Автоматический скрининг резюме должен сортировать список откликов и объяснять порядок, а не отклонять кандидатов. Как только система получает право отказывать самостоятельно, она начинает вычищать из воронки ровно тех людей, ради которых вакансию и открывали: специалистов со сменой отрасли, практиков без профильного диплома, людей с перерывом в стаже и всех, кто описал свой опыт не теми словами, что стоят в тексте вакансии.
Это не абстрактный риск. Ошибка автоматического отсева не оставляет следа: отклонённый кандидат не жалуется, не попадает в отчёт и не портит метрики — он просто исчезает, а воронка при этом выглядит здоровой и даже ускорившейся. Именно поэтому проверять скрининг надо не по отзывам рекрутеров, а прогоном на закрытых вакансиях прошлого года, где известен правильный ответ.
Ниже — разбор того, как машина технически разбирает резюме и где на каждом шаге ломается; кого именно теряет формальный отсев; сколько стоит правило «ранжировать, а не отклонять» в рублях за месяц; и как за три дня и 29 770 ₽ проверить качество скрининга до того, как включать его на живом потоке. Общую картину HR-воронки и её метрик мы разбирали в опорной статье кластера об автоматизации HR-процессов — здесь идёт разбор одного её этапа.
Фильтр и оценка — два разных действия
Словом «скрининг» в презентациях называют две операции, у которых разная природа и разная допустимая степень автоматизации. Первая — жёсткий фильтр по проверяемым фактам: есть ли права нужной категории, живёт ли человек в нужном городе, готов ли к сменному графику, есть ли допуск или медкнижка. Ответ бинарный, проверяемый, и машина здесь точна.
Вторая операция — оценка соответствия: «подходит ли этот человек нашей вакансии». Это суждение, а не факт. У него нет однозначного ответа, оно зависит от контекста, от того, кого вы уже наняли, и от того, что руководитель на самом деле имел в виду под «опытом в продажах». Отдавать суждение тому же механизму, что и проверку прав категории C, нельзя — не потому, что модель плохая, а потому, что у результата принципиально другой статус.
Не текст объявления, а структурированный список требований с указанием, какое из них проверяемый факт, какое — предпочтение, и какой у предпочтения вес. Пока профиля нет, автоматизировать нечего: система будет искать совпадения со случайным набором слов из рекламного описания вакансии, написанного маркетингом.
| Что делаем с признаком | Примеры | Кто принимает решение | Что остаётся в системе |
|---|---|---|---|
| Жёсткий фильтр — можно | Город, готовность к графику, права категории, допуск СРО, медкнижка, гражданство для позиций с законным ограничением | Машина, автоматически | Отметка «не проходит по проверяемому условию» с указанием условия |
| Ранжирование — нужно | Опыт в похожей роли, объём ответственности, знание отраслевой специфики, набор инструментов | Машина сортирует, рекрутер читает | Позиция в списке и причина позиции |
| Не трогаем вообще | Год рождения, пол, имя и гражданство вне законных ограничений, адрес, фотография, название вуза, перерывы в стаже | Никто — эти поля не участвуют | Поля вырезаются до передачи в модель |
| Решение об отказе | Любой отказ кандидату | Только человек, с формулировкой причины | Журнал: кто, когда, на каком основании |
Третья строка таблицы — не юридическая перестраховка, а инженерное требование. Если в модель уходят имя, фотография и адрес, модель начинает использовать их как признаки, даже когда её об этом не просили: она выучивает пол через формулировки и имя, возраст — через год окончания вуза, происхождение — через адрес и написание фамилии. Полей «пол» и «возраст» в данных при этом может не быть вовсе, а результат получится тот же, что при прямой фильтрации по ним.
