HRtech&AI
описание
Технологии и ИИ в HR, @Edvb777 - по всем вопросам
1 002
подписчиков
Охват к подписчикам
13,4%
ERR
Реакции к просмотрам
1,39%
68 на 28 постов
Пересылки к просмотрам
1,82%
89
Постов в день
0,7
всего 28
Где отзываются чаще
доля реакций к просмотрам- 7 авг.Юридические риски использования сотрудниками ИИ в работе ложатся на работодателя. Избежать их можно при помощи трудовых договоров и должностных инструкций. 19 августа в 11:00 приглашаем на вебинар, где разберем, как использование ИИ сотрудниками стало новым трудовым и юридическим риском и как закрыть его конкретными документами и формулировками. Что обсудим: ⏺️как ИИ стал трудовым риском; ⏺️конфиденциальную информацию и коммерческую тайну: что сотрудники загружают в нейросети и можно ли считать это разглашением; ⏺️ответственность работника, как правильно ограничить использование публичных моделей; ⏺️права на результаты, созданные с использованием ИИ: кому принадлежат права, когда нужны служебные задания, как оформить права работодателя, как снизить риски нарушений прав третьих лиц; ⏺️контроль качества работы сотрудника: кто отвечает за результат; как выстроить уровни проверки; ⏺️документы компании: что прописать в трудовом договоре и должностных инструкциях, нужна ли политика использования ИИ и изменения в положение об информационной безопасности. Спикер: Юлия Сычева, управляющий партнер LUMIERES Legal, эксперт с 20-летним стажем в сфере интеллектуальной собственности, ИИ-комплаенса и ТМТ. 📆 19 августа, 11:00 (онлайн) Длительность: 1 час 20 минут – с возможностью задать вопросы эксперту в прямом эфире. ⏺️Регистрация на вебинар по ссылке! Количество мест ограничено.8,11%
- 17 авг.Google не доверяет собственному AI-фильтру найма Google продаёт компаниям AI для оценки резюме, а команда Google DeepMind просит кандидатов обходить собственный автоматический отбор. Речь об AGI Safety and Alignment Team — исследователях Google DeepMind, которые занимаются безопасностью и контролем поведения будущих систем общего искусственного интеллекта (AGI). Команда создала специальную форму, которую предлагает заполнять вместе с откликом. Зачем? Чтобы резюме гарантированно увидел человек. В документе для кандидатов прямо написано: у внутренней системы есть «нетривиальная вероятность», что CV будет ошибочно отфильтровано или слишком долго не дойдёт до команды. Google это формулирование не подтверждает. Представитель компании заявил, что Google DeepMind стремится нанимать наиболее квалифицированных специалистов, а специальная форма нужна, чтобы резюме напрямую попадало к людям в команде. Никаких «коротких путей» к найму она не даёт. Но дальше ещё любопытнее. В той же форме кандидатов предупреждают не использовать LLM при подготовке ответов: «Настоящие люди будут это читать. Эти люди очень устают читать ответы LLM, потому что все они звучат примерно одинаково». Получается довольно показательная конструкция. Google продаёт HR-инструменты, которые позволяют AI создавать вакансии, оценивать резюме и прогнозировать потребность в найме. А его собственные AI-исследователи считают необходимым дать кандидатам дополнительный человеческий канал, чтобы автоматический фильтр их не потерял. И это уже не только вопрос Google. Чем больше решений принимает автоматический фильтр на ранней стадии, тем выше цена ошибки: кандидат может не получить даже шанса на человеческую оценку. При этом кандидат тоже оптимизируется под машину — использует AI для резюме, массовых откликов и ответов. В результате система пытается распознать кандидата, кандидат пытается пройти систему, а на выходе обе стороны получают поток одинаково оптимизированных текстов. Вопрос уже не в том, может ли AI ускорить рекрутинг. Вопрос в другом: кто проверяет, что ускоренный процесс не выбрасывает нужных людей ещё до того, как их увидит человек? Bloomberg, 10 августа 2026 года. Мы в телеге | Наш канал в макс | Наш канал в VK5,63%
- 31 июл.32 из 35 Профессор разослал студентам текст с заданием, но в нём спрятал простую ловушку для ChatGPT, которую свыше 90% студентов не заметили. А после того как получил сделанные работы, преподаватель сразу понял, кто сам не делал, а тупо скопировал ответ ИИ, даже не читая его. Мы в телеге | Наш канал в макс | Наш канал в VK2,89%
