From 6abfeadf5be82ee298b2506375e1cd25e386e153 Mon Sep 17 00:00:00 2001 From: Dauren777 Date: Thu, 11 Jun 2026 10:37:24 +0000 Subject: [PATCH] =?UTF-8?q?=D0=A2=D0=B5=D1=85=D0=B7=D0=B0=D0=B4=D0=B0?= =?UTF-8?q?=D0=BD=D0=B8=D0=B5=20=D0=98=D0=98=20=D0=B4=D0=BB=D1=8F=20HR-?= =?UTF-8?q?=D0=BF=D1=80=D0=BE=D1=86=D0=B5=D1=81=D1=81=D0=BE=D0=B2?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- TZ_AI_HR.md | 391 ++++++++++++++++++++++++++++++++++++++++++++++++++++ 1 file changed, 391 insertions(+) create mode 100644 TZ_AI_HR.md diff --git a/TZ_AI_HR.md b/TZ_AI_HR.md new file mode 100644 index 0000000..8c156d4 --- /dev/null +++ b/TZ_AI_HR.md @@ -0,0 +1,391 @@ +# Техническое задание: ИИ для HR-процессов + +## 1. Общее описание + +**Название:** HR AI Assistant — интеллектуальная система автоматизации HR-процессов. + +**Цель:** Внедрение искусственного интеллекта во все процессы управления персоналом: от подбора до прогнозирования текучести. Система работает как единый AI-агент, доступный через чат-интерфейс, HR-портал и API. + +**Пользователи:** +- HR-директор — стратегические запросы, прогнозы, бюджет +- HR-менеджеры — операционные задачи, документы, коммуникации +- Руководители отделов — KPI, текучесть, обучение подчинённых +- Сотрудники — самообслуживание, вопросы, заявки + +--- + +## 2. Технический стек + +| Слой | Технология | +|------|-----------| +| LLM-модель | OpenAI GPT-4o / локальная Llama 3 70B | +| RAG (поиск по документам) | LangChain + ChromaDB / Pinecone | +| Векторная БД | Pinecone / Qdrant / pgvector | +| Аналитика | Python (pandas, scikit-learn, XGBoost) | +| Бэкенд API | FastAPI (Python) | +| Чат-интерфейс | React + WebSocket | +| Очереди задач | Celery + Redis | +| Мониторинг | LangSmith / MLflow | +| Безопасность | Azure AD / Keycloak, RBAC | + +--- + +## 3. Модули ИИ по HR-процессам + +### 3.1. ИИ для подбора персонала + +**Функции:** + +1. **Автоматический скрининг резюме:** + - Парсинг резюме (PDF, DOCX, HH) + - Оценка соответствия вакансии по 10+ критериям + - Ранжирование кандидатов (score 0-100) + - Выявление red flags (частые смены работы, пробелы) + +2. **Генерация описаний вакансий:** + - На основе должностной инструкции и требований руководителя + - Адаптация под площадку (HH, LinkedIn, Telegram) + - A/B-тестирование текстов вакансий + +3. **Чат-бот для первичного интервью:** + - Автоматические вопросы кандидату в Telegram/WhatsApp + - Оценка ответов по компетенциям + - Назначение собеседования при score > 70 + +4. **Прогнозирование успешности кандидата:** + - ML-модель на исторических данных (кто прошёл ИС, кто уволился) + - Факторы: опыт, образование, навыки, частая смена работы + - Score успешности найма (вероятность пройти ИС) + +**API:** +``` +POST /ai/recruiting/screen-resume — скрининг резюме +POST /ai/recruiting/generate-job-post — генерация вакансии +POST /ai/recruiting/interview-bot — чат-бот интервью +GET /ai/recruiting/predict-success/:id — прогноз успешности +``` + +--- + +### 3.2. ИИ для адаптации + +**Функции:** + +1. **Персональный план адаптации:** + - Генерация Welcome-письма и плана на 3 месяца + - На основе должности, отдела, опыта сотрудника + - Автоматическая постановка задач в трекер + +2. **Чат-бот для новичка:** + - Ответы на частые вопросы (где столовая, как получить доступ, к кому обратиться) + - Еженедельный