Сбербанк скиллаз что это
Обновлено: 25.04.2024
Об этом в ходе конференции AIJourney рассказал Давид Рафаловский, СТО Сбербанк Груп, исполнительный вице-президент, руководитель блока «Технологии».
ML Space — это облачная платформа полного цикла разработки и реализации AI-сервисов для бизнеса любого размера. Она содержит все необходимые инструменты и ресурсы для создания, обучения и развёртывания моделей машинного обучения — от быстрого подключения к источникам данных до автоматического развёртывания обученных моделей на динамически масштабируемых высокопроизводительных мощностях SberCloud.
ML Space — единственный в мире облачный сервис, позволяющий организовать распределённое обучение на 1000+ GPU. Эту возможность обеспечивает собственный суперкомпьютер Сбера — «Кристофари». Платформу уже используют команды самой компании, среди которых — SberDevices и Группа компаний ЦРТ. Сервис станет доступен всем 12 декабря 2020 года.
Внедрять машинное обучение в продукты и сервисы должно быть легко и удобно. Любому разработчику, дата-сайентисту, компании или организации. Сейчас, по нашим оценкам, в процессе работы над ИИ-решениями только 30% времени специалистов уходит на обучение моделей. Всё остальное — на подготовку к нему и другую рутину. Мы хотим, чтобы люди могли уделить непосредственно обучению моделей 99% своего внимания. ML Space и ʺКристофариʺ на порядок ускоряют создание и вывод на рынок готовых решений, использующих машинное обучение, а также делают технологии искусственного интеллекта значительно ближе к бизнесу. Мы верим, что наша платформа заложит основу для практического широкомасштабного использования AI в России
СТО Сбербанк Груп, исполнительный вице-президент Сбербанка, руководитель блока «Технологии»
ML Space состоит из интегрированных модулей-сервисов, где каждый из них решает определённые задачи. Благодаря открытой технологии Сбера LAMA платформа ML Space позволяет автоматически создавать модели машинного обучения — в специальном модуле AutoML.
В модуле Environments запускается процесс обучения нейросетей и контролируется загрузка ресурсов (CPU, GPU, RAM). Data Catalog позволяет собирать и управлять данными и моделями машинного обучения в многопользовательском режиме для распределённых команд. Модуль AutoDeploy обеспечивает автоматическое, в несколько кликов, развёртывание готовых моделей на высокопроизводительные мощности SberCloud. Благодаря этому обученные ИИ-модели можно невероятно быстро внедрять в производственные и бизнес-процессы. Кроме того, пользователям платформы будет доступен сервис для разметки данных — TagMe.
Цены на использование ML Space будут самыми низкими в сравнении с аналогичными предложениями как в мире, так и в России: три рубля — за GPU-минуту обучения и препроцессинга, двенадцать копеек — за CPU-минуту, 0,054 копейки — за инференс модели. Все модули платформы ML Space будут тарифицироваться по принципу Pay-As-You-Go.
В честь запуска платформы ML Space Сбер также объявляет о старте программы грантов — «ML Space для бизнеса». Любой российский предприниматель или компания могут получить грант до миллиона рублей от SberCloud для создания и внедрения в свои продукты технологий машинного обучения.
ДМС с первого дня и льготное страхование для близких
При прохождении интервью, нужно записать ответы на заранее заготовленные вопросы. Ты можешь записать ответы с компьютера, ноутбука или телефона в любое удобное время
Крупнейший российский рекрутер HeadHunter стал совладельцем Skillaz, сервиса автоматизации подбора персонала, рассказал «Ведомостям» представитель рекрутера. Какова доля HeadHunter и сколько она стоила, компании не раскрывают.
Человек, близкий к одному из участников сделки, рассказал «Ведомостям», что весь сервис с учетом инвестиций HeadHunter оценен в 1 млрд руб., а рекрутер получит 25%. Если так, то HeadHunter заплатил 250 млн руб. У HeadHunter есть право консолидировать компанию, знает собеседник «Ведомостей». Деньги от HeadHunter Skillaz направит на наем новых сотрудников и на развитие компании, говорит представитель HeadHunter.