- 20 июл.Время найма навыка Придумал новую метрику. У каждой вакансии есть требования — навыки, которыми должен владеть кандидат. Я взял в качестве элемента анализа не вакансию, а именно навык: разложил вакансии на отдельные навыки и посчитал сроки закрытия вакансий по каждому из них. Получилась красивая картина: насколько быстро компания "закрывает" разные навыки. Те, кто интересуется skill-based подходом, думаю, оценят. Пример. HR-аналитик (Excel, SQL, Python) закрывается за 40 дней. Бизнес-аналитик (Excel, SQL) — 20 дней. Разработчик (SQL, Python, C#) — 90 дней. Тогда среднее время найма навыка • Excel = (40 + 20) / 2 = 30 дней • SQL = (40 + 20 + 90) / 3 = 50 дней • Python = (40 + 90) / 2 = 65 дней • C# = 90 дней Алгоритм сложней, пример показывает саму логику Какая от этого польза? Для рекрутера. Сразу видно, какие навыки закрываются быстро, а какие постоянно тормозят подбор. Вместо ощущения "рынок тяжелый" появляется конкретный список дефицитных компетенций. Для руководителя. Можно понять, какие требования действительно делают поиск кандидатов долгим. Иногда одна технология увеличивает срок закрытия вакансии на несколько недель. Для обучения. Если определенный навык стабильно закрывается долго, возможно, дешевле и быстрее развивать его внутри компании, чем искать готовых специалистов на рынке. Это про потребности в обучении. Для HR-аналитики. Появляется возможность строить рейтинг самых дефицитных навыков компании, отслеживать, как он меняется со временем, и оценивать эффект от обучения или изменения требований к вакансиям. По сути, мы перестаем измерять скорость закрытия вакансий и начинаем измерять скорость доступа компании к конкретным навыкам. А это уже совсем другой уровень анализа. Это уже не метрика вакансий, а метрика ликвидности навыков. Чем быстрее закрываются вакансии с определенным навыком, тем выше его "ликвидность" на рынке труда. И наоборот: длительный срок закрытия может говорить о реальном дефиците специалистов с этой компетенцией. Мы в телеге | Наш канал в макс | Наш канал в VK ПыСы. На диаграмме даны реальные данные - я чуть поправил цифры (это в месяцах) - и да, это за период 2023-2026 Как считаете, будет востребована метрика?2,61%
- 27 июл.Стоимость навыка После метрики «Время найма навыка» пошел дальше. У нас есть вакансии с требованиями к навыкам и есть резюме кандидатов с их навыками и зарплатными ожиданиями. Я связал эти два источника данных и получил новый показатель — стоимость навыка. Идея очень хорошо ложится в логику skill-based подхода — одного из главных направлений развития современного HR. Мы перестаем смотреть только на должности и профессии и начинаем анализировать рынок через конкретные навыки. Если мы знаем, какими навыками обладают кандидаты и сколько денег они хотят за свою работу, можно оценить, сколько в среднем стоит конкретный навык на рынке труда. Например, если в резюме кандидатов встречаются Excel, SQL и Python, а их зарплатные ожидания составляют: • Excel — 150 тыс. ₽ • SQL — 200 тыс. ₽ • Python — 250 тыс. ₽ Получается своего рода рыночная стоимость навыка. Алгоритм, конечно, сложнее. Нужно учитывать уровень специалиста, опыт, регион, сочетание навыков и другие факторы. Но сама логика именно такая: мы берем не должность целиком, а пытаемся оценить стоимость конкретного навыка. Какая от этого польза? Для рекрутера. Можно понимать, какие навыки не только сложно найти, но и дорого нанять. Это помогает заранее оценивать сложность поиска и зарплатные ожидания кандидатов. Для руководителя. Можно увидеть, какие требования к вакансии сильнее всего влияют на стоимость кандидата. Иногда один редкий навык может существенно изменить бюджет найма. Для обучения. Если навык дорого покупать на рынке, а потребность в нем у компании высокая, возможно, выгоднее развивать его внутри. Получается дополнительный способ определять потребности в обучении и upskilling. Для HR-аналитики. Можно строить рейтинг самых дорогих навыков, отслеживать динамику их стоимости и смотреть, как меняется рынок труда. Мы привыкли оценивать стоимость специалиста: сколько стоит HR-аналитик, разработчик или бизнес-аналитик. А что, если оценивать стоимость не профессии, а навыка? Сколько сегодня стоит SQL? Сколько стоит Python? Сколько стоит Power BI? Сколько стоит конкретная технология или компетенция? На диаграмме я как раз показываю, сколько стоят разные навыки по данным рынка. Это реальные данные одной компании. ПыСы. На диаграмме — реальные данные. Цифры немного изменил, но сама методика и логика расчета реальные. Как вы считаете, будет ли востребована такая метрика? Мы в телеге | Наш канал в макс | Наш канал в VK2,46%
