Как задать матрицу компетенций для оценки?

Матрица компетенций — это часть промта для LLM-шага. Вы описываете компетенции (например, «системное мышление», «коммуникация», «лидерство»), шкалу оценки (1–5) и примеры проявлений для каждого уровня. Система оценивает ответы кандидата по этой матрице.

Как обеспечить конфиденциальность HR-данных?

Premiss обрабатывает аудио и возвращает результат. Хранение записей и отчетов — на стороне вашей инфраструктуры. Для дополнительной защиты доступна деперсонализация: автоматическое удаление ФИО, контактов и других персональных данных из транскриптов.

Можно ли использовать для массового подбора?

Да. API обрабатывает запросы параллельно. Для массового подбора типичный пайплайн: запись телефонного скрининга → экспресс-скоринг по 3–4 ключевым критериям → автоматическая сортировка кандидатов.

Как агрегировать данные по нескольким выходным интервью?

В промте для выходного интервью вы задаете кодировочную рамку: категории причин ухода (рост, зарплата, руководство, атмосфера и т.д.). API возвращает коды для каждого интервью. Агрегация и визуализация — на стороне вашего приложения.

ИИ для HR — анализ собеседований и HR-аналитика

Почему рекрутеры оценивают по ощущениям

Рекрутер проводит 5–8 собеседований в день и оценивает кандидатов по памяти. Заметки — обрывочные, критерии — размытые, сравнение — субъективное. Онбординг нового сотрудника проходит устно — через месяц он не помнит половину. Регулярные встречи один на один не фиксируются — договоренности забываются обеими сторонами. А когда человек уходит, HR записывает причину «личные обстоятельства», хотя в разговоре звучало совсем другое.

Данные вместо впечатлений

На Premiss API можно построить HR-инструмент, который работает с записями собеседований, обучающих сессий, регулярных встреч один на один и выходных интервью. Для каждого типа встречи — своя логика обработки. Собеседование → скоринг-карта по компетенциям. Онбординг → структурированный конспект для новичка. Встреча один на один → список договоренностей и трекинг выполнения. Выходное интервью → кодирование причин для агрегации по компании.

Пайплайн обработки

Сложность: Средняя

1
Запись HR-встречиВход
Собеседование, онбординг-сессия, встреча один на один или выходное интервью. Файл загружается вручную или отправляется из системы подбора персонала.
2
Транскрибация с разделением по спикерамPremiss
Premiss разделяет аудио на реплики по спикерам и формирует полный текст с разметкой «Спикер 1», «Спикер 2» и таймкодами.
3
Анализ по матрице или кодировочной рамкеPremiss
Для собеседований: LLM оценивает ответы по матрице компетенций (профессиональные навыки, личностные качества, культурное соответствие). Для выходных интервью: кодирование причин ухода по вашей классификации.
4
Скоринг-карта или отчетРезультат
Результат зависит от типа встречи: скоринг-карта с оценками и цитатами, конспект онбординга, список договоренностей из встречи один на один или кодированный отчет по выходному интервью.

Что это даёт

Решения о найме на основе фактов

Скоринг-карта показывает оценки кандидата по каждой компетенции с цитатами из собеседования. Сравнение финалистов — по единой шкале, а не по ощущениям рекрутера.

Новичок не теряет информацию

Каждая онбординг-сессия превращается в структурированный конспект. Новый сотрудник возвращается к нему, а не переспрашивает коллег через неделю.

Причины текучести видны на данных

Агрегация 50 выходных интервью показывает реальные закономерности: не «личные обстоятельства» (как в анкете), а «отсутствие роста» (как в разговоре).

HR тратит время на людей, а не на документы

Обработка записей и заполнение отчетов занимает минуты вместо часов. Рекрутер проводит больше собеседований, руководитель HR — больше встреч.

Примеры из практики

Рекрутинговое агентство: стандартизация оценки

Агентство нанимает 200+ человек в месяц. У каждого рекрутера — свой стиль оценки. Интегратор строит модуль на Premiss API: каждое собеседование расшифровывается и оценивается по единой матрице компетенций из 8 пунктов.

Единая шкала оценки для всех 12 рекрутеров
Заказчик получает скоринг-карту с цитатами, а не «он вроде нормальный»
Время на написание отчета по кандидату: с 40 минут до 5

IT-компания: онбординг и регулярные встречи

Компания с 300 сотрудниками фиксирует все обучающие сессии для новичков и регулярные встречи один на один. Новички получают персональную базу знаний с конспектами, руководители — трекинг договоренностей из прошлых встреч.

Адаптация новичков ускорилась — вся информация доступна в одном месте
Руководители приходят на встречу с контекстом прошлого разговора

HR-платформа: модуль аналитики увольнений

Компания-разработчик HR-системы добавляет в свою платформу модуль анализа выходных интервью. HR-директор видит сводку причин увольнения в разрезе по отделам, стажу и грейду.

Причины увольнения извлекаются из разговоров, а не из формальных анкет
HR-директор видит тренды: «разработчики со стажем 1–2 года уходят из-за отсутствия роста»

Как строится интеграция 3–5 недель

Путь от первого собеседования до полноценной HR-аналитики.

Определение матрицы и форматов

Формализация компетенций, шкал оценки, форматов отчетов для каждого типа HR-встречи.

·Описание матрицы компетенций для собеседований
·Шаблон конспекта онбординга
·Кодировочная рамка для выходных интервью

Интеграция с системой подбора персонала

Подключение к системе управления кандидатами или HR-платформе для автоматической передачи записей и получения результатов.

·API-интеграция с системой подбора персонала
·Маппинг компетенций из системы подбора → промт Premiss
·Обработка результатов и запись скоринг-карт

Пилот и калибровка

Тестирование на реальных собеседованиях. Сравнение оценок ИИ с оценками рекрутеров. Настройка порогов и весов.

·Пилот на 20–30 собеседованиях
·Калибровка: сравнение ИИ-оценок с экспертными
·Доработка промтов по результатам

ИИ-инструменты для HR и рекрутинга