Искусственный интеллект оценил более 2000 стажеров для “Свезы”

17 августа 2021 в 17:24

17 августа 2021г., Москва — Решение на базе искусственного интеллекта компании-разработчика TalentTech помогло автоматизировать процесс подбора стажеров на предприятия «Свезы», мирового лидера в производстве березовой фанеры. С помощью комплексного решения Sever.AI и Potok.io от TalentTech удалось оценить и подобрать кандидатов для стажерской программы на комбинаты в разные регионы страны — от Санкт-Петербурга до Тюмени. Программа предусматривает летнюю оплачиваемую практику, во время которой стажеры работают над стратегически важными проектами компании.

 

За две волны стажерской программы искусственный интеллект обработал 2176 заявок, тем самым сэкономив в два раза время HR-специалистов “Свезы” на поиск и подбор подходящих кандидатов, включая отбор заявок, приглашение на тесты, обработку результатов тестирования, приглашение на видеоинтервью.

Использование решений Sever.AI и ATS Potok, входящих в HCM-платформу TalentTech, позволило существенно сократить время на процесс подбора стажеров, автоматизировать рутинные операции. Так, например, до внедрения решения, HR-специалистам приходилось вручную отбирать анкеты, просматривать каждую на соответствие требованиям, вести таблицы с базами данных в Excel, делать рассылку с ответами, назначать встречи. После внедрения комплексного решения вся информация по кандидатам формируется в единой системе, доступной каждому HR-специалисту в “Свезе”, включая результаты тестирования и данных по видеоинтервью,” отметила Ольга Реботунова, менеджер по программам стажировок и бренда работодателя компании “Свеза”

Как искусственный интеллект проводит отбор стажеров. Студенты откликаются на заявку, заполнив анкету на карьерной странице сайта “Свезы”. Если после заполнения заявки кандидат подходит по формальным требованиям к вакансии, то попадает в соответствующую вакансию в Potok, если нет — получает письмо с отказом. Далее, робот забирает кандидатов из ATS Potok и автоматически отправляет письмо и SMS с приглашением на видеоинтервью. После того, как стажер записал видео, робот автоматически отправляет приглашение в письме или SMS на тестирование SHL. По результатам прохождения робот передает информацию в ATS Potok.io для создания воронки подбора и дальнейшей работы с кандидатом. Когда кандидат набирает нужное количество баллов, робот отправляет ему письмо с приглашением на ассессмент, если баллов набрано недостаточно — письмо отказ, а данные по студенту отправляются в резерв.

Технология Robotic Process Automation (RPA), которую мы использовали в этом проекте, снижает количество неточностей и ошибок, сокращая долю рутинной работы HR-специалистов и при этом минимизируя негативное влияние человеческого фактора. Использование умного решения от TalentTech обладает важными преимуществами: система учитывает и обрабатывает 100% поступивших заявок, проводит коммуникацию с кандидатом в заданное время, передает все результаты во внутреннюю систему, доступную каждому специалисту и позволяет специалистам по подбору работать в режиме единого окна. Это экономит не только время специалистов, но и положительно влияет на бренд компании-работодателя” — сказал Владимир Ли, CPO решения на базе искусственного интеллекта Sever.AI от компании-разработчика TalentTech.

Данное комплексное решение позволило “Свезе” в короткие сроки найти и подобрать на стажировку талантливых и активных студентов, которые в дальнейшем могут стать высококлассными специалистами на предприятиях.

 

О компаниях

TalentTech – экосистема для управления персоналом и развитиях талантов. Решения TalentTech помогают повысить общую эффективность команды, оперативно реагировать на изменения внутри компании и на рынке, правильно оценивать и развивать таланты сотрудников благодаря цифровому профилю.

В составе TalentTech – HCM-платформа by TalentTech с ATS-системой Potok и искусственным интеллектом Sever AI. Компания три года подряд входим в ТОП самых дорогих компаний Рунета по версии Forbes. Среди заказчиков TalentTech – «Северсталь», «Билайн», «Лента», Вкусвилл, Сибур, DNS и другие клиенты.

HCM-платформа by TalentTech состоит из нескольких IT-модулей: они помогают компаниям автоматизировать подбор персонала, исследовать вовлеченность, адаптировать новичков в команде, обучать сотрудников по индивидуальным трекам и управлять целеполаганием. Данные о сотрудниках, аналитика и рекомендации доступны в едином окне – цифровом профиле.Цифровой профиль каждого человека подскажет, какие таланты стоит развивать, чтобы расти быстрее и работать эффективнее.