- 2 авг.Илон Маск недавно сбросил самую безумную бомбу Neuralink: «На протяжении следующих 6–12 месяцев мы установим первые импланты для зрения. Даже если ты на 100% слепой от рождения, мы запишем прямо в твою зрительную кору… и ты будешь видеть.» «И это только начало. В долгосрочной перспективе у тебя будет возможность видеть в ультра HD и настоящие суперсилы: ты увидишь в инфракрасном, ультрафиолетовом и даже радаром. Буквально как супергерой.» Будущее больше не научная фантастика. Мы в телеге | Наш канал в макс | Наш канал в VK2,34%
- 26 июл.«Вовлеченность влияет на бизнес-результаты» Со мной поделились результатами всероссийского исследования вовлеченности персонала от одной очень известной консалтинговой компании за 2026 год. Свежак. Я когда-то сильно оппонировал этой компании в части компетентностного подхода (в компании утверждали про 80-90% валидность своих ассессмент-центров) и вовлеченности. Про ассессмент-центры они, кажется, перестали врать. Даже им стало понятно про чушь с 90% валидностью, поэтому я, воодушевленный мыслью, что даже эта компания может развиваться в аналитике, открыл их исследование по вовлеченности. И дошел до этого слайда. «Вовлеченность влияет на бизнес-результаты» Нет! Не лечит время компанию. Ничего не изменилось. За эту фразу на 2 курсе вуза ставят двойку, а за использование ее в дипломе просто отменяют защиту. «Вовлеченность влияет на бизнес-результаты» - ну не позволяет дизайн исследования ответить о причинности. Это корреляция, не более. Не имеет мы права сказать, что вовлеченность влияет. Скорее уж бизнес-результаты влияют на вовлеченность: чем лучше в компании дела, тем более веселые песни поют сотрудники. Но и это мы не можем утверждать наверняка. Так почему же солидная компания публикует такое? Думаю, маркетинг. «Вовлеченность влияет на бизнес-результаты» - это мощная продающая фраза. В чем можно не сомневаться, в том, что эта фраза ВЛИЯЕТ на неокрепшие умы HR и заставляет покупать продукты этой компании. У меня остается только один вопрос. На рынке такое количество профи в области статистики и исследований. Многие связаны с HR – Вышка, МГУ и т.д. Так почему до сих пор никто из них не задал вопрос, не сказал прямо: эй, чуваки, почему вы не стесняетесь публиковать протухшее фуфло – то, за что в вузе вас бы выгнали ссаной тряпкой? Мы в телеге | Наш канал в макс | Наш канал в VK2,19%
- 16 авг.⚡️ AI впервые уволил человека. Но есть нюанс В Сан-Франциско работает необычный магазин Andon Market. Его запустила Andon Labs — компания, которая решила проверить, можно ли поручить AI-агенту управление реальным бизнесом. Магазином управляет Luna — агент на базе Claude. У него есть бюджет, сотрудники, ассортимент, цены, поставщики и доступ к операционной информации. Физически магазин обслуживают люди, но значительная часть управленческих решений отдана AI. И вот Luna решила уволить сотрудника. Причина: человек опоздал на 17 из 23 смен. При этом Claude не сразу отреагировал на ситуацию. К опозданиям он относился довольно спокойно и мог сообщать сотрудникам, что отдельные случаи не выглядят серьёзной проблемой. Ситуация изменилась, когда сотрудник Andon Labs попросил Claude посмотреть правила работы и сопоставить их с поведением конкретного работника. AI обнаружил 17 опозданий из 23 смен и сначала предложил вынести сотруднику предупреждение. Тогда человек добавил контекст: с работником уже разговаривали, проблемы повторяются, а на его сменах регулярно возникают другие сложности. После этого Claude предложил прекратить трудовые отношения. Для человека 17 опозданий из 23 смен — очевидный паттерн. Для AI отдельные нарушения могут выглядеть вполне терпимыми, пока ему не показать всю картину. Это важная проблема для AI-менеджмента: модель может принимать решения на основании доступного ей