HR и подбор
Подбор — домен, где агент экономит много времени на рутине (разбор резюме, черновики вакансий) и где цена ошибки измеряется не только деньгами, но и дискриминационными исками.
- Разбор резюме в структурированный профиль.
- Сопоставление профиля с требованиями вакансии.
- Черновик описания вакансии.
- Подготовка вопросов к интервью.
- Сопроводительное письмо со стороны кандидата.
Примеры: 09. Resume Parser Agent, 18. Job Application Agent.
Что агент делает хорошо
Заголовок раздела «Что агент делает хорошо»- Извлечение полей. Опыт, навыки, образование, языки — в структуру.
- Черновик вакансии по требованиям и стилю компании.
- Подготовка вопросов по заявленному стеку.
- Сверка с чек-листом требований.
Что агент делать не должен
Заголовок раздела «Что агент делать не должен»- Принимать решение об отказе. Автоматический отбор по модели — источник предвзятости и юридических рисков.
- Оценивать «культурное соответствие». Это поле для субъективных и дискриминационных суждений.
- Читать лишние данные. Возраст, семейное положение, фото, адрес — не должны попадать в контекст.
Предвзятость
Заголовок раздела «Предвзятость»Модель воспроизводит распределение в данных. Если в исторических данных преобладала определённая группа, оценка «соответствия» будет смещена. Признаки:
- разные оценки при одинаковом опыте и разных формулировках;
- систематически низкие оценки у определённых формулировок должностей;
- зависимость от названия университета сильнее, чем от навыков.
Лечение: явные критерии вместо «общей оценки», тестовый набор парных резюме, человек в финальном решении.
Приватность
Заголовок раздела «Приватность»Резюме — персональные данные. Требования:
- минимальный набор полей;
- срок хранения и удаление по запросу;
- отдельный контур, если данные уходят во внешнюю модель;
- журнал доступа.
Тема напрямую связана с разбором 21: очистка персональных данных до отправки в модель — не теоретическое требование, а рабочий инструмент.
Метрики
Заголовок раздела «Метрики»- Время на разбор одного резюме.
- Доля корректно извлечённых полей.
- Доля кандидатов, приглашённых после автоматической сверки и подтверждённых человеком.
- Число жалоб и инцидентов приватности.
| Риск | Последствие |
|---|---|
| Смещённая оценка | Отсев квалифицированных кандидатов |
| Утечка резюме | Юридическая ответственность |
| Ложная точность | Доверие к оценке без проверки |
| Хранение без согласия | Нарушение требований о персональных данных |
Материалы и источники
Заголовок раздела «Материалы и источники»- TrustBoost PII Sanitizer — пример очистки персональных данных.