Четыре кандидата, которых теряет формальный отсев
Потери у формального отсева не случайные, а системные: он выбивает одни и те же четыре типа людей, и все четыре — это как раз те, кого сложно найти иначе. Дальше — таблица с тем, как каждый тип выглядит в отклике, какой критерий его срезает и что делать вместо этого.
| Кого теряем | Как это выглядит в отклике | Какой критерий срезает | Что делать вместо |
|---|---|---|---|
| Смена отрасли | «8 лет в логистике, последние 2 года — в рознице» | «Опыт в нашей отрасли от 3 лет» | Отраслевой опыт — в ранжирование с невысоким весом, а не в фильтр |
| Перерыв в стаже | Разрыв 14 месяцев между двумя местами работы | «Без перерывов дольше 3 месяцев», сортировка по непрерывности стажа | Убрать из расчёта совсем: причина перерыва выясняется в разговоре, а не по датам |
| Другие слова о том же опыте | «Вёл клиентов и следил за оплатами» вместо «работа с дебиторской задолженностью» | Совпадение ключевых слов из текста вакансии | Нормализация формулировок и словарь синонимов до сопоставления |
| Практик без «нужного» диплома | 6 лет по специальности, профильного высшего нет | «Высшее профильное образование» | Фильтровать только там, где диплом требуется по закону; иначе — предпочтение с малым весом |
Сравнение в четыре строки и три колонки. Строки: «Смена отрасли», «Перерыв в стаже 14 месяцев», «Тот же опыт другими словами», «Практик без профильного диплома». Колонки: «Как выглядит в отклике», «Критерий, который срезает», «Корректная замена». В колонке критериев каждая ячейка перечёркнута тонкой красной штриховкой, в колонке замен стоит галочка. Внизу общая подпись: «Из 200 нанятых такой фильтр отсёк бы 23». Чертёжный стиль, надписи по-русски.
Общее у всех четырёх — критерий выглядит разумным, пока его читает человек, и становится решёткой, когда его исполняет машина. Рекрутер, читая «опыт в отрасли от 3 лет», понимает это как пожелание и всё равно откроет резюме человека с сильным смежным опытом. Фильтр понимает то же самое как условие и закрывает дверь молча.
Как машина разбирает резюме и где ломается на каждом шаге
Технически скрининг — это конвейер из четырёх шагов, и качество итогового списка определяется не последним шагом, а первыми двумя. Разбор ошибается там, где вы его не видите: в извлечении полей и в нормализации названий.
- 11. Извлечение полей из файла и текста отклика
Резюме приходит в PDF, DOC, в теле письма, в анкете работного сайта и иногда фотографией. Имя, контакты и даты извлекаются надёжно; блок опыта — это свободный текст, и он извлекается хуже. Сканы и фотографии требуют отдельного распознавания — теми же инструментами, что и первичка: Content AI, Smart Engines. На этом шаге теряются данные из таблиц и двухколоночных вёрсток дизайнерских резюме.
- 22. Нормализация должностей и навыков
«Менеджер по работе с клиентами», «клиентский менеджер», «аккаунт-менеджер» и «специалист отдела сопровождения» — одна роль, записанная четырьмя способами. Без словаря синонимов и справочника ролей система считает их разными, и совпадение по ключевым словам проваливается. Это самое частое место поломки и самая скучная часть проекта: справочник собирается руками под вашу отрасль.
- 33. Сопоставление с профилем вакансии
Профиль — это список требований с весами, а не текст объявления. Проверяемые факты дают отсечку, предпочтения дают баллы. Здесь же применяется правило вырезания полей: имя, фотография, адрес, год рождения и гражданство до сопоставления удаляются, чтобы не участвовать в оценке даже косвенно.
- 44. Ранжирование и объяснение позиции
На выходе — не «прошёл / не прошёл», а упорядоченный список, где у каждой позиции написано, почему она здесь: какие требования совпали, какие нет, какие данные не удалось извлечь. Последний пункт важнее остальных: «не смогли разобрать блок опыта» — это причина посмотреть отклик глазами, а не причина опустить его вниз.
Схема слева направо: «Файл или текст отклика» → «Извлечение полей» → «Нормализация должностей и навыков» → «Сопоставление с профилем вакансии» → «Ранжированный список с причинами». Под вторым блоком сноска «теряются таблицы и двухколоночная вёрстка», под третьим — «четыре написания одной роли», под четвёртым — «поля имя, фото, адрес, год рождения вырезаны». Сбоку от четвёртого блока отдельная перечёркнутая ветка «автоматический отказ». Внизу серая линия «полный список сохраняется целиком». Чертёжный стиль, подписи по-русски.