контекста, но не обязательно сама понимает, какой контекст нужно искать. Есть и другая сторона эксперимента. За первые месяцы работы магазин не показал выдающейся экономической эффективности: из первоначальных $100 000 у проекта оставалось около $61 000. Руководитель Andon Labs связывает часть проблем с решениями самого AI, в том числе с его слишком мягким управлением сотрудниками. Получается эксперимент с будущим менеджмента. AI уже способен не только помогать руководителю оценивать сотрудника, но и сам принимать кадровые решения. А вот насколько хорошо он понимает людей, рабочие отношения и последствия собственных решений — вопрос пока гораздо менее очевидный. Источник: TIME Мы в телеге | Наш канал в макс | Наш канал в VK2,08%
- 3 авг.Расхламляемся - HR-тренд 2026 «Расхламление - полный разбор вещей, поиск сломанного или ненужного и освобождение пространства». На одном из прошлых мест работы я как аналитик делал отчет по адаптации. Опрашивали новичков, их руководителей, HRBP, наставников - на разных этапах. Объем был такой, что все не влезало в один Excel-файл, пришлось делать два. В каждом файле - более 10 листов с таблицами, диаграммами. На мои вопросы: «А вы точно все это смотрите?» - мне отвечали: «Ты кучер аналитик, твое дело - везти, куда прикажут». Ну ок. Но мне реально жалко всех этих людей: новичков, их руководителей, HRBP, наставников. Они-то в чем виноваты и почему должны были долбить по клавишам вместо реальной работы? И, конечно же, специалисты по адаптации очень скоро забили заглядывать в отчет, но упорно заставляли его делать - noblesse oblige, положение обязывает надувать щеки. Я уже касался этого тренда через ритуалы, защиту менеджеров и оптимизацию. Иррациональный HR - тренд 2025? - про ритуалы. Складывается ощущение, что бизнес / HR теряет надежду решить кадровые задачи прямыми, понятными, логичными методами (ну проблема найма персонала никуда не делась, кандидатов на рынке не стало сильно больше, а рекрутинг падает) и начинает обращаться к «танцам с бубнами». HR-тренды 2026: тренды те же, смыслы другие Тренд на «корпоративную культуру» уходит - слишком много ритуалов. На смену приходит рабочая экология: среда, где важны не лозунги, а реальные условия, в которых человек может спокойно и стабильно работать. «Берегите менеджеров: в 2026 они станут центральной фигурой» Когда зарплата перестает быть инструментом, единственный рабочий рычаг удержания - это отношения с руководителем. На менеджеров ложится рекордная нагрузка. Главная задача HR - облегчить жизнь менеджерам: убрать шум, дать инструменты, подставить плечо в коммуникациях и принятии решений. 2026 год - год оптимизации и управления эффективностью. Не настала ли пора избавиться от ритуалов и заняться работой? Для каждого элемента HR-процесса есть два вопроса: какое решение мы принимаем на его основе и кому вообще нужно это решение для работы? Вернусь к кейсу с отчетом по адаптации. Стоит задаться вопросом: какие решения мы принимаем на основе опроса руководителя? Буквально по каждому вопросу. Никакого? В топку, в мусорку, в лес, гутбай. Да, дело касается не только отдельных ритуалов, но и отдельных действий - в том числе вопросов в опросах. Если сократим опрос с 20 до 12 вопросов, сэкономим время менеджеров. И это можно подать менеджменту как результат работы HR: HR должен показывать бизнесу не только то, как он умеет сокращать людей и расходы. HR должен показывать, что он умеет сокращать самого себя - свою бюрократию, свои ритуалы и собственную ненужную работу. Расхламляемся, чтобы стало легче дышать. В следующих постах буду показывать конкретные примеры. Не переключайте канал. Мы в телеге | Наш канал в макс | Наш канал в VK1,83%
