惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Schneier on Security
Schneier on Security
D
Darknet – Hacking Tools, Hacker News & Cyber Security
T
Tenable Blog
P
Proofpoint News Feed
V
Vulnerabilities – Threatpost
Project Zero
Project Zero
Latest news
Latest news
S
Schneier on Security
C
Cyber Attacks, Cyber Crime and Cyber Security
T
Threatpost
Simon Willison's Weblog
Simon Willison's Weblog
Cyberwarzone
Cyberwarzone
T
The Exploit Database - CXSecurity.com
C
CERT Recently Published Vulnerability Notes
Spread Privacy
Spread Privacy
Cisco Talos Blog
Cisco Talos Blog
T
Troy Hunt's Blog
S
Secure Thoughts
C
Cisco Blogs
Application and Cybersecurity Blog
Application and Cybersecurity Blog
V2EX - 技术
V2EX - 技术
Hacker News: Ask HN
Hacker News: Ask HN
O
OpenAI News
L
LINUX DO - 最新话题
T
Threat Research - Cisco Blogs
Recent Commits to openclaw:main
Recent Commits to openclaw:main
P
Palo Alto Networks Blog
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
博客园_首页
月光博客
月光博客
博客园 - 【当耐特】
雷峰网
雷峰网
C
CXSECURITY Database RSS Feed - CXSecurity.com
博客园 - 叶小钗
aimingoo的专栏
aimingoo的专栏
L
Lohrmann on Cybersecurity
D
DataBreaches.Net
美团技术团队
B
Blog
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
有赞技术团队
有赞技术团队
D
Docker
Jina AI
Jina AI
The GitHub Blog
The GitHub Blog
H
Hacker News: Front Page
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
AI
AI
Martin Fowler
Martin Fowler
Attack and Defense Labs
Attack and Defense Labs
小众软件
小众软件

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Как мы разрабатывали AI-сервис поиска IT-вакансий
antoniozvonarev · 2026-04-16 · via Все публикации подряд на Хабре

5 мин

4.2K

Когда люди говорят “я отправил 80 откликов и мне никто не ответил”, проблема часто заключается не в рынке а в подходе к поиску.

На входе у тебя ATS. Потом кривое резюме. Потом вакансия, под которую человек подходит только наполовину, но всё равно откликается. Потом ещё один сайт, ещё один фильтр, ещё один PDF, который улетает в пустоту. И уже после этого человек делает вывод, что рынок сломан.

Мы как разработчики talanto.work как раз и начали копать отсюда. Не с красивой идеи “сделаем ещё один job board”. А с более простой: поиск работы в IT слишком часто ломается ещё до первого интервью. На уровне упаковки кандидата, на уровне совпадения с вакансией.

Сначала казалось, что проблема только в вакансиях

Есть сайты вакансий. Они тяжёлые, перегруженные, часто плохо заточены под IT. Значит, нужно собрать более удобный сервис: нормальный поиск, нормальные фильтры, удалёнка, стек, зарплаты, грейды, компании. Уже неплохо.

Но очень быстро стало ясно, что это только поверхность.

Потому что человек может найти вакансию — и всё равно провалиться ещё до первого касания с HR. Резюме не проходит ATS. Или проходит, но выглядит слишком общим. Или человек шлёт его туда, где совпадение слабое изначально. Или рынок показывает ему не лучшие вакансии, а просто самые заметные.

Мы довольно рано поняли, что ATS — это не мифическая страшилка

Мне вообще не нравится, как про ATS часто пишут. Либо как про магию, либо как про какого-то финального босса, которого надо “обмануть”.

По факту ATS — это просто первый жёсткий слой отбора. Очень тупой в одних местах, очень неприятный в других. Он не “оценивает талант”. Он пытается быстро понять, что лежит перед ним: кто этот человек, на какую роль идёт, есть ли у него нужный стек, читается ли опыт, совпадает ли профиль с вакансией.

И если резюме собрано плохо, всё начинает сыпаться

Мы это видели постоянно: человек нормальный, опыт живой, а CV либо слишком дизайнерское, либо расплывчатое, либо не под эту роль, либо вообще не даёт ответа на вопрос, почему его надо двигать дальше. И вот это одна из причин, почему у кандидата потом ощущение, что “меня никто не видит”.

На самом деле тебя часто не то чтобы не видят. Тебя криво читают. Или быстро откладывают в сторону.

Из этого и выросла идея talanto.work

Сначала, если честно, хотелось сделать просто более вменяемый поиск IT-вакансий.

Без ощущения, что ты продираешься через каталог “всего подряд”. Без рынка, где удалёнка спрятана как дополнительная опция, а стартапы и международные роли лежат за регистрацией и платной версией.