чекин: «Как проходит адаптация? Оценка 1-5» + - Эскалация проблем HR-менеджеру при низких оценках + +3. **Прогноз риска увольнения на испытательном сроке:** + - ML-модель: активность на портале, оценки чекинов, фидбек наставника + - Alert HR-менеджеру при риске > 60% + +**API:** +``` +POST /ai/onboarding/generate-plan — план адаптации +POST /ai/onboarding/chatbot — чат-бот новичка +GET /ai/onboarding/risk/:employeeId — прогноз риска ИС +``` + +--- + +### 3.3. ИИ для обучения и развития + +**Функции:** + +1. **Рекомендательная система обучения:** + - На основе должности, грейда, пробелов в навыках + - Учёт пройденных курсов и оценок + - Персональный трек обучения на год + +2. **Генерация учебных материалов:** + - Создание тестов и квизов по внутренним регламентам + - Саммаризация длинных документов в короткие гайды + - Перевод материалов на казахский / английский + +3. **Оценка эффективности обучения:** + - Сравнение KPI до и после обучения + - Анализ применения знаний (опрос + данные из рабочих систем) + +**API:** +``` +GET /ai/training/recommend/:employeeId — рекомендации курсов +POST /ai/training/generate-quiz — генерация теста +POST /ai/training/summarize — саммаризация документа +GET /ai/training/effectiveness/:courseId — эффективность курса +``` + +--- + +### 3.4. ИИ для кадрового резерва + +**Функции:** + +1. **Выявление HiPo (high potential):** + - ML-модель на основе: KPI, OKR, оценки 360°, стаж, обучение, инициативы + - Автоматический список кандидатов в резерв (ежеквартально) + +2. **План развития резервиста:** + - Генерация ИПР с конкретными шагами, курсами, проектами + - Отслеживание прогресса и напоминания + +3. **Анализ преемственности:** + - Карта рисков: какие позиции без преемника + - Рекомендация: кто из резерва может закрыть позицию + +**API:** +``` +GET /ai/reserve/detect-hipo — выявление HiPo +POST /ai/reserve/generate-idp — генерация ИПР +GET /ai/reserve/succession-risk — анализ преемственности +``` + +--- + +### 3.5. ИИ для мотивации и удержания + +**Функции:** + +1. **Прогноз текучести (turnover prediction):** + - ML-модель: признаки — стаж, зарплата относительно рынка, KPI, eNPS, больничные, опоздания, активность на HH + - Score риска увольнения для каждого сотрудника (0-100) + - Ежемесячный отчёт HR-директору: топ-20 сотрудников под риском + +2. **Рекомендации по удержанию:** + - Для каждого сотрудника под риском: что предложить (повышение, бонус, обучение, смена проекта) + - Расчёт стоимости замены vs стоимости удержания + +3. **Персонализация мотивации:** + - Определение драйверов сотрудника: деньги / признание / развитие / комфорт + - Рекомендация руководителю по работе с каждым сотрудником + +**API:** +``` +GET /ai/retention/predict-turnover — прогноз текучести +GET /ai/retention/retention-plan/:id — план удержания +GET /ai/retention/motivation-driver/:id — драйверы мотивации +``` + +--- + +### 3.6. ИИ для оценки персонала + +**Функции:** + +1. **Автоматическая оценка KPI:** + - Сбор данных из рабочих систем (CRM, трекер задач, финансы) + - Расчёт KPI без ручного ввода + - Визуализация: дэшборд с динамикой + +2. **Генерация Performance Review:** + - На основе KPI, OKR, 360°, проектов за период + - Черновик отчёта для руководителя (текст + рекомендации) + - Подсветка сильных сторон и зон роста + +3. **360° анализ текста:** + - Обработка