Якщо розглянути звичайний процес пошуку співробітника в галузі IT, то зрозуміло, що він базується на досвіді кандидата, освіті та тегах, які повинні бути у нього.
Цей підхід є стандартним і до недавнього часу здавався єдиним варіантом, хоча він має значний недолік. Тож розглянемо це детальніше.
Tags-based сценарій
Припустимо, ви шукаєте Senior Data Engineer з мінімум п’ятирічним досвідом в Apache Spark. Також кандидат повинен знати Scala та використовувати її протягом не менше трьох років, а також мати два роки досвіду роботи з AWS.
На звичайному сайті з пошуку за тегами, рекрутер вказує загальну кількість років досвіду та теги, які мають бути у кандидата. У нашому випадку це Spark, Scala, AWS.
Система знаходить таких кандидатів, проте не надає жодної інформації, що саме означають ці загальні 5 років досвіду в кандидата, який рівень і скільки років досвіду він має окремо по кожній навичці (Spark, Scala, AWS).
Після цього відбувається співбесіда, під час якої стає зрозуміло, що у кандидата дійсно є п’ять років загального досвіду, але чотири з них він працював адміністратором у комп’ютерному клубі, і лише останній рік він працює в IT, на проєкті, де Spark, Scala, AWS використовують інші програмісти, і він просто зазначив ці теги у своєму резюме, бо вони є в цьому проєкті. Але насправді він є початківцем у цих навичках.
Ну буває — скажете ви. Людина трошки дофарбувала компетенції, для того й співбесіда, щоб уточнювати деталі.
Але ми маємо згаяний час, як для роботодавця, так і для кандидата на цю вакансію. А тепер помножте цей час на кількість непідходящих кандидатів через недосконалу систему tags-based пошуку, і ви зрозумієте головний недолік такої системи.
Skills-based пошук, це новий стандарт рекрутингу в IT
На відміну від стандартних сайтів пошуку роботи, платформа DecisionWanted реалізує справжній skills-based пошук. Це означає, що ви отримуєте детальну інформацію щодо кожної навички кандидата:
- Рівень (суб’єктивна оцінка кандидата та інших користувачів системи).
- Досвід (час безпосереднього застосування навички).
Саме ці характеристики відрізняють звичайні теги від навичок (skills).
При створенні вакансії на платформі DecisionWanted, рекрутер може задати всю детальну інформацію щодо кожної навички.
Розглянемо той самий приклад. Senior Data Engineer з мінімум п’ятирічним досвідом в Apache Spark, знання Scala протягом трьох років і два роки досвіду з AWS. Обравши такі скіли, рекрутер отримає кандидатів, які будуть повністю співпадати з цими критеріями. Звісно, рекомендації буде менше, чим при tags-based, але всі вони будуть ідеально релевантними.
Зазначимо, що одна й та сама навичка може мати різну вагу в різних вакансіях. Це також передбачено на DecisionWanted і буде враховано при рекомендації кандидатів.
Наприклад, в одній вакансії знання AWS є обов’язковою вимогою, а в іншій вони важливі, але необов’язкові бонусні навички, які додають додаткову вагу кандидату.
Кандидат зі знаннями AWS буде вище в списку рекомендованих кандидатів, ніж той, хто не має цих знань.
Skills-based система пошуку на DecisionWanted гарантує, що кожна рекомендація вакансії або кандидата, яку ви отримуєте, на 100% відповідає мінімальним вимогам.
Замість години спілкування та усвідомлення того, що кандидат або вакансія вам не підходять, на DecisionWanted ви одразу отримуєте детальний звіт про відповідність. Ви зможете швидко зрозуміти, чи варто продовжувати розмову або переходити до інших варіантів.
Подивіться приклад такого звіту.
Наприклад, при отриманні такого звіту ви будете мати детальну інформацію про те, як кожна навичка кандидата відповідає вимогам вакансії. Ви побачите рівень кожної навички, досвід в її застосуванні та порівняєте його з вашими вимогами.
Отримуючи таку інформацію, ви зможете швидко вирішити, чи запрошувати кандидата на співбесіду. І якщо навички кандидата повністю відповідають вашим вимогам, вам лише залишиться підтвердити ці навички під час співбесіди та, в разі успішного проходження, запропонувати йому бажану роботу.
Спробуйте пошук роботи та спеціалістів на платформі DecisionWanted і опануйте skills-based підхід, який гарантує більш ефективний та точний відбір кандидатів.