Имя, фотография, адрес проживания, год рождения, год окончания учебного заведения, гражданство и семейное положение для ранжирования не нужны — они нужны только рекрутеру и только после того, как список составлен. Зафиксируйте перечень вырезаемых полей письменно и проверьте его на реальном запросе: в половине проектов в модель уходит весь текст резюме целиком просто потому, что так было проще собрать.
Ранжировать, а не отклонять: сколько это стоит в месяц
Главное возражение против ранжирования — «тогда рекрутеру всё равно придётся читать много откликов, в чём же экономия». Возражение справедливое, поэтому его надо посчитать. Модельная компания: оптовое направление с розничной сетью, 700 откликов в месяц по всем открытым вакансиям, час рекрутера — 634 ₽ (оклад 80 500 ₽ плюс страховые взносы, 165 рабочих часов), день незакрытой линейной позиции — 2 500 ₽.
В варианте с жёстким отсевом фильтр по четырём формальным критериям оставляет 126 откликов, остальные 574 закрываются автоматически. В варианте с ранжированием рекрутер читает верхние 210 позиций — быстрее, потому что у каждой есть причина, — и выборочно просматривает 70 позиций из хвоста списка.
Арифметика получается неудобной для продавцов автоматического отсева: экономия от полного отказа от чтения откликов существует, но она измеряется полутора тысячами рублей в месяц, а риск на другой чаше — десятками тысяч за один случай. При этом ранжирование сохраняет всё то, ради чего скрининг и внедряют: рекрутер перестаёт читать отклики в случайном порядке, сильные кандидаты оказываются наверху в первый час, а не на третий день, и скорость первого касания растёт — а это, как показывает воронка массового подбора, главный рычаг конверсии.
Автоматизировать надо очередь, а не решение. Список, отсортированный за секунду, экономит дни; отказ, выданный за секунду, стоит месяцев.
Слепой прогон: проверка за три дня и 29 770 ₽
Скрининг — редкий случай, когда качество можно измерить до внедрения, потому что правильный ответ уже известен: вы знаете, кого наняли в прошлом году и кто из них до сих пор работает. Прогон делается на закрытых вакансиях, в режиме, когда система не знает исхода.
- 1Выгрузить закрытые вакансии прошлого года со всеми откликами по ним. В модельной компании это 200 вакансий и 8 400 откликов.
- 2Отметить исходы, которые уже известны: кого пригласили на интервью, кому сделали оффер, кто вышел, кто дошёл до конца испытательного срока.
- 3Собрать профили вакансий и прогнать скрининг на этих откликах, скрыв исходы от системы.
- 4Сверить два списка: сколько фактически нанятых попало бы в автоматический отсев и на каком месте оказались бы те, кто отработал больше года.
- 5Прочитать глазами спорные позиции: отклонённых, которые были наняты, и высоко оценённых, которые не прошли интервью. Здесь находятся все реальные дефекты профиля.
В модельном прогоне результат получился такой: жёсткий фильтр по четырём формальным критериям отсёк бы 23 человека из 200 фактически нанятых — каждого девятого из тех, кто в компании работает. Это и есть цифра, ради которой проверка делается: она превращает спор о том, «не слишком ли строгие у нас критерии», в разговор о конкретных 23 людях, которых все знают по именам.
Диаграмма: горизонтальная полоса из 200 одинаковых значков людей, подписанная «фактически наняты в прошлом году». 23 значка выделены и вынесены вниз со стрелкой к блоку «отсеяны автоматическим фильтром по четырём формальным критериям», рядом подпись «каждый девятый». Под блоком перечислены четыре критерия: «опыт в отрасли от 3 лет», «без перерывов в стаже», «совпадение ключевых слов», «высшее профильное». Слева сноска «прогон: 200 вакансий, 8 400 откликов, 29 770 ₽». Чертёжный стиль, подписи по-русски.
Прогон стоит повторять — раз в полгода или после каждого заметного изменения профиля вакансии. Профили дрейфуют: руководитель добавляет требование, рекрутер уточняет формулировку, и через год фильтр отсекает уже не то, что задумывалось. Это та же работа, что и регулярный пересмотр сценариев после запуска любой системы, и у неё должен быть владелец.
Объяснимость: почему у каждой позиции должна быть причина
Требование объяснимости выглядит академическим ровно до того момента, когда кандидат просит письменную причину отказа. Статья 64 Трудового кодекса даёт ему это право, а работодателю — 7 рабочих дней на письменный ответ, и отказ можно обжаловать в суде. Если решение приняла система, а причину никто сформулировать не может, у компании нет хорошего выхода из ситуации.
С 1 сентября 2026 года к этому добавились требования к применению ИИ и к обработке персональных данных: внутренняя политика использования ИИ из необязательного документа превратилась в рабочую необходимость, а обработка резюме языковой моделью — в процедуру, у которой должны быть описанные основание, состав передаваемых данных и место хранения. Что именно требуется от HR-контура по 152-ФЗ, мы разбираем в отдельной статье о персональных данных кандидатов, а наши требования к хранению и разграничению доступа описаны в разделе о безопасности.
- У каждой позиции в списке — причина её места: какие требования совпали, какие нет, что не удалось разобрать.
- Полный список сохраняется целиком; «отсеянные» не удаляются и доступны рекрутеру одним щелчком.
- Формулировка причины отказа пишется в терминах деловых качеств и хранится вместе с отметкой, кто и когда её утвердил.
- Состав жёстких фильтров зафиксирован в регламенте отбора — письменно, с датой и ответственным за изменения.
- Кандидат при первом контакте знает, что часть переписки ведёт автоматический помощник, а решение принимает человек.
- Перечень полей, которые не передаются в модель, зафиксирован и проверяется на реальном запросе, а не на схеме в презентации.
Нарисованный абстрактный экран без брендинга. Слева вертикальный список из восьми карточек-откликов с номерами позиций; под каждой мелким шрифтом строка причины вида «совпало: город, график; не совпало: отраслевой опыт; не разобран блок опыта». Сверху счётчик «700 откликов, показаны 210». Внизу списка отдельная свёрнутая полоса «хвост списка, 490 позиций — открыть» с пометкой «ничего не удалено». Справа узкая панель с двумя кнопками: «Пригласить» и «Отказать — с указанием причины», вторая подписана «действие человека». Чертёжный стиль, все надписи по-русски.
Рабочий документ содержит: список жёстких фильтров с обоснованием каждого, список признаков, которые в оценке не участвуют, правило «отклоняет только человек», порядок формулирования причины отказа, срок хранения откликов и фамилию того, кто вносит изменения. Всё остальное — приложения. Без этого документа скрининг нечем настраивать и нечем защищать.
Когда автоматический скрининг не нужен
Есть четыре ситуации, в которых мы отговариваем от проекта. Все четыре проверяются за вечер, до любых разговоров с подрядчиком.
- 1Поток меньше 100 откликов в месяц. При таком объёме ручной просмотр занимает около 5 часов, то есть примерно 3 200 ₽ по ставке рекрутера, и никакая система эту сумму не отобьёт. Сначала имеет смысл собрать единый отклик-лист и шаблоны ответов — это неделя работы и ноль рублей.
- 2Штучный найм редких специалистов. Когда в год закрывается три позиции и каждая уникальна, воронка и ранжирование только мешают: здесь работают личная сеть контактов и прямой поиск, а профиль вакансии дописывается по ходу.
- 3Нет описанного профиля вакансии. Если требования живут в голове руководителя и меняются от кандидата к кандидату, автоматизировать нечего — система зафиксирует случайный срез этих требований и будет добросовестно его исполнять.
- 4Вакансии каждый раз разные. Скрининг окупается на повторяющихся ролях, где справочник должностей и навыков собирается один раз и служит годами. На потоке уникальных позиций справочник придётся переписывать под каждую — это дороже ручного чтения.
И отдельный случай, который формально не относится к скринингу, но встречается чаще всех перечисленных: отклики лежат в трёх местах — на работном сайте, в почте и в мессенджере рекрутера. Пока их не свели в один список, любая система будет разбирать треть потока и показывать красивые цифры по этой трети. Единый отклик-лист — предусловие проекта, а не его результат.
