НИУ ВШЭ СПб: 732 отклика на вакансию редактора, 130 видеоинтервью и 310 тыс. ₽ экономии

Как большой поток откликов превратили в shortlist с оценкой ИИ-рекрутера

Команде управления персоналом нужно было быстро разобрать большой входящий поток по вакансии редактора и не потерять сильных кандидатов среди сотен резюме. При ручном первичном скрининге такой объем легко растягивает сроки и создает риск хаотичного отбора.

BRaiN HR подключили в начале воронки: система анализировала отклики, ранжировала кандидатов и переводила наиболее подходящих на видеоинтервью, которое кандидат мог пройти в удобное время без участия рекрутера.

НИУ ВШЭ СПб - кампус Национального исследовательского университета "Высшая школа экономики" в Санкт-Петербурге. Управление персоналом отвечает за кадровые процессы университета, где подбор связан с академической средой, административными ролями, внутренними регламентами и высокой планкой к коммуникации.

Клиент

НИУ ВШЭ СПб

Сфера

высшее образование

Вакансия

редактор

Участник кейса

Анна Павкина, начальник управления персоналом

Сайт

hse.ru

На вакансию редактора пришло 732 отклика. Рекрутерам нужно было быстро и без потери качества разобрать большой входящий поток, не тратя время на ручной первичный скрининг каждого резюме.

• При таком объеме откликов легко упустить сильных кандидатов.
• Ручной первичный скрининг сотен резюме забирает много времени у рекрутеров.
• Команде важно быстро отделить релевантных кандидатов от случайных откликов.
• Нужно сохранить единый стандарт оценки, а не принимать решения по разрозненным впечатлениям.
• Рекрутерам нужен готовый shortlist, с которым можно быстрее перейти к финальному выбору.

• Обработать 732 отклика на вакансию редактора в сжатые сроки.
• Снять с рекрутеров ручную рутину начала воронки.
• Стандартизировать первичную оценку кандидатов.
• Провести видеоинтервью без участия рекрутера в расписании кандидата 24/7.
• Выделить кандидатов с высокой оценкой для дальнейшего отбора.

1. Подключили автоматизированный первичный отбор

BRaiN HR анализировал отклики и помогал ранжировать кандидатов, чтобы рекрутеры не разбирали весь поток вручную с одинаковой глубиной.

2. Перевели подходящих кандидатов на видеоинтервью

Кандидаты проходили видеоинтервью в удобное время 24/7 без участия рекрутера. Команда получала запись, ответы и оценку ИИ-рекрутера.

3. Стандартизировали оценку

Система формировала единый рейтинг и оценки, поэтому сравнение кандидатов стало прозрачнее: рекрутер видел не хаотичный поток резюме, а структурированную картину по воронке.

4. Выделили кандидатов с оценкой 7+

После видеоинтервью команда получила группу кандидатов с оценкой от 7 баллов, с которой можно было быстрее переходить к финальному выбору.

• За 5 рабочих дней обработали 732 отклика.
• Провели 130 видеоинтервью.
• Получили 87 кандидатов с оценкой 7+.
• Команда получила готовый shortlist кандидатов, прошедших первичное видеоинтервью.
• Рекрутеры смогли быстрее перейти к финальному выбору, работая с оценкой ИИ-рекрутера, а не с хаотичным потоком резюме.