки отклика за счет автоматической адаптации резюме под конкретную вакансию.
  • Повышение релевантности откликов: HR-отделы получают кандидатов, чьи резюме проходят AI-скоринг без ручной правки.
  • Автоматизация поиска «невидимых» талантов: система находит подходящих соискателей даже при отсутствии прямого совпадения в названиях должностей.
AI — система отбора кандидатов

Задача

Автоматизировать первичный отбор резюме, исключив ручную обработку неподходящих

кандидатов и сократив время на этапе скоринга.

  • 1. Интеграция источников вакансий

    • Прием данных из email и Telegram: автоматическая обработка вакансий через почту и TG-бота с выделением ключевых требований (опыт, навыки, зарплата).
    • Стандартизация неструктурированных запросов («Нужен менеджер с английским» → формализованные критерии для анализа).

  • 2. Многофакторный скоринг

    • Оценка релевантности: алгоритм вычисляет балл совпадения (0–100) на основе:
    • — Точного соответствия hard skills («Python», «управление командой»),
    • — Контекстного анализа опыта («логистика» → подходит для «менеджера по закупкам»),
    • — Гибкости по второстепенным параметрам (зарплата, город).
    • Генерация отчета: автоматические выводы («Нет опыта в SAP», «Английский выше требуемого»).

  • 3. Фильтрация по порогу

    • Отправка только релевантных кандидатов: резюме с баллом выше заданного порога (например, 80/100) поступают в работу HR с приложенным отчетом.
    • Настройка чувствительности: порог корректируется под тип вакансии (технические позиции vs sales).

  • Уникальные решения

    • Контекстный анализ вместо шаблонов: система находит скрытые соответствия (опыт в 1С → подходит для SAP).
    • Динамическая адаптация критериев: приоритеты скоринга меняются под специфику вакансии.
Результат
  • Сокращение времени первичного отбора за счёт автоматической фильтрации нерелевантных резюме.
  • Минимизация ручной обработки — HR получает только проверенные системой отклики.
  • Повышение точности отбора через анализ неочевидных соответствий.
AI — система подбора задач для биржи заказов

Задача

Автоматизировать поиск и отклик на заказы на платформе FL.ru, обеспечив релевантный подбор задач под навыки фрилансера и персонализированную подготовку откликов для повышения конверсии.

  • 1. Сбор и анализ задач

    • Парсинг по критериям: автоматическое отслеживание новых задач на FL.ru с фильтрацией по заданным параметрам (категория, бюджет, сроки).
    • Скоринг соответствия:
    • — Сравнение текста задачи с профилем фрилансера (навыки, опыт, портфолио),
    • — Вычисление балла релевантности на основе ключевых требований и скрытых предпочтений (например, упоминание «срочный проект» → приоритет для исполнителей с высокой скоростью выполнения).

  • 2. Персонализированная рассылка

    • Отправка в Telegram: уведомления о задачах, прошедших пороговый балл, с кратким анализом соответствия («Требуется Python — ваш уровень: Advanced»).
    • Динамическая настройка: система учитывает обратную связь фрилансера (отказ от задачи → корректировка критериев отбора).

  • 3. Поддержка отклика

    • Генерация текста: автоматическое создание персонализированного отклика с акцентом на релевантный опыт («Ваш проект требует React — в моём портфолио 5 завершённых SPA на этом стеке»).
    • Дополнительные инструменты:
    • — Оценка сроков и стоимости задачи нейросетью,
    • — Анализ рыночной конкурентоспособности предложения.

  • Уникальные решения

    • Контекстный анализ задач: система распознаёт неявные требования («нужен опыт в e-commerce» → ищет косвенные упоминания в профиле, например, «работал с WooCommerce»).
    • Адаптивные шаблоны откликов: текст генерируется под тон и структуру исходной задачи (формальный/неформальный стиль, акцент на ценах или сроках).
Результат
  • Сокращение времени поиска заказов за счёт автоматической фильтрации нерелевантных задач.
  • Повышение качества откликов: персонализированные тексты увеличивают шансы на выбор фрилансера заказчиком.
  • Минимизация рутины: фрилансер фокусируется на выполнении задач, а не на анализе сотен предложений.