392 lines
20 KiB
Markdown
392 lines
20 KiB
Markdown
# 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).
|