Успешный рекрутинг в IT

Наконец-то вышел новый выпуск нашего подкаста☄️👀

💡Три года назад мы бы потеряли этого кандидата!

👀Ситуация: Вакансия тимлида мобильной разработки. Опытный рекрутер получает резюме от кандидата — опыт есть, но домен не наш, детали размыты. Стандартный отказ. 2023 год — история закрыта.

Но у нас 2026: перед финальным "нет" прогоняем резюме через AI-скрининг. Искусственный интеллект видит то, что пропустил человек:

- GitHub с работающим фреймворком — подтверждённые навыки, а не слова
- Опыт дистрибуции приложений в обход сторов — решение нашей главной боли
- Мультирегиональная раскатка продуктов — нужный нам масштаб

☄️Результат: AI апрувнул кандидата. Нанимающий менеджер поддержал и вот у нас потенциальный новый сотрудник! А это блин Flutter Team Lead - каждый кандидат крайне важен.

Раньше рекрутер читал резюме и принимал решение. Если не зацепило — отказ. GitHub? «Посмотрим, если будет время». Кандидат с тонким резюме уходил в чёрную дыру без шанса.

Сейчас AI-скрининг — стандарт перед любым финальным «нет». GitHub — обязательный источник данных, особенно для технических ролей. 10 минут на резюме превратились в 10 минут на AI-анализ резюме + GitHub + открытые источники.

Итог: Кандидат, которого мы бы потеряли в 2023 году, сегодня в финале. Потому что AI увидел то, что было скрыто за сухими строчками.

📍Главный урок

AI не заменяет рекрутера. Он расширяет периферийное зрение. Помогает увидеть скрытый потенциал там, где сухое резюме говорит «нет».

Что внедрили в процесс:

- AI-скрининг — первый фильтр, а не последний
- GitHub — обязательный источник данных для технических ролей
- Отказ не приговор: если сомневаемся — прогоняем через AI
- Рекрутер — интерпретатор сигналов, а не чтец резюме



P.S. Того кандидата мы не потеряли. Сейчас он в финале. И знает, что его спас AI.

А вы всё ещё читаете резюме по одному?

Меня ж буквально бомбит товарищи от нового витка использования AI в моей повседневной работе!
Сейчас поделюсь реальным кейсом )

OPEX и CAPEX в найме: почему рекрутер должен разбираться в финансах лучше, чем в Boolean search

Мы привыкли оперировать метриками: время закрытия, конверсия в оффер, качество источника. Но в IT-рекрутинге, особенно в текущих реалиях, язык денег становится важнее языка метрик.

Если вы хотите, чтобы ваш бюджет на поиск и автоматизацию утверждали, а не резали первым делом — разберитесь с CAPEX и OPEX.

Это не скучная бухгалтерия, а ваш супер скилл)

📌 OPEX (Operational Expenditure) — операционные затраты ( которые не принесут бабки бизнесу напрямую )
Это деньги, которые компания тратит на «поддержание жизни» здесь и сейчас.
Примеры в работе рекрутера:
— Подписка на hh.ru / LinkedIn / Boolean Search инструменты.
— Оплата внешних курсов и мероприятий для команды.
— Командировки на митапы и конференции.
— Бонусы за рефералов (если они разовые).

📌 CAPEX (Capital Expenditure) — капитальные затраты.
Это инвестиции в активы, которые ОКУПАЮТСЯ хоть и не сразу.
Примеры в работе рекрутера:
— Внедрение собственной ATS (системы для управления наймом).
— Разработка внутренней базы знаний или бота для скрининга.
— Покупка дорогого ПО с бессрочной лицензией.
— Техника и оборудование для нового офиса/коворкинга.

💡 Почему это критично для IT-рекрутера:

Выживание бюджета. Если в компании кризис и приказ «сокращать OPEX» — корпоратив и рефералку отменят первыми. Если же вы докажете что ваши затраты - это «CAPEX» — то их не урежут!

Когда вы просите деньги на автоматизацию, предложите два варианта:
— Купить коробочное решение (CAPEX — дорого, но своё).
— Взять в аренду (SaaS-подписка) — OPEX.
Финансисты любят второй вариант, потому что его проще «выключить», если проект не пошёл.

А в вашей компании бюджет на рекрутинг делят на «развитие» (CAPEX) и «поддержку» (OPEX) или всё в одной куче? Делитесь в комментариях, у кого какие боли с бюджетами! 🦋👀