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.
↑ штат на 30%, сформировали базу из 250 «теплых» кандидатов, в 2 раза ускорили закрытие вакансий. Результаты годовой работы с клиентом в рамках услуги «Аренда IT-рекрутера»
На примере клиентского проекта разбираем, как услуга «Аренда IT-рекрутера» помогает компаниям без HR и инхаус-рекрутеров с наймом. Показываем на цифрах, как у клиента был организован подбор специалистов до подключения услуги, что изменилось после и к какому результату компания пришла через год. Читайте кейс, если хотите лучше понять, как работает услуга, когда и чем она полезна бизнесу.
На примере клиентского проекта разбираем, как услуга «Аренда IT-рекрутера» помогает компаниям без HR и инхаус-рекрутеров с наймом. Показываем на цифрах, как у клиента был организован подбор специалистов до подключения услуги, что изменилось после и к какому результату компания пришла через год. Читайте кейс, если хотите лучше понять, как работает услуга, когда и чем она полезна бизнесу.