45 годин на місяць на ручний скринінг резюме — рекрутери вигорають без автоматизації

Минулого місяця ми закривали три позиції Senior Java Developer для банківського проекту, і це був справжній виклик. Я особисто переглянула понад 400 профілів у LinkedIn та обробила близько 150 відгуків у нашій системі Breezy HR. Щоб структурувати фідбек від техлідів, я вела окрему таблицю в Google Sheets, куди вручну копіювала досвід кандидатів. Витратила на це близько 40 робочих годин, намагаючись не пропустити важливі деталі по безпеці транзакцій. На платні публікації та преміум-акаунти ми витратили близько 1200 доларів за цей період.

Найбільше дратує те, що ти працюєш як копіпаст-машина замість того, щоб реально спілкуватися з людьми. Я відчувала величезну втому, бо доводилося до другої ночі вичитувати супровідні листи, щоб знайти хоч якусь зачіпку. Через таку завантаженість ми втратили одного сильного кандидата, бо конкуренти надіслали оффер на два дні раніше. Це фруструє, коли бізнес втрачає гроші та контракти через те, що HR-відділ просто загруз у рутині. Кожен день простою такої позиції коштує компанії приблизно 200 доларів втраченого прибутку.

Проблема системна: у нас немає єдиного фільтра, який би автоматично відсіював релевантних кандидатів за специфічними банківськими критеріями. Наші поточні інструменти просто збирають дані, але не аналізують глибину досвіду в фінтеху. Рекрутери змушені робити все руками, бо процеси налаштовані під стандартний аутсорс, а не під складний продукт. Нам катастрофічно не вистачає розумного сортування, яке б розуміло контекст розробки, а не просто шукало ключові слова. В результаті 70 відсотків мого часу йде на технічну роботу, а не на стратегічний рекрутинг.

Ми намагалися частково полегшити собі життя за допомогою ChatGPT, копіюючи туди описи вакансій для генерації персоналізованих листів. Також найняли фрілансера-речера на парт-тайм за 600 доларів на місяць, щоб він робив первинний відсів. Використовували Notion для збереження бази знань по питаннях на інтерв'ю, щоб хоч якось прискорити процес оцінки. Це трохи допомогло, але загальні витрати на сорсинг зросли, а швидкість закриття вакансій майже не змінилася. Фактично, ми просто «заткнули дірку» грошима, не змінивши саму суть робочого процесу.

Це рішення абсолютно не масштабується, бо з кожним новим проектом нам доведеться наймати ще більше речерів. Фрілансер часто помиляється, бо не розуміє внутрішньої специфіки наших фінтех-рішень, і мені все одно доводиться все перевіряти. Використання ChatGPT вручну теж забирає час на постійне перемикання між вкладками та копіювання тексту туди-сюди. Ми витрачаємо додаткові кошти, але не отримуємо стабільної якості та швидкості. Це як намагатися загасити пожежу склянкою води замість того, щоб встановити систему автоматичного пожежогасіння.