Компания Skillaz основана в конце 2015 г., по данным с ее сайта, она анализирует базы соискателей с помощью искусственного интеллекта, что позволяет снизить стоимость найма и улучшить его. После онлайн-тестирования к рекрутерам попадают кандидаты с высокими оценками, что разгружает работодателей от рутинного перебора людей и позволяет Skillaz копить данные, чтобы выстроить полноценную интеллектуальную систему подбора. Skillaz затем соотносит оценку кандидата с его эффективностью через 3, 6 и 12 месяцев работы в компании и учится понимать, какие компетенции действительно важны для кандидата, а какие нет.
В 2018 г. «Мегафон» рассматривал инвестиции в Skillaz, сделку не одобрил совет директоров, рассказал человек, близкий к Skillaz, но инвестировать решил Сергей Солдатенков, тогда занимавший пост гендиректора оператора. По данным «СПАРК-Интерфакса», на начало года 46,64% принадлежали основателю и гендиректору Skillaz Андрею Крылову, 33,35% – Солдатенкову, по 6,67% – члену совета директоров «Мегафона» Анне Серебряниковой, а также Петру Комарову и Любови Стрелкиной. По завершении сделки по 25,01% будет у HeadHunter и Солдатенкова, 34,98% у Крылова и по 5% у Серебряниковой, Комарова и Стрелкиной. По данным «СПАРК-Интерфакса», выручка компании в 2017 г. составила 13,1 млн руб., чистая прибыль – 132 000 руб. В 2018 г. выручка Skillaz выросла почти втрое.
По оценкам Фонда развития интернет-инициатив, спрос на технологии автоматизированного подбора персонала в России составляет 16 млрд руб. в год, а удовлетворяется примерно на 1 млрд. Основные игроки этого рынка, помимо Skillaz, – компании Stafory, JungleJobs, HRSpace, AmazingHiring и др.
Среди клиентов Skillaz – Сбербанк, «Мегафон», аудиторская компания КПМГ, «Газпром нефть», Uber и др. «Мегафон» начал сотрудничать со Skillaz в 2017 г. Сервис оптимизировал для оператора процесс подбора специалистов колл-центров и салонов связи, с его помощью нанято более 2000 сотрудников, также Skillaz создала несколько решений для подбора персонала, рассказал «Ведомостям» представитель «Мегафона». Представитель Сбербанка сообщил, что с помощью решений Skillaz банк нанял в 2018 г. более 15 000 сотрудников, а время найма сотрудника сократилось на 20%.
Руководитель управления по работе с персоналом КПМГ Алевтина Борисова рассказала «Ведомостям», что компания сейчас начала тестировать один из проектов для привлечения выпускников вузов с помощью сервиса Skillaz, но пока оценивать результаты рано.
HeadHunter разрабатывает собственный сервис автоматизированного подбора персонала Talantix – для мелкого и среднего бизнеса, а решение Skillaz направлено прежде всего на работу с крупными компаниями, говорит представитель рекрутера.
Рынок становится автоматизированным, рекрутеры не могут не покупать стартапы, которые автоматизируют процесс, иначе проиграют конкуренцию, уверен партнер Data Insight Федор Вирин.
По данным исследовательской компании Bersin, мировой рынок интерактивных сервисов для оценки соискателей вакансий составляет около $2 млрд. Откусить кусок этого пирога пытаются и российские стартапы — как запустившийся прошлым летом сервис Skillaz, позволяющий искать кандидатов в открытых источниках и автоматически оценивать их с помощью интервью, анкетирования и других инструментов. За год стартап заработал около 6 млн рублей чистой прибыли, обзавелся крупными клиентами (среди них — «Азбука вкуса» и «ВымпелКом») и привлек несколько сотен тысяч долларов инвестиций. Руководитель Skillaz Андрей Крылов рассказал Inc., как соискатели реагируют на звонки роботов, чем обернулась демократия в стартапе и почему компании должны уже сейчас собирать все данные про людей.
Как работает Skillaz
Skillaz осуществляет также автоматический поиск кандидатов в соцсетях и на сайтах по поиску работы, оценивает соискателей с помощью машинного обучения, занимается рассылкой приглашений, анкетирует и тестирует кандидатов (в том числе — с помощью геймификации и квестов).
