ИИ-рекрутинг окончательно превратил поиск работы в IT в игру с фильтрами, ключевыми словами и секундомером: по данным hh.ru, индекс конкуренции в марте достиг 11,4 резюме на вакансию. Для русскоязычных разработчиков, продактов и IT-менеджеров это означает простую вещь: хорошего опыта уже мало, его нужно упаковать так, чтобы резюме сначала понял алгоритм, а потом за 10 секунд считал рекрутер.
О том, как кандидату пройти эту воронку, пишет Habr / Карьера со ссылкой на Нику Варако, HR-специалиста диджитал-продакшена «Далее». Компания, по словам автора, закрывает в среднем около 10 вакансий в месяц для IT-проектов, в том числе для крупных клиентов вроде Сбера, Банка России и Haier. Материал важен не как очередной список «поставьте красивое фото», а как честное описание текущей механики найма: прежде чем человек откроет резюме, его уже могли отсеять настройки платформы и ранжирование.
Главный контекст — рынок работодателя. Открытых позиций стало меньше, кандидатов больше, а конкуренция растет с середины 2024 года. Часть компаний режет бюджеты, часть замораживает премии и повышения, а быстрый сценарий «обновил резюме — получил оффер на 30-40% выше» для многих перестал быть рабочим. Дополнительное давление создают выпускники IT-направлений: таких программ стало больше даже в непрофильных вузах, а стажировки для компаний с IT-аккредитацией часто превращаются в внутренний канал найма джунов.
Первый барьер — фильтры. Если автоотказ приходит через несколько минут после отклика, это не обязательно оценка ваших навыков. Рекрутер мог выставить параметры по стажу, зарплатной вилке или другим признакам, и система просто не показала резюме человеку. Автор советует кандидатам аккуратно экспериментировать: скрывать возраст, пересматривать зарплатные ожидания, убирать нерелевантный опыт из основного блока. Если человек 20 лет преподавал, а теперь претендует на позицию Android-разработчика, этот опыт лучше связать с менторством в разделе «о себе», а не заставлять рекрутера искать нужное между строк.
Второй барьер — ранжирование. Здесь ИИ-рекрутинг начинает напоминать SEO: резюме должно содержать слова, по которым его ищут. React-разработчику недостаточно один раз указать React в списке технологий; термин должен появиться в роли, описании проекта, обязанностях и достижениях. Алгоритм не восхищается лаконичностью, он сопоставляет признаки. Поэтому формулировки вроде «разработал», «внедрил», «оптимизировал» работают лучше, чем расплывчатое «участвовал». Цифры тоже помогают, но только если кандидат готов объяснить их на собеседовании: нарисованный прирост производительности на 70% быстро превращается в проблему, когда попросят рассказать методику.
Еще один практический совет — регулярно обновлять резюме и заходить на сайты поиска работы. Платформы учитывают активность кандидата: свежие профили и частые визиты получают больше шансов оказаться выше в выдаче. Это не магия, а обычная логика маркетплейса: система продвигает тех, кто выглядит доступным и заинтересованным. Вакансии при этом закрываются быстро, поэтому резюме лучше держать готовым даже тем, кто сейчас не планирует увольняться.
Но полагаться только на платформы рискованно. Автор предлагает обходить алгоритмическую очередь через прямые контакты: искать рекрутеров в профилях компаний, карьерных сообществах, Telegram-каналах, просить знакомых отправить резюме через реферальную программу. Для рынка, где сотни кандидатов попадают в одну и ту же воронку, личная рекомендация снова становится не пережитком прошлого, а способом хотя бы попасть на экран живому человеку.
Когда резюме все-таки дошло до рекрутера, начинается самый короткий этап — первые 10 секунд просмотра. В этот момент решают не только технологии и опыт, но и базовая читабельность: понятное название работодателя, краткое описание малоизвестной компании, роль, проект, обязанности, достижения, стек, формат работы и контакты без квеста. Важно показать динамику: если кандидат семь лет работал в одной компании, рекрутеру нужно увидеть рост, смену задач, расширение ответственности. Иначе длинный стаж может выглядеть не как стабильность, а как застой.
Отдельная тема — фрод-кандидаты. По оценке автора, среди большого потока откликов заметная доля может быть сгенерирована людьми, которые подгоняют резюме под алгоритмы, но не обладают заявленной компетенцией. Это бьет и по работодателям, и по нормальным кандидатам: рекрутеры становятся подозрительнее, а проверка опыта — жестче. Поэтому живые признаки профессиональности — GitHub, портфолио, внятное описание проектов, совпадение стека с реальной историей работы — становятся не украшением, а способом доказать, что перед компанией не синтетический профиль.
Для бизнеса ИИ-рекрутинг тоже не бесплатный подарок. Алгоритмы помогают разбирать поток откликов, но легко усиливают шум: хорошие кандидаты могут не пройти формальные фильтры, а сгенерированные резюме — наоборот, забраться наверх за счет правильных ключевых слов. Чем жестче рынок, тем больше обе стороны оптимизируются под систему. Кандидаты учатся писать для машин, рекрутеры — отличать реальный опыт от красиво собранного профиля. Следующий этап найма в IT, похоже, будет не про то, заменит ли ИИ рекрутера, а про то, кто быстрее научится проверять друг друга поверх алгоритмов.