Настоящий детектив: как мы нашли кандидата на редкую IT-вакансию «Архитектор AI/ML-решений»
Hadoop, Kafka, Kubernetes, PostgreSQL, Python (Python ML-frameworks: Pandas, Numpy, Scikit-Learn, LightGBM, PyTorch), TensorFlow, MLOps, Docker, Spark; Linux, GPU
Поиск редкого специалиста не бывает простым. Особенно если бизнес только вводит под него новую должность в штатное расписание. Из-за того, что сведений о подобных кандидатах мало, а опыта их найма нет, закрытие редкой вакансии может сдвигаться от плановой даты далеко вперед. Иногда на месяцы. Подобный риск был и на проекте нашего клиента. Заказчику требовался готовый архитектор с глубоким практическим опытом. Специалист должен был уметь строить архитектуру решений под ИИ-проекты и обладать опытом работы с моделями LLM. Ни мы, ни клиент подобных специалистов на рынке не встречали. Однако через 43 дня вакансию закрыли. Как нам это удалось, читайте ниже.
Как расширили воронку найма, чтобы закрыть IT-вакансию в срок и сохранить бюджет проекта
SQL (Oracle, MSSQL, PostgreSQL), Python (pandas, numpy, matplotlib, sklearn, xgb), Git, Docker, Grafana, Airflow
В Spice IT обратилось кредитное бюро с вакансией Data Scientist. Клиенту требовалось нанять несколько специалистов в IT-отдел для разработки кредитных продуктов. Отбирать профили нужно было по хард-скиллами, стажу и отрасли, в которой потенциальные кандидаты нарабатывали опыт.