Все страны

Сумма: 0

Количество заявок: 3

Cделать “интеллектуальный слой” поверх найма сотрудников: собрать разнородные сигналы о кандидате, нормализовать их, и выдать прогноз успеха в конкретной роли + риск раннего ухода, при этом встроиться в процессы ATS/HR и обеспечить контроль качества/смещения модели.
Заказчик

Mangnum
Прием решений до

12.01.26

Форма вознаграждения

Бонус за разработку модели, реализацию модели, запуск в продакшен

Статус продукта

Идея

Тип задачи

Задачи ИКТ

Сфера применения

Пищевая промышленность

Область задачи

Охрана труда, промышленная безопасность, охрана окружающей среды и производственные операции

Тех задание
Скачать файл
Тип продукта

ПО/ИС

Описание проблемы

Классический скрининг часто страдает от субъективности и низкой предсказательной силы, поэтому метрика Quality of Hire (ценность/успешность найма после выхода) ухудшается, а ранняя текучесть растет. Для cloudia.pro это выглядит как “недоиспользование данных”: резюме, интервью и тесты существуют, но лежат в разных системах, не приводятся к единой схеме и не дают сравнимого скоринга по ролям и подразделениям

Ожидаемый эффект

Целевой эффект “Quality of Hire +20%”

ФИО ответственного лица

Nikolay

Цель и описание задачи (проекта)

Эффект от процесса найма необходимо зафиксировать через измеримую формулу: например, агрегат из performance / time-to-productivity / retention (на 6–12 мес.) и satisfaction hiring manager, чтобы сравнивать до/после. ​ Снижение текучести на испытательном сроке можно контролировать как отдельный KPI раннего удержания (early attrition), потому что уходы в первые 90 дней — отдельный паттерн, влияющий на стоимость найма и эффективность onboarding.

Примечание

Отправить решение