Рынок труда в IT меняется быстрее, чем выходят отраслевые обзоры, поэтому HR приходится собирать картину самостоятельно: изучать статьи в медиа, обходить карьерные сайты компаний, следить за профессиональными каналами. Вручную такой сбор занимает несколько часов каждый день, и полным он все равно не получается, потому что полезных источников всегда больше, чем времени на их изучение.
Команда HR в Битрикс24 автоматизировала этот процесс и собрала систему, которая каждый месяц дает полный срез по рынку, без разработчиков и без навыков программирования, с помощью вайбкодинга. Система состоит из трех частей, которые мы собирали последовательно: дайджест публичных статей, динамика числа вакансий на карьерных сайтах и парсер Telegram-каналов. Как устроено каждое из решений, рассказала Александра Игнатьева, эксперт по подбору персонала Битрикс24.
Часть 1: дайджест публичных статей собирает изменения за месяц одним списком
Одним из источников, на которые рекрутеры всегда опирались при анализе рынка, были публичные отраслевые публикации с Хабра, LinkedIn и других площадок. Задачей было автоматизировать поиск всех значимых статей за месяц и создать мини-дайджест из десятка главных новостей о том, как изменился рынок подбора.
У этого источника есть естественная особенность, которую стоит учитывать. В публикации попадают в первую очередь заметные инфоповоды: запуск новых направлений, крупные наборы, исследования и обзоры, поэтому повседневная динамика рынка в них отражается не полностью. Дайджест помогает сформировать общий контур происходящего, и дальше нам захотелось дополнить его более точными данными, которые можно измерить в цифрах и сравнивать от месяца к месяцу.
Часть 2: динамика числа вакансий как более точный срез рынка
Второй частью стал мониторинг динамики вакансий на сайтах компаний. По их структуре видно, какие направления компании усиливают прямо сейчас: какие роли появляются чаще, какие технологии и стеки встречаются в требованиях, куда смещается спрос от месяца к месяцу. Причины этих изменений мы всегда анализируем отдельно, для мониторинга же достаточно самого сигнала и динамики данных.
Данные мы снимаем с карьерных сайтов: они отражают актуальную картину рекрутинга точнее, потому что вакансии, которые компания хочет выделить, в первую очередь попадают именно туда. Казалось, что собрать эти цифры будет просто, на практике же каждый сайт устроен по-своему, со своим каталогом вакансий и своей логикой фильтров.
Из-за этого общий промпт вроде «сходи на все карьерные сайты и посчитай технические вакансии» результата не принес. Задачу пришлось декомпозировать до конкретного сайта и конкретного фильтра, и даже в таком виде она иногда не решается: с одним из сайтов подсчет не складывался два дня просто потому, что в промпте не было сказано, какую галочку нужно отметить и что результаты по регионам затем нужно сложить. Мы зашли на сайт вручную, разобрались, как он устроен, описали это в задаче, и все посчиталось за пять минут.
Вся аналитическая система была собрана в ИИ-ассистенте для рабочих задач, в Битрикс24 это Коворк/Код. Отдельно удобно, что ассистент уточняет детали и предлагает готовые варианты ответов, где специалист отмечает, что при отборе важно, а что вторично. Методологию при этом задает человек: например, мы договорились, что к техническим специалистам будем относить всех, кто участвует в создании продукта и работает с кодом.
Результаты первых итераций мы всегда сверяем на правдоподобие, потому что без проверки ошибку в подсчете не увидеть. Чтобы не повторять всю работу заново каждый месяц, в конце каждого чата мы просим собрать файл с правилами подсчета и промптами и сохранить его в рабочую папку. Следующий прогон идет уже по этим правилам, а данные сводятся в таблицу с разбивкой по месяцам.
Часть 3: парсер Telegram-каналов собирает сигналы, которых нет в крупных медиа
Третья часть системы сейчас в тестировании. Задачу мы сформулировали так: пройти по Telegram-каналам в сфере HR за последний месяц и собрать посты о том, как компании выстраивают работу с людьми: какие практики в рекрутинге и онбординге используют, что системно меняется в бенефитах и условиях, какие методы развития корпоративной культуры обсуждают коллеги. В отраслевые обзоры такие детали попадают редко, при этом именно эти гипотезы и эксперименты полезнее всего обсуждать и примерять на себя.
Изначально проверенного списка каналов у нас не было, и в выдачу попали каналы со словом HR в названии, где публикуются в основном общие материалы о профессии. Полезные источники мы в итоге подобрали вручную, ориентируясь на содержание каналов, потому что по названию найти их не получается. В итоге выдача получилась даже чересчур объемной, и сейчас мы выполняем обратную задачу: очищаем ее от материалов, которые к рынку IT отношения не имеют.
Результат: три источника сходятся в одном отчете за месяц
Данные всех трех частей мы объединяем и собираем из них отчет о том, что происходило в российском IT за месяц. Получается одностраничник в формате HTML, который читается быстрее таблицы и лучше помогает подсветить основные выводы.
Вся картина месяца помещается на один экран: сводные цифры по вакансиям, ключевые новости и выдержки из профессиональных каналов идут блоками, между которыми легко переключаться. Структура отчета повторяется из месяца в месяц, поэтому два соседних отчета легко сравнить по одним и тем же блокам.
Такой ежемесячный отчет становится основой для обсуждения на планерках: мы смотрим, какие практики работы с людьми появляются у других компаний, что из этого имеет смысл разобрать подробнее и что можно попробовать у себя. Раньше такой разговор строился на разрозненных наблюдениях, теперь у команды есть общая фактура, одинаковая для всех участников.
Основные правила: дробить задачу, смотреть на источник самому, перепроверять цифры
В процессе работы над этим проектом мы сформулировали для себя три правила, которые скорее всего сработают на любой похожей задаче:
- Задачу стоит дробить до конкретного шага, потому что общая формулировка не приводит к результату.
- Каждый источник нужно изучить самостоятельно, иначе верно направить ИИ-ассистент в случае ошибки не получится.
- Цифры в первые прогоны необходимо перепроверять вручную, но дальше этот этап становится короче по мере того, как правила подсчета уточняются и сохраняются.
Ценность решения складывается из совокупности источников, потому что по одним публичным новостям такую картину собрать не получится. Собранный за месяц срез дает общий контекст рынка, на который можно опереться: когда у отдельной компании появляется заметное отклонение, мы сверяем его с общей динамикой и понимаем, частный это случай или движение всего сегмента.
Разработчик без ИИ-навыков — новый риск в найме для IT-команды