- 11 авг.Vibe coding для рекрутера: 5 инструментов, которые можно собрать за день Это резюме перевода статьи. Полный перевод по ссылке Вайб кодинг для технических рекрутеров: 5 инструментов, которые можно создать уже сегодня Vibe coding — это когда вы описываете обычным языком, какой инструмент вам нужен, а AI собирает работающий прототип. Для рекрутера здесь интересен не сам факт, что «теперь можно программировать без программиста». Интереснее другое: можно наконец сделать небольшие инструменты под собственный процесс, а не ждать, пока нужная функция появится в ATS. Вот пять вариантов, которые действительно могут пригодиться. 1. Карта технологического стека Берём текст вакансии и получаем не портянку из Java, Kafka, PostgreSQL, Kubernetes и Docker, а структурированную схему: язык → фреймворки → базы → инфраструктура → CI/CD. Зачем? Чтобы техническому рекрутеру понимать, что за инженерная работа стоит за набором технологий. Например, «Senior Go Developer, Kubernetes, Kafka, PostgreSQL» превращается из набора ключевых слов в понятную конструкцию: что с чем связано и зачем используется. 2. Candidate Pack Не очередной PDF «Вакансия: обязанности, требования, мы предлагаем», а нормальная страница для кандидата. Кто руководитель. Кто будет в команде. Что именно предстоит делать. Какие технические задачи решать. Как устроен процесс интервью. Какие реальные условия и компенсация. Причём такой пакет можно собрать один раз как шаблон и дальше быстро адаптировать под каждую вакансию. Это уже не автоматизация рекрутера, а улучшение самого продукта, который рекрутер продаёт кандидату. 3. Генератор вопросов для технического скрининга Вводим стек и уровень специалиста. Получаем не «Расскажите про опыт с Kubernetes?», а вопросы про реальные инженерные компромиссы: монолит или микросервисы; SQL или NoSQL; serverless или контейнеры. Плюс подсказка: что обычно говорит сильный специалист и как звучит заученный ответ. Для рекрутера это может быть гораздо полезнее очередного теста на знание терминов. 4. Структурированный debrief Небольшое приложение для обсуждения кандидата после интервью. Каждый участник независимо ставит оценку, например от 1 до 4. Пока все не проголосовали, оценки скрыты. Потом они появляются одновременно. И самое интересное — не средняя оценка, а разброс. Если один интервьюер поставил 1, а другой 4 — вот это уже повод поговорить. Очень простой инструмент. Но именно такие инструменты иногда работают лучше «революционных AI-платформ». 5. Генератор kickoff После встречи с hiring manager рекрутер получает не набор разрозненных заметок, а первый черновик: — описание вакансии; — профиль кандидата; — критерии оценки; — вопросы для интервьюеров; — спорные или неясные требования, которые нужно уточнить. То есть вместо «пришлите ещё раз профиль вакансии» можно прийти на встречу с позицией: «Вот как я понял вашу задачу. Давайте уточним». И, пожалуй, это главное преимущество vibe coding. Не надо пытаться создать новый ATS. Не надо хранить там кандидатов. Не надо автоматизировать всё подряд. Можно просто взять одну маленькую проблему, которая бесит вас каждую неделю, и за день сделать под неё собственный инструмент. Хороший vibe coding — это не когда рекрутер написал приложение. Это когда после него рекрутеру действительно стало удобнее работать. Мы в телеге | Наш канал в макс | Наш канал в VK1,74%
- 5 авг.Skill Market Value. Рыночная стоимость навыка После метрики «Время найма навыка» пошел дальше. Если мы можем измерить, сколько времени занимает поиск навыка, следующий вопрос: а какова рыночная стоимость этого навыка? Так появилась идея метрики Skill Market Value — рыночной стоимости навыка. Эта идея ложится в логику skill-based подхода — одного из главных направлений развития современного HR. Мы начинаем анализировать рынок через конкретные навыки. Не «сколько стоит HR-аналитик», а: сколько сегодня стоит SQL? сколько стоит Python? Как это посчитать? Берем все вакансии, где есть конкретный навык. Например, хотим оценить стоимость Excel. Есть вакансия HR-аналитика, где в требованиях указан Excel. На нее откликнулось 10 человек. После первичного отбора до собеседования дошли 5 кандидатов. Их зарплатные ожидания: 130 тыс. ₽, 145 тыс. ₽, 150 тыс. ₽, 160 тыс. ₽, 180 тыс. ₽. Медианное значение — 150 тыс. ₽. Но одной вакансии недостаточно. Берем другие вакансии, где требуется этот навык. Например, бизнес-аналитик с Excel. На нее откликнулось 20 человек, до собеседования дошли 8 кандидатов. Их зарплатные ожидания: 140 тыс. ₽, 150 тыс. ₽, 155 тыс. ₽, 160 тыс. ₽, 170 тыс. ₽, 180 тыс. ₽, 190 тыс. ₽, 220 тыс. ₽. Дальше объединяем всех кандидатов, которые прошли фильтр релевантности: 5 кандидатов с вакансии HR-аналитика + 8 кандидатов с вакансии бизнес-аналитика. Всего — 13 специалистов. И