Для поиска и найма новых сотрудников Сбер реализовал широкий спектр моделей ИИ.
— Комплекс моделей парсинга для обработки и распознавания информации в резюме, поступающей из различных источников. Цель — последующая маршрутизация и приоритизация у рекрутеров.
— Ансамбль моделей ранжирования кандидатов, вакансий для сотрудника при внутреннем поиске, а также откликов на вакансии по резюме для рекрутера. Это позволяет сократить сроки закрытия вакансий и уменьшить время рекрутеров на работу с базой кандидатов на 10%, а внутренним сотрудникам — быстрее находить релевантные вакансии в банке.
— Прогнозирование числа кандидатов для закрытия вакансии. Модель достаточности воронки обеспечивает качественное планирование найма на массовые позиции. Такое умное планирование применяется для 1145 городов и более 80 000 сотрудников массовых специальностей, что позволяет существенно сократить расходы на подбор специалистов отделений и других подразделений.
Об этом представители Сбера рассказали на международной конференции по ИИ Artificial Intelligence Journey.