«Свеза» — российская компания, которая производит высококачественную кастомизированную продукцию из возобновляемых лесных ресурсов. «Свеза» − мировой лидер на рынке березовой фанеры, продукция которой завоевала доверие потребителей в более чем 90 странах мира на пяти континентах. Фанера компании используется в строительстве небоскребов и олимпийских объектов, производстве магистральных автоприцепов, высокоскоростных поездов и СПГ-танкеров, при создании экологичной мебели и стильных интерьеров.

 

 

 

2185
Закладки
Комментарии 6
 

Комментарий проверяется

Текст комментария будет виден после проверки администратором.

 

Комментарий проверяется

Текст комментария будет виден после проверки администратором.

 

Комментарий проверяется

Текст комментария будет виден после проверки администратором.

 

Комментарий проверяется

Текст комментария будет виден после проверки администратором.

 

Комментарий проверяется

Текст комментария будет виден после проверки администратором.

 

Комментарий проверяется

Текст комментария будет виден после проверки администратором.

 
Написать комментарий
Можно не указывать
На этот адрес будет отправлен ответ. Адрес не будет показан на сайте
*Обязательное поле
Самые интересные публикации
Последние комментарии
После рисунка размещена дополненная редакция статьи:
Стандартом установлено, что ссылаться можно на сторонний документ в целом, его разделы и приложения, а ссылаться на подразделы, пункты, таблицы и рисунки стороннего документа не допускается (см. Сноска).
В тексте документа можно ссылаться на подразделы, пункты, таблицы и рисунка данного документа.
Специальные правила установлены стандартом [2] и для ссылочных нормативных документов.
Структурный элемент библиография предписано размещать в конце текстового документа, перед листом регистрации изменений, и включать его в раздел содержание.
Про два других вида ссылок никаких рекомендаций в [2] не содержится, поэтому целесообразно установить единые правила расположение ссылочных нормативных документов и ссылочных документов в приложениях к текстовому документу, не ограничиваясь фразой «Материал, дополняющий текст документа, допускается оформлять в виде приложений»

См. Ссылки и сноски
Литература
1 ГОСТ Р 2.005-2023. ЕСКД. Термины и определения
2 ГОСТ Р 2.105-2019. ЕСКД. Общие требования к текстовым документам
3 ГОСТ 7.32 -2017. Отчет о научно-исследовательской работе
4 Ссылки и сноски // [Электронный ресурс], режим доступа:
https://energoboard.ru/post/7758/ (485 просмотров с 01 .08.2023 по 07.07.2026 или 485/1072 = 0,45 просмотра в день)
5 Ссылочные документы // [Электронный ресурс], режим доступа:
https://energoboard.ru/post/7741/ (1831 просмотр с 26.07.2023 по 07.07.2026 или 1831/1040 = 1, 76 просмотра в день)
Ниже приведена новая редакция последнего абзаца публикации:
Кроме этого, правила учета и хранения документов должны быть едиными для конструкторских, программных, технологических и других документов, поэтому следует выпустить вместо двух стандартов
ГОСТ 19.603-78 и ГОСТ.503-78 единый стандарт, распространяющийся на все существующие системы документов.
Перечень литературы дополнен стандартом ГОСТ 19.603-78:
Литература
1 ГОСТ Р 2.105-2019. ЕСКД. Общие требования к текстовым документам.
2 ГОСТ 2.503-2013. ЕСКД. Правила внесения изменений.
3 ГОСТ 3.1103-2011. ЕСТД. Основные надписи
4 ГОСТ 2.004-88. ЕСКД. Общие требования к выполнению конструкторских и технологических документов на печатающих и графических устройствах вывода ЭВМ.
5. ГОСТ 2.501-201. ЕСКД. Правила учета и хранения.
6 ГОСТ 19.603-78. ЕСПД. Общие правила внесения изменений
6 Лист регистрации изменений // [Электронный ресурс], режим доступа: https://www.olgezaharov.narod.ru/2023/august/LR.htm
7 Лист регистрации изменений // [Электронный ресурс], режим доступа: https://energoboard.ru/post/7779/ (673 просмотра с 07.08.2023 по 08.07.2026 - 673/1066 = 0, 63 просмотра в день)