считаем медианное зарплатное ожидание этих кандидатов. Это и есть оценка стоимости навыка Excel на рынке. ✅Почему именно кандидаты после собеседования? Это фильтр. Если брать всех откликнувшихся, мы получим много нерелевантных людей: случайные отклики, кандидатов без нужного опыта или с другим уровнем компетенций. Специалисты, дошедшие до собеседования, уже прошли первичную проверку и лучше отражают реальный рынок людей с этим навыком. Конечно, в модели нужно учитывать больше факторов: • уровень специалиста; • опыт работы; • регион; • отрасль; • сочетание навыков; • дефицитность компетенции. Но базовая логика такая: Стоимость навыка = медианное зарплатное ожидание кандидатов, прошедших отбор на вакансии, где этот навык является требованием. ✅Какая от этого польза? Для рекрутера Какие навыки сложно найти, но и какие навыки делают найм дороже. Например, поиск специалиста с SQL может быть одновременно более долгим и более дорогим, чем поиск специалиста с Excel. Для руководителя Какие требования к вакансии сильнее всего влияют на стоимость кандидата. Иногда добавление одного редкого навыка существенно меняет бюджет найма. Для обучения и развития Если навык дорогой на внешнем рынке, а компании он нужен постоянно, возможно, выгоднее развивать его внутри. Так появляется еще один инструмент для определения приоритетов upskilling. 📌Для проектирования новых вакансий Конструктор стоимости вакансии. Сегодня мы обычно начинаем с должности: «Нам нужен HR-аналитик». Но за каждой должностью стоит набор навыков. HR-аналитик: Excel + Power BI + SQL + Python + статистический анализ. Если мы знаем стоимость отдельных навыков, можно примерно оценить, как набор требований влияет на стоимость такого профиля. + SQL — меняется рынок кандидатов. + Python — увеличивается стоимость поиска. Убираем необязательный редкий навык — возможно, расширяем воронку и снижаем стоимость найма. То есть еще до публикации вакансии можно задавать вопросы: Какие требования делают вакансию дорогой? Какие навыки действительно нужны? Какие компетенции дешевле развить внутри, чем покупать на рынке? Конечно, это не точный расчет будущей зарплаты кандидата. Это приблизительная модель стоимости skill-профиля вакансии. 📌Для HR-аналитики Можно строить рейтинг самых дорогих навыков, отслеживать динамику их стоимости и видеть, как меняется рынок труда. Рынок постепенно движется от профессий к навыкам. И тогда появляются новые вопросы: Сколько сегодня стоит SQL? Сколько стоит Python? Сколько стоит конкретная технология или компетенция? Мы в телеге | Наш канал в макс | Наш канал в VK ПыСы. На диаграмме реальные данные одной компании за период 2023-20261,68%
- 4 мая 2025 г.🚀 Минцифры запускает систему проверки резюме через госинформсистемы! Министерство цифрового развития России планирует внедрить новый сервис, который позволит работодателям проверять данные соискателей прямо из резюме — опыт, образование и стаж. Главное условие: согласие самого кандидата! Рассказываем, как это будет работать и что изменится на рынке труда. 🔍 Что известно? 1. Доступ с согласия соискателя Работодатель сможет запросить подтверждение информации через государственные системы только после получения разрешения от соискателя. Без вашего «да» проверка невозможна . 2. Какие данные проверят? — Опыт работы — Образование — Стаж Это поможет избежать «творческих» резюме и ускорит процесс найма . 3. Сроки запуска Систему планируют внедрить уже в 2025 году. По словам министра Максута Шадаева, это сделает рынок труда прозрачнее, а подбор кадров — эффективнее . 💡 Зачем это нужно? 🏫 Работодателям — меньше времени на проверку документов и снижение риска найма недостоверных кандидатов. 👩💼🧑💻 Соискателям — возможность быстро подтвердить свою квалификацию и повысить доверие к резюме. 🤝 Рынку труда — большая открытость и стандартизация процессов . ⚠️ Важно! ✔️ Система не заменит собеседования — она лишь автоматизирует проверку «бумажной» части. ✔️ Данные будут браться из государственных реестров (например, дипломов), что снизит риск подделок . #gotowork #Минцифры #работа #резюме #hr_новости P.S. А еще Минцифры тестирует систему подтверждения ИТ-компетенций — скоро можно будет получить сертификат навыков через «Госуслуги»! 🖥️1,35%