текстовых отзывов коллег + - Выделение ключевых тем (sentiment analysis) + - Сводка: «Что ценят коллеги» / «Что建议уют улучшить» + +**API:** +``` +GET /ai/performance/auto-kpi/:employeeId — авто KPI +POST /ai/performance/generate-review — генерация review +POST /ai/performance/analyze-360 — анализ 360° +``` + +--- + +### 3.7. ИИ для кадрового администрирования + +**Функции:** + +1. **Генерация документов:** + - Приказы (приём, увольнение, перевод, отпуск) по шаблону + - Трудовые договоры и доп. соглашения + - Заполнение данными из HR-системы + +2. **Проверка документов:** + - Сканирование загруженных документов на соответствие + - Выявление просроченных документов и отсутствующих полей + +3. **Чат-бот для сотрудников:** + - «Когда у меня отпуск?» → ответ из графика + - «Сколько дней осталось?» → расчёт остатка + - «Как оформить больничный?» → инструкция + +**API:** +``` +POST /ai/admin/generate-document — генерация документа +POST /ai/admin/check-documents — проверка документов +POST /ai/admin/chatbot — чат-бот сотрудника +``` + +--- + +### 3.8. ИИ для HR-аналитики и дашбордов + +**Функции:** + +1. **Генерация отчётов на естественном языке:** + - «Покажи текучесть по отделам за Q2» → таблица + текст + - «Сравни бюджет найма с прошлым годом» → анализ + - «Какие отделы перерасходуют бюджет?» → список + +2. **Автоматические инсайты:** + - Еженедельный дайджест: «На этой неделе: нанято 4, уволено 2, 5 договоров истекают, KPI маркетинга упал на 12%» + - Аномалии: «Текучка в IT выросла на 5% за месяц — причина?» + +3. **Прогнозирование HR-метрик:** + - Прогноз численности, текучести, бюджета на 6-12 месяцев + - Сценарный анализ: «Что если повысим зарплаты на 10%?» + +4. **Бенчмаркинг:** + - Сравнение HR-метрик с рынком (если доступны данные) + - «Ваша текучесть — 14.2%, рынок — 16%. Вы лучше рынка.» + +**API:** +``` +POST /ai/analytics/ask — вопрос на естественном языке +GET /ai/analytics/insights/weekly — еженедельный дайджест +GET /ai/analytics/forecast/:metric — прогноз метрики +GET /ai/analytics/benchmark/:metric — бенчмаркинг +``` + +--- + +## 4. Архитектура ИИ-системы + +``` +┌─────────────────────────────────────────────────────────┐ +│ Чат-интерфейс (React) │ +│ HR-портал · Telegram бот · Slack │ +└────────────────────┬────────────────────────────────────┘ + │ +┌────────────────────▼────────────────────────────────────┐ +│ API Gateway (FastAPI) │ +│ Аутентификация · Rate Limiting │ +└────────────────────┬────────────────────────────────────┘ + │ +┌────────────────────▼────────────────────────────────────┐ +│ Orchestrator (LangChain) │ +│ Маршрутизация запросов · Выбор инструментов │ +└──┬─────────┬──────────┬──────────┬──────────┬──────────┘ + │ │ │ │ │ + ▼ ▼ ▼ ▼ ▼ +┌──────┐ ┌──────┐ ┌────────┐ ┌────────┐ ┌──────────┐ +│ LLM │ │ RAG │ │ ML │ │ Интег- │ │ Генерация│ +│Модель│ │Поиск │ │Модели │ │ рации │ │документов│ +│ │ │ │ │ │ │ (1С,HH)│ │ │ +└──────┘ └──────┘ └────────┘ └────────┘ └──────────┘ + │ │ │ │ │ + ▼ ▼ ▼ ▼ ▼ +┌─────────────────────────────────────────────────────────┐ +│ Данные │ +│ PostgreSQL · Redis · Pinecone · S3 (документы) │ +└─────────────────────────────────────────────────────────┘ +``` + +--- + +## 5. RAG-система (Retrieval Augmented Generation) + +**5.1.