Мы разработали Telegram-бота Legat HR, который принимает резюме, оценивает соответствие вакансии, тегирует кандидатов и формирует отчёты для HR.
Скорость первичного скрининга выросла кратно, а кандидаты получают быстрый, понятный ответ.
Внутренний найм в Do Digital. Поток откликов на вакансии идёт в Telegram. Раньше HR и руководителю приходилось вручную читать десятки резюме и отвечать кандидатам.
Нужен был инструмент, который: собирает резюме, быстро сравнивает с требованиями и сводит результат в удобную аналитику.
Нужен был инструмент, который: собирает резюме, быстро сравнивает с требованиями и сводит результат в удобную аналитику.
Проблема/задача (2–4 пункта)
- Ручной первичный скрининг резюме занимал много времени и «забивал» личные чаты.
- Кандидаты получали ответ слишком поздно.
- Не было единых критериев оценки и тегов по уровню.
- HR не хватало структуры: саммари, риски, вопросы на интервью.
Решение (что внедрили, 5–9 пунктов)
- Telegram-бот для кандидатов: выбор вакансии, загрузка резюме (PDF/DOC/DOCX), статус обработки, финальное сообщение.
- ИИ-анализ резюме: извлечение навыков/опыта/образования и сравнение с требованиями вакансии.
- Рейтинг соответствия 0–100% и обязательные теги уровня (#top1, #middle, #junior, #senior).
- Саммари по кандидату: сильные/слабые стороны, релевантный опыт, «вода», несоответствия, подозрительные моменты.
- Вопросы для интервью (3 шт.) и подсказки, что проверить на собеседовании.
- Админ-контур: отдельный канал/чат для HR, где резюме приходят отсортированно и с комментариями.
- Пороговая логика: если соответствие ниже 40% — кандидат получает тактичный отказ с 2–3 причинами и опцией получить рекомендации по собеседованию.
- Мультикомпанийность: в боте можно заводить отдельные компании и вакансии, под каждую компанию — отдельный HR-чат аналитики.
Как работает
Резюме кандидата →Парсинг текста →ИИ-оценка по критериям и сравнение с вакансией →Рейтинг + теги + саммари + вопросы
- Ответ кандидату в Telegram (подходит/не подходит + рекомендации по запросу)
- Отправка карточки и резюме в закрытый HR-чат компании →
- Статистика и отчёты по вакансиям (топ-N, распределение по уровням, скорость обработки)
Результат (3–7 метрик + метод измерения)
Факт (внутренние метрики):
- Время первичного скрининга: 15 минут → 30 секунд (-97%).
- Пропускная способность: +500%.
- Скорость ответа кандидату: 2–6 часов вместо 3–5 дней.
- Экономия: около $15k/мес (оценка по времени команды и стоимости часа).
Как измеряли: логи обработки резюме, тайм-замеры «до/после», статистика откликов в чатах, расчёт экономии по времени HR и руководителей.
Условия успеха (3 пункта)
- Вакансии описаны структурно: требования, must-have, nice-to-have.
- HR согласовал шкалу оценки и пороги, и не меняет их каждый день.
- Финальное решение остаётся за человеком (ИИ — помощник, а не «автоматический приговор»).
Риски и как закрыли (3 пункта)
- Риск дискриминации/смещения в оценке → человеческий контроль, логирование, регулярная проверка спорных отказов.
- Риск утечки персональных данных → закрытый контур, разграничение доступов, минимум данных в открытых каналах.
- Риск «ложно не подходит» из-за формата резюме → понятная обратная связь кандидату + возможность HR вручную поднять кандидата в рассмотрение.
Сроки и бюджет (в спринтах)
Факт: первый прототип был собран очень быстро (внутренний режим разработки).
Допущение (для тиражирования на клиентов):
- MVP для одной компании: 2 спринта.
- Прод-версия с мультикомпанийностью, админ-контуром и стабилизацией: 4–6 спринтов.
- 1 спринт (1 неделя) = 150 000 ₽.
⚡️Хотите сейчас внедрить ИИ в бизнесе —— пишите в Telegram → @maksim_o
Демо и подключение под компанию: https://t.me/maksim_o