Но чем глубже мы лезли, тем понятнее становилось: если делать только список вакансий, то это будет ещё один похожий на других сайт. А кандидату уже не хватает не только вакансий. Ему не хватает нормального слоя между “я ищу работу” и “я откликаюсь туда, где у меня реально есть шанс”.

Вот здесь talanto.work и начал разворачиваться не как джоб-борд, а как более широкий AI-сервис для поиска работы: собрать рынок, почистить его, дать удобный поиск, а поверх этого прикрутить штуки, которые помогают не отправлять резюме всем кому не лень.

Самой тяжёлой частью оказались не модели и не интерфейс

Это, наверное, самое смешное.

Снаружи кажется, что такой сервис — это про AI, поиск, мэтчинг, умные подсказки, рекомендации. По факту самая тяжёлая часть в начале была намного скучнее: данные.

Интернет хранит вакансии в очень кривом виде.

Одна и та же роль может быть в трёх источниках с разным описанием. Зарплата где-то есть, где-то нет. Remote в одном месте указан честно, а в другом прячется в тексте. Навыки называются по-разному, хотя речь об одном и том же. Где-то компания пишет “Python Developer”, а по описанию там половина data engineering. Где-то наоборот.

Поэтому значительная часть разработки ушла на очень приземлённые вещи: сбор, нормализацию, схлопывание дублей, очистку, структурирование и попытку сделать из сырого потока вакансий что-то, с чем вообще можно работать.

Потом пришёл второй слой — помочь кандидату не проигрывать ещё до отклика

Вот здесь AI уже начал выглядеть не как модный ярлык, а как реально полезный инструмент.

Потому что одна из самых дорогих ошибок в поиске работы — это когда человек вообще не понимает, где именно он теряет шанс. В CV? В том, что идёт не на свои вакансии? В слабой упаковке опыта? В ATS? Во всём сразу?

Мы как раз хотели закрыть кусок между “я нашёл вакансию” и “я опять зря потратил вечер”.

Отсюда и выросли вещи вокруг резюме и совпадения с ролью. Например, AI-разбор CV. Не как магическая кнопка “почини мой профиль”, а как рабочая проверка: где резюме рыхлое, где формулировки слабые, где опыт не считывается, где текст сам мешает пройти первый фильтр.

Это очень простая польза. Но именно она и работает.

Самая неприятная правда — пользователь уже устал ещё до того, как пришёл к нам

Вот это наблюдение довольно сильно поменяло продукт.

Когда человек открывает сервис по поиску работы, он редко в нейтральном состоянии. Обычно он уже посмотрел кучу вакансий, уже не до конца верит рынку, уже получил пару странных отказов или полное молчание, уже сомневается в резюме, уже не понимает, куда вообще стоит идти.

То есть мы конкурируем не только с другими сайтами. Мы конкурируем с усталостью.

И если продукт в этот момент заставляет человека снова слишком много думать, что-то додумывать, самому собирать картину из кусков, сам себе объяснять, подходит ли роль, — он просто отвалится. Даже если формально у тебя всё красиво.

Поэтому talanto.work мы довольно быстро начали собирать не от идеи “что ещё прикрутить”, а от вопроса “где пользователь сейчас тупо теряет время и почему”.

Где мы наступили на грабли

Без этого никак.

Одна из ранних ошибок была очень знакомой для любого продуктового фаундера: хотелось сделать много умного сразу. Больше автоматизации. Больше AI. Больше рекомендаций. Больше слоёв поверх вакансий. В голове это выглядело мощно.

На деле часть этих идей была красивой ровно до первого контакта с реальным пользователем. Люди не хотят проходить через сложный “умный сценарий”, если у них уже нет сил. Им сначала нужен очень понятный базовый путь. Найти. Отфильтровать. Понять. Не ошибиться на входе. И только потом уже можно добавлять что-то сверху.

То есть мы, как и многие, сначала чуть переоценили “умность” и недооценили банальную полезность.

Обычная история.

Что получилось по итогу

Сейчас talanto.work для меня — это не просто сайт с вакансиями и не вывеска “у нас тоже есть AI”.

Это попытка сделать поиск IT-работы менее кривым в двух местах сразу.

Первое — собрать и показать рынок шире, чем классический джоб борд.

Второе — помочь человеку не сломаться на участке между вакансией и откликом. Где его уже поджидают ATS, слабое CV, нерелевантные роли и усталость, из-за которой он начинает откликаться на всё подряд.

Не уверен, что рынок найма вообще можно привести к идеальному состоянию. Слишком много там хаоса, слишком много ручной логики, слишком много чужих ограничений. Но чем дольше мы делаем talanto.work, тем яснее становится одна вещь: людям часто не не хватает вакансий. Им не хватает нормального способа до них дойти и не разачароваться по дороге.

Сейчас как раз думаю, где проходит граница между реально полезным AI-слоем и ещё одной фичей, которая только красиво звучит. По опыту это место очень легко пропустить.