Production AI Resume Search с интеграцией с HeadHunter: архитектура, matching и anti-bias pipeline

TL;DR

Production AI-рекрутинг — это не просто список откликов по вакансии.

Рабочая система включает ingestion из HeadHunter API, нормализацию данных резюме, структурированный matching и explainable scoring.

В текущем контуре реализованы авторизация, обновление вакансий, сохранение резюме, пакетный AI-анализ кандидатов и выдача объяснимого рейтинга.

Ключевые сложности: шумные резюме, неоднородные форматы, устаревшие профили и риск bias в принятии решений.

Критичный принцип: AI помогает рекрутеру принимать решение быстрее, но не заменяет human review.

Что решает система

Задача: быстро и обоснованно найти релевантных кандидатов среди большого массива откликов и профилей.

Реальный сценарий: HR ищет «Senior Python + RAG + NLP». Система получает релевантные резюме, ранжирует их, показывает причины match и фиксирует пробелы.

Architecture Pipeline

Vacancy / Query
    ↓
Query Normalization
    ↓
Resume Ingestion (HeadHunter API)
    ↓
Resume Parsing
    ↓
Structured Extraction
    ↓
Candidate Filtering & Selection
    ↓
Scoring Engine
    ↓
LLM Explanation
    ↓
Ranked Candidates

Такой пайплайн делает подбор воспроизводимым: каждый этап можно отлаживать отдельно и улучшать без полной переработки системы.

Как устроено в текущей реализации

Система работает как пошаговый HR-процесс:

Интеграция с HeadHunter

HeadHunter API встраивается через OAuth + API-запросы к вакансиям и резюме. В реализации учитываются:

Типичные проблемы источника: неполные профили, разные шаблоны резюме, устаревшая информация, отсутствие единого стандарта навыков.

Parsing резюме и structured extraction

Критичный этап — нормализация неструктурированных данных в единый профиль кандидата.

Сложности: свободный текст, разная плотность описаний, неодинаковые форматы, частичная заполненность секций.

Текст резюме vs структурированные поля

Один только свободный текст резюме недостаточен для точного подбора.

В production важны структурированные поля: опыт в месяцах, ожидаемая зарплата, локация, статус поиска, стек навыков и релевантность роли.

Практический подход: сначала структурирование профиля кандидата, затем скоринг и объяснение результата для HR.

Hybrid Retrieval

В контуре HH-подбора используется комбинированный отбор кандидатов:

Scoring / Matching Engine

Ключевой differentiator системы — explainable scoring, а не «черный ящик».

Skill match:      0.8
Experience match: 0.6
Role match:       0.9
Education match:  0.3

Final score = w1*Skill + w2*Experience + w3*Role + w4*Education

Пример explainable вывода: «Кандидат подходит, потому что имеет 5 лет Python, подтвержденный опыт NLP и практику RAG; пробел — мало данных по MLOps в продакшне».

LLM слой

LLM используется как интерпретационный слой:

1) объяснение match и ранжирования;

2) нормализация навыков и терминов;

3) query rewrite для точного поиска;

4) генерация краткого summary кандидата для HR.

Anti-bias и ограничения

AI-рекрутинг несет риски bias по полу, возрасту, компаниям и образовательным траекториям.

Практики снижения риска: исключение sensitive-признаков из scoring, прозрачные причины match, human-in-the-loop, регулярный аудит распределений рекомендаций.

Важно: система должна помогать принимать решение, а не автоматически «нанимать».

Docker / Production контур

Рекомендуемая production-схема:

API-интеграция с HeadHunter, слой бизнес-логики подбора, хранение snapshot-данных, пакетная обработка и аудит действий рекрутера.

Разделение на сервисы важно для стабильной работы, масштабирования batch-анализа и контроля SLA.

Типичные ошибки внедрения

1) Сравнивать кандидатов только по общему впечатлению, без структурированного скоринга.

2) Игнорировать опыт, seniority и salary constraints.

3) Не нормализовать навыки и названия ролей.

4) Не делать explainability для HR.

5) Не учитывать разнообразие форматов резюме.

6) Не строить feedback loop по факту найма.

Метрики качества

JSON примеры (API-ready)

Запрос на анализ кандидата

GET /dashboard/hh/?action=analyze_candidate&vacancy_id=131173772&resume_id=abc123

Фрагмент explainable ответа

{
  "overall_rating": 78,
  "skill_match": {
    "match_percentage": 82,
    "matched_skills": ["Python", "NLP", "SQL"],
    "missing_skills": ["Production RAG", "MLOps"]
  },
  "conclusion": "Кандидат хорошо подходит с оговорками",
  "interview_questions": [
    "Опишите production-кейс с quality monitoring",
    "Как вы снижали ошибки в подборе?"
  ]
}

FAQ

Key Takeaways

1) AI-рекрутинг = данные HH + structured matching + explainable scoring.

2) Structured data и нормализация навыков критичны для точного ранжирования.

3) Автоматизация ускоряет отбор, но не заменяет HR-экспертизу.

4) Главный риск и главный актив — качество данных, а не только модель.