Куда движется рекрутинг
Сейчас с рекрутингом происходит то же самое, что с бухгалтерией в 1990-х. Тогда появились 1С и другие компьютерные программы, а бухгалтеры перестали пользоваться счетами. Большие компании либо сократят HR-отделы, либо переключат их сотрудников на выполнение более творческих задач. Нынешний рекрутер должен уметь работать с социальными сетями и большими данными и — самое главное — думать не о разовых количественных KPI, а о повышении эффективности бизнеса в целом.
Технологически рекрутинг сильно отстает от других сфер. До Skillaz я работал в «Лаборатории Касперского». Мы делали крутые продукты для развития антивируса — а рядом HR-специалисты забивали резюме в базу руками и очень по этому поводу переживали.
Будущее рекрутинга — уход от рутинной деятельности HR-специалистов. Потребности клиентов стандартные — сокращение финансовых и трудозатрат. Мы стараемся балансировать между созданием крутого продукта и бизнесом, стараемся «слушать» рынок и работать исходя из его потребностей.
Skillaz в цифрах
тысяч вложено в Skillaz (как собственных средств основателей, так и сторонних инвестиций)
млн рублей чистой прибыли получил стартап по итогам 2016 года.
млн рублей — средний чек за годовую подписку на услуги сервиса.
600
тысяч соискателей вакансий получили оценку с помощью сервиса Skillaz.
человек и несколько аутсорсинговых команд сейчас работают над проектом.
Как устроен Skillaz
Сервис нужно делать для пользователей, готовых платить за ощутимый бизнес-эффект. Поэтому мы с самого начала познакомились с несколькими крупнейшими компаниями (включая «Сбербанк» и «Ростелеком») и начали выстраивать для них реальные бизнес-кейсы — где-то даже бесплатно, чтобы наладить отношения. Путь от «зеленой» компании до технологического инноватора у нас занял 8 месяцев.
Над проектом сейчас работают 15 человек и несколько аутсорсинговых команд (в том числе международных). Большая часть из них — программисты, по одному сотруднику — на продажах, пиаре и маркетинге.
80% наших расходов — ФОТ и аутсорсинг. Оставшиеся 20% — тратим на маркетинг.
Я не готов сказать точно, сколько мы закрыли вакансий для наших клиентов. Речь о десятках тысяч человек. До ста тысяч мы еще не дошли.
В первую очередь наш сервис закрывает массовые вакансии — например, продавцов. Но есть и проекты по точечному подбору. У нас был кейс, когда рекрутер говорил, что вакансия штучная (позицию мы не можем раскрыть по договору с клиентом) и на всю страну есть только семь кандидатов. Но наша система за неделю только в Москве нашла 50 заинтересованных человек, которые просто были вне поля зрения кадровых агентств. И это нормально для России, где на открытом рынке — только 30% кандидатов, остальные — в тени.
3 главные бизнес-ошибки Skillaz, по версии Андрея Крылова.
1. Дисбаланс между продуктом и бизнесом.
В прошлом году мы слишком углубились в продуктовую историю и начали «пилить» продукт, не имея обратной связи от рынка. В итоге пришлось выкинуть некоторые из написанных тогда блоков — мы зря потратили на них время. И все же главный ресурс стартапера — право на ошибку. Поэтому все наши оплошности пошли нам только в плюс.
2. Кадровые просчеты.
Главная проблема стартапа — на крутого разработчика из условного «Яндекса» денег нет. Нужно выращивать «звезд» самому, а значит, ошибок при рекрутинге не избежать (что в нашем случае звучит иронично). Но все приходит с опытом — теперь я очень доволен своей командой.
3. Слишком много демократии.
Не зря говорят, что демократия в стартапе ведет к краху. В какой-то момент я дал сотрудникам больше, чем нужно, свободы в принятии решений по их направлениям. Вскоре мне пришлось исправлять их ошибки и заново принимать решения. Фаундер на старте должен контролировать всё — принимать участие во всех процессах и ничего не отдавать на откуп конкретным исполнителям.
Наша платформа сама оценивает кандидата. Она автоматически предлагает ему пройти тестовое задание, оценивает его по ряду критериев, а затем приглашает (или не приглашает) на собеседование с рекрутером. До конца года мы планируем оценить более 1 млн кандидатов.