** Все внутренние документы компании индексируются в векторной БД: +- Кадровая политика +- Должностные инструкции +- Регламенты и процедуры +- Трудовой кодекс РК +- Исторические HR-данные + +**5.2.** При запросе система: +1. Ищет релевантные фрагменты в векторной БД +2. Передаёт их как контекст в LLM +3. LLM формирует ответ на основе контекста + данных из PostgreSQL + +**5.3.** Обновление индекса: +- Автоматически при изменении документов (webhook) +- Полная переиндексация — раз в неделю + +--- + +## 6. ML-модели + +| Модель | Назначение | Входные признаки | Частота обучения | +|--------|-----------|-----------------|-----------------| +| Turnover Predictor | Прогноз увольнения | KPI, стаж, з/п, eNPS, больничные, опоздания | Раз в месяц | +| HiPo Detector | Выявление талантов | KPI, 360°, обучение, инициативы | Раз в квартал | +| Candidate Success | Успешность найма | Опыт, образование, навыки | Раз в месяц | +| Burnout Risk | Риск выгорания | Стресс, переработки, больничные, eNPS | Раз в месяц | +| Salary Benchmark | Рыночность зарплат | Должность, грейд, опыт, город | Раз в квартал | + +--- + +## 7. Безопасность и этика + +**7.1.** Персональные данные: +- Не передаются во внешние LLM-провайдеры в открытом виде +- Анонимизация перед отправкой (замена имён на ID) +- Все данные хранятся в контуре компании + +**7.2.** Bias (предвзятость): +- Мониторинг ML-моделей на дискриминацию по полу, возрасту, национальности +- Регулярный аудит рекомендаций + +**7.3.** Explainability: +- Для каждого решения ИИ — объяснение причин (какие факторы повлияли) +- «Сотрудник X под риском увольнения потому что: KPI снизился на 15%, з/п ниже рынка на 12%» + +**7.4.** Human-in-the-loop: +- ИИ рекомендует — человек принимает решение +- Критические действия (увольнение, изменение зарплаты) — только с подтверждением + +--- + +## 8. Интеграции + +| Система | Назначение | +|---------|-----------| +| 1С:Зарплата и кадры | Данные сотрудников, оклады, приказы | +| HeadHunter API | Вакансии, отклики, резюме | +| ATS (Хантфлоу) | Воронка подбора | +| LMS | Обучение, курсы, сертификации | +| Active Directory | Авторизация | +| Telegram / Slack | Чат-бот интерфейс | +| Корпоративный портал | Виджет ИИ-ассистента | +| ЭДО (Documentolog) | Генерация и отправка документов | + +--- + +## 9. KPI эффективности ИИ + +| Метрика | Цель | +|--------|------| +| Точность прогноза текучести | ≥ 75% | +| Конверсия найма (с ИИ-скринингом) | +15% к текущей | +| Время закрытия вакансии | −20% | +| Охват сотрудников чат-ботом | ≥ 60% | +| Удовлетворённость ответами ИИ | ≥ 4.0/5 | +| Снижение ручных операций HR | −30% | +| Экономия HR-бюджета | ≥ 10% | + +--- + +## 10. Этапы внедрения + +| Этап | Содержание | Срок | +|------|-----------|------| +| 1 | RAG-система: индексация документов, чат-бот вопросов/ответов | 3 недели | +| 2 | ИИ для подбора: скрининг резюме + генерация вакансий | 3 недели | +| 3 | ИИ для адаптации и обучения: планы + чат-бот новичка | 2 недели | +| 4 | ML-модели: прогноз текучести + HiPo детектор | 4 недели | +| 5 | ИИ для оценки: авто-KPI + генерация review | 2 недели | +| 6 | ИИ для администрирования: генерация документов + чат-бот | 2 недели | +| 7 | ИИ-аналитика: инсайты + прогнозы + дашборды | 3 недели | +| 8 | Интеграция, тестирование, пилот | 3 недели | + +**Итого:** 22 недели, команда 4-5 специалистов (ML-engineer, Backend, Frontend, DevOps, HR-аналитик).