Magnum HR Agent
AI для массового найма в рознице из сотен магазинов. Агент сам ведёт кандидата через весь первый час найма — интервью, подбор ближайшего магазина, запись на выход — прямо в WhatsApp, на русском и казахском.
- 01 Отклик из внутренней HR-системы → диалог в WhatsApp за минуты.
- 02 Свой геокодер подбирает ближайший магазин по любому адресу.
- 03 Каждое обновление проверяем на реальных вопросах, чтобы качество не падало.
Кандидатов больше, чем рекрутеров.
С внутренней HR-системы Магнум идёт ровный поток откликов. HR-команда не успевает отвечать всем вовремя — часть пайплайна отваливается ещё до первого контакта. 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.
А у каждого — куча вопросов.
Первый час найма — на автомате, от и до.
Отклик попадает во внутреннюю HR-систему Магнум. Дальше агент ведёт кандидата сам: пишет в WhatsApp от лица рекрутера, ссылается на вакансию, куда человек откликнулся, проводит интервью, подбирает ближайший магазин, называет точные условия и записывает на оплачиваемый ознакомительный день. Рекрутер подключается уже к отсортированному кандидату, а не к сырому потоку.
- 01
Подхватить отклик
Отклик попадает во внутреннюю HR-систему, и агент открывает диалог в WhatsApp за минуты — на русском или казахском, вплоть до смешанной речи.
- 02
Провести интервью
Не анкета из трёх полей. Агент спрашивает возраст и образование, проговаривает условия под конкретную роль и рассказывает обязанности — так, как это делал бы живой рекрутер.
Оформление и окладГрафик и сменыПитание · санкнижка · формаОбучениеАванс до зарплатыПравила для несовершеннолетних - 03
Найти ближайший магазин
Адрес в любой форме — район, микрорайон, перекрёсток — превращается в координаты. Агент предлагает 2–3 ближайших магазина с открытой ролью и расстоянием в километрах.
- 04
Назвать условия и записать на выход
По выбранному магазину агент называет точный оклад и премию, отвечает на вопросы и записывает кандидата на оплачиваемый ознакомительный день: время, что взять с собой, дресс-код.
- 05
Передать рекрутеру
Статус пишется обратно во внутреннюю HR-систему. Рекрутер видит отсортированного кандидата с готовыми ответами и предложенным магазином — и делает следующий шаг.
- 06
Оставить редактируемым
Через админку HR меняет вакансии, оклады, приоритетные филиалы и правила подбора без разработчиков.
Геокодер, который пришлось собрать самим.
Поле «адрес» означает что угодно: район, микрорайон, посёлок, кусок улицы, перекрёсток, разговорное название. Начинали на открытом геокодере — но адреса филиалов с номерами домов ломали разбор, а районы и перекрёстки он не узнавал. Ушли на Yandex Maps: у него самые точные данные по СНГ.
Сверху — свой слой. Агент достраивает контекст (город, «перекрёсток …»), задаёт уточняющие вопросы, считает расстояние до филиалов и предлагает только магазины с открытой ролью в массовом подборе. Данные по филиалам, окладам и вакансиям синхронизируются из внутренней HR-системы раз в сутки и кэшируются локально.
Качество агента — не «звучит умно», а измеримая цифра.
Нельзя поменять модель или промпт и на слово обещать, что не стало хуже. Поэтому у агента есть эвалы — регрессионные тесты для LLM. Мы разбираем реальные диалоги, собираем из ошибок golden-датасет с эталонными ответами, а отдельная модель-судья оценивает каждый ответ по чётким критериям. Датасет прогоняется на каждое изменение — так мы сравнивали разные версии моделей на одном наборе — и разбираем промахи, пока они не уйдут.
- 01 Разбор диалогов Читаем реальные переписки, находим и размечаем первую ошибку в каждой.
- 02 Golden-датасет Эталонные ответы: 100 вопросов на русском и казахском.
- 03 LLM-судья Отдельная модель оценивает ответ по критериям, выровнена по разметке людей.
- 04 Прогон на изменение n+1: подаём историю и следующую реплику кандидата, сравниваем модели и промпты.
- 05 Регрессии → 0 Держим пройденные тесты у 100%; падение балла блокирует релиз.
И меряем не одно совпадение с эталоном. Отдельная модель-судья оценивает каждый ответ по критериям — тон, корректность условий, естественность; проверяем, довёл ли агент кандидата по воронке до записи на выход и вызвал ли нужные инструменты (геокодер, поиск магазина). Сам судья тоже под контролем: сверяем его с ручной разметкой, прежде чем ему верить. Плюс стабильность ответов на повторах, удержание регрессий у 100% и стоимость прогона — по времени и деньгам.
Что изменилось
Кандидат получает ответ за минуты
Первый диалог запускается до того, как отклик успевает остыть. Меньше людей отваливается между откликом и интервью.
Первый час найма идёт без рекрутёра
Интервью, условия, подбор магазина и запись на ознакомительный день агент закрывает сам, на двух языках. Рекрутер подключается к решению, а не к переписке.
Магазин действительно подходит
Геокодинг превращает «ближайший магазин» в свойство системы. Людям предлагают то, до чего удобно ездить.
Меняем модель и промпты без страха
Новый промпт или модель сперва проходит golden-датасет. Качество — измеримое свойство, а не надежда.
Нанимаете в масштабе, где ответ должен приходить почти мгновенно?
Помогаем рознице и операционным командам поставить первый час найма на рельсы: агент в чате, админка для HR и логика, которая отправляет кандидата на правильную вакансию.