Для будущих продавцов у нас есть квест «Сложный клиент». Кандидат должен в игровом режиме пообщаться с покупателем и убедить его не писать жалобу.
Мы уже занимаемся первичным обучением кандидатов. Соискателям, которые после первичной оценки по каким-то параметрам не прошли отбор, система рекомендует пройти корпоративное обучение. Затем ему предлагается сдать экзамен и попробовать еще раз.
читайте также
Бот в помощь
Мы хотим сделать Skillaz системой с элементами искусственного интеллекта. Но пока это скорее «Tinder в сфере рекрутинга». Рекрутеры и нанимающие менеджеры говорят, подходит или не подходит им соискатель вакансии, а машина анализирует результативность пути каждого кандидата.
Машинное обучение помогает нам оценивать эффективность сотрудников, нанятых с помощью нашей системы. Мы делаем это дважды — через 6 и 12 месяцев с начала их работы в компании. Это аналитическая работа с последующим прогнозом деятельности.
Сейчас на рынке недостает открытых данных, чтобы строить валидные модели и правильно обучать AI-системы. Но работать с машинным обучением необходимо. Поэтому мы агрегируем огромное количество данных о кандидатах и обучаем свою систему — замыкаем ее на обратную связь об успешности кандидатов внутри компании, и это дает некоторые возможности для предиктивного прогнозирования.
Наши инструменты — все вместе — составляют роботизированную систему. На выходе нанимающий менеджер получит большой профайл о кандидате с двумя кнопками: «Хочу позвать его на собеседование» и «Не хочу». Все дополнительные данные уже собрала машина.
Большие компании должны уже сейчас собирать все возможные данные про людей. В дальнейшем их можно использовать для подбора «звездных» команд. Когда наберется достаточно данных, всю воронку массового подбора персонала можно будет сделать автоматической — первичная нагрузка ляжет на робот, а человек будет только модерировать процесс и принимать финальные решения.
Сервиса «нажал одну кнопку и подбор в компании стал идеальным» — не существует. Мы пытаемся доносить это до клиентов. Необходимо качественно автоматизировать процессы подбора, научиться правильно накапливать данные и «процессить» кандидатов — и тогда «светлое Big Data будущее» станет возможным.
читайте также
Магазин для рекрутеров
До конца года мы планируем привлечь около $3 млн. Это будет третий раунд инвестиций. В первом мы получили $150 тысяч от группы инвесторов (назвать их имена не можем). Во втором — несколько сотен тысяч долларов в Skillaz вложил фонд Salt&Pepper Capital Сергея Румянцева.
Европа — наш главный приоритет после России. Европейский рынок менее конкурентен, чем Силиконовая долина, и ближе по менталитету, чем Азия. Выйти на него планируем осенью этого года — это будут англоговорящие страны и Восточная Европа. После этого возьмем паузу — займемся масштабированием команды и адаптацией продукта под конкретные страны.
Сбер реализовал процесс подбора middle- и senior-разработчиков по стримам (стрим = компетенция) на основе интеллектуальной HR-cистемы Skillaz. Проект получил название SberStream. Он позволил сократить сроки подбора на 20% и унифицировать оценку hard- и soft-skills-разработчиков различных профессиональных уровней.
Основная ценность проекта SberStream заключается в том, что в системе Skillaz под каждый стрим разрабатывается уникальная воронка (набор этапов). Например, в процессе отбора мобильного разработчика в Сбере есть три обязательные секции:
· интервью с рекрутером (оценка soft skills);
· тестирование в игровом формате (квиз);
· техническое интервью с сертифицированными экспертами профессионального сообщества по мобильной разработке.
Подбор мобильных разработчиков ведёт отдельная команда рекрутеров. Это позволяет постоянно усиливать техническую экспертизу специалистов по подбору и быть в теме всех основных и специализированных источников поиска, отслеживать тренды на рынке и прокачивать/усиливать нетворкинг в профильных сообществах.
Тестирование переведено в формат квиза неслучайно, так как игровая механика не вызывает у кандидатов негативных эмоций, а сложные вопросы воспринимаются гораздо легче, если упакованы в дружелюбный визуал.
Техническое интервью проводят сертифицированные интервьюеры, которые собеседуют кандