Подхватить отклик
Отклик с HeadHunter попадает в Skills, и агент открывает диалог в WhatsApp за минуты, а не за часы.
Magnum HR Agent
AI для массового найма в розничной сети, в которую входят сотни магазинов. Агент подхватывает кандидата сразу после отклика на HeadHunter и проводит короткое интервью в WhatsApp. Самое сложное здесь не диалог. Самое сложное — подобрать ближайший магазин, разобрать адрес, написанный в любой форме, и встроить всё это в реальный HR-процесс, который уже работает.
Проблема
Кандидатов больше, чем рекрутеров.
С HeadHunter идёт ровный поток откликов. HR-команда физически не успевает отвечать всем вовремя — часть пайплайна отваливается ещё до того, как до неё дошли. Кандидат ждёт, получает оффер у конкурента, вакансия остаётся открытой.
Плюс каждого надо отправить в конкретный магазин. На сети такого размера руками — медленно и случайно. Подходящего человека отправляют в магазин на другом конце города.
- Откликов приходит больше, чем рекрутеры успевают обрабатывать.
- Одни и те же стартовые вопросы съедают у HR часы каждый день.
- Магазин назначают вручную — ближайший к человеку находят редко.
Решение
Первый час найма — на автомате, от и до.
Отклики падают в Skills — внутреннюю HR-систему. Дальше работает агент: пишет кандидату в WhatsApp через Infobip, проводит короткое интервью и предлагает ближайший магазин с открытой ролью. Рекрутер видит уже отсортированных людей.
Всё построено вокруг рекрутера, а не вокруг модели. У HR есть админка, где можно править вакансии, оклады и данные по магазинам без разработчика.
Провести интервью
Короткий структурированный диалог: возраст, образование, ожидания по зарплате, район, плюс детали под конкретную вакансию. Одни и те же вопросы каждый раз.
Найти ближайший магазин
Адрес в свободной форме превращается в координаты и сопоставляется с сетью. Агент предлагает только те магазины, до которых кандидату реально удобно добираться.
Передать рекрутеру
Отсортированные кандидаты появляются в Skills с готовыми ответами и предложенным магазином — рекрутер сразу делает следующий шаг.
Оставить редактируемым
Через админку HR меняет оклады, филиалы и параметры вакансий без участия разработчиков.
Техническая часть
Геокодер, который пришлось собрать самим — потому что поле «адрес» означает что угодно.
Люди пишут место жительства как удобно: район, посёлок, микрорайон, кусок адреса, иногда разговорное название. Простой поиск по строке не работает. Поэтому мы построили над Yandex Maps собственный слой геокодирования: на входе — любая такая строка, на выходе — координаты и ближайший магазин.
Начинали на 2GIS, ушли — на реальных объёмах API оказалось дорогим. Координаты магазинов закэшированы локально, чтобы одну и ту же точку не считать дважды. Сторона WhatsApp — Infobip, состояние диалога живёт на нашем бэкенде через вебхуки.
Свой геокодер поверх Yandex Maps: текст адреса на входе, магазин на выходе.
Координаты магазинов кэшируются локально, чтобы держать стоимость API под контролем.
Интеграция со Skills: получение откликов и передача готового кандидата.
WhatsApp через Infobip, состояние диалога — на вебхуках.
Лёгкая логика допуска (16–60 лет) — агент сортирует, рекрутер решает.
Админка для вакансий, окладов, филиалов и правил подбора.
Python backendWhatsAppInfobipYandex Maps APISkills HR systemКастомная админка
Что изменилось
Кандидат получает ответ за минуты
Первый диалог запускается до того, как отклик успевает остыть. Меньше людей отваливается между откликом и интервью.
HR не делает интервью вручную
Одни и те же вопросы, одна и та же структура, готовые данные в Skills. Рекрутер тратит время на решения, а не на копирование одного и того же сообщения.
Магазин действительно подходит
Геокодинг превращает «ближайший магазин» в свойство системы, а не в предположение. Людям предлагают то, до чего удобно ездить — выше шанс, что человек действительно выйдет на работу.
Обсудим ваш проект.
Начать с пары деталейОтвечаем в течение одного рабочего дня. На первом созвоне Азамат подключается лично: честно разбираем объём работ, бюджет и риски с человеком, который отвечает за поставку.