ЮMoney: языковая модель отбирает резюме, скрининг быстрее на 60–70%

ЮMoney получает большой отклик на вакансии, и HR-специалисты физически не успевали провести качественный и объективный анализ каждого резюме. По данным компании, до 80% рабочего времени HR-бизнес-партнёры тратили на первичный анализ резюме. Задачу автоматизации взял на себя департамент внутренних систем: цель — помочь HR-департаменту повысить конверсию воронки подбора персонала. В компании уже работала внутренняя система подбора CRM-R, которая через API собирает отклики с работных сайтов, с корпоративного сайта «Работа в ЮMoney» и резюме, найденные HR-специалистами самостоятельно.

Компания доработала CRM-R и подключила к ней внутреннюю языковую модель BI Data Science на базе Gemma-3 — открытой модели Google. Все поступающие в CRM-R резюме автоматически проходят скрининг: система сопоставляет хард- и софт-скиллы кандидата с требованиями вакансии, выделяет сильные и слабые стороны, оценивает соответствие по 10-балльной шкале, ранжирует отклики по релевантности и передаёт HR-бизнес-партнёрам список. Персональные данные остаются внутри CRM. Ключевой частью решения стал промпт: роль HR-специалиста, инструкции по сравнению вакансии и резюме, формат структурированного результата для рекрутёра.

Модель Gemma-3 уже была развёрнута в компании, поэтому команда занималась промптом, интеграцией и настройкой взаимодействия с CRM. Промпт тестировали на рабочей модели небольшими итерациями и дорабатывали на резюме, ранее обработанных и оценённых рекрутёрами. Затем разработали хранение результатов и интеграцию CRM-R с моделью, вывели в эксплуатацию пилотную версию, а после обратной связи заказчиков — полнофункциональную. В январе 2026 года компания сообщила, что процесс работает несколько месяцев: время на первичный скрининг сократилось на 60–70%, срок закрытия вакансий — в 2 раза, особенно в массовом найме.