Я Вадим, QA-инженер.
Все мы знаем, как работает найм. Твое резюме может быть идеальным, но если в нем нет нужного ключевого слова или оно не понравилось алгоритму первичного отсева (ATS) — ты в пролете.
Я решил взломать эту систему. Инженерно.
Я написал софт, который берет на себя весь цикл: мониторинг вакансий, анализ требований и генерацию сопроводительного письма, которое должно продать меня лучше, чем я сам.
Ниже — краткий лог разработки: как мы боролись с «машинным акцентом», почему нейросети врут про опыт и удалось ли мне обмануть рекрутеров.
Попытка №1. Скрипты и шаблоны
Сначала я написал простой парсер на Python. Логика была линейной: вижу вакансию — отправляю шаблон.
Это провал. Конверсия около нуля.
Рекрутеры видят шаблон за версту. Если в тексте нет привязки к конкретным задачам компании, его просто не читают.
Попытка №2. «Галлюцинации» и списки
Мы подключили языковую модель. Задача: прочитать описание вакансии, найти пересечения с моим резюме и написать текст.
Тут мы столкнулись с проблемой, о которой мало пишут. Базовая модель пишет как робот.
— «Я готов рассмотреть…»
— «Я обладаю навыками…»
— И обязательно маркированный список из 5 пунктов.
Для HR-специалиста список в письме — это сейчас главный маркер нейросети. Такие отклики улетают в корзину, даже не доходя до нанимающего менеджера.
Нам пришлось потратить недели на отладку инструкций, чтобы заставить алгоритм забыть про списки и начать писать живым языком. В стиле «повествования», а не «отчета».
Самое сложное: Контекст
Главная фишка, которую мы реализовали — это смысловой матчинг.
Софт не просто смотрит на стек. Он ищет боли.
Если в вакансии написано «нужно ускорить сборку», а у вас в резюме есть строчка про оптимизацию Docker — алгоритм вытащит именно этот факт и поставит его в начало письма.
Это создает иллюзию, что кандидат внимательно вчитался в вакансию. Хотя на самом деле это заняло 3 секунды машинного времени.
Два режима: «Автопилот» и «Паранойя»
Мы быстро поняли, что пользователи делятся на два типа. Поэтому реализовали две логики работы:
-
Полная автоматизация.
Для тех, кто хочет результат «под ключ». Софт сам мониторит рынок, сам принимает решение и сам отправляет отклик. Вы вечером просто смотрите отчет: «Отправлено 20 откликов».
-
Режим «Да/Нет» (Tinder-style).
Для тех, кто хочет контролировать процесс (как я).
Система находит вакансию, генерирует письмо и показывает вам превью. Вы нажимаете «Ок» или «Пропустить».
Это позволяет отсеять компании с плохими отзывами или галеры, куда вы точно не хотите.
Предложение протестировать
Я не буду утверждать, что это «серебряная пуля». Но статистика показывает, что автоматизированный подход дает конверсию выше, чем ручной. Просто за счет скорости и отсутствия «замыленного глаза».
Я открыл доступ к инструменту.
Мне интересно посмотреть, как алгоритм справится с редкими стеками или сложными грейдами (Team Lead, Architect).
Если у вас есть желание проверить, что софт напишет конкретно под ваш опыт и сможет ли он «продать» вас дороже рынка — ссылка ниже.
Фидбек (особенно если найдете баги в генерации) жду в комментариях.
👉 Запустить и проверить: [ССЫЛКА НА БОТА]
👉 Блог проекта (новости, патчи, обновления): [ССЫЛКА НА КАНАЛ]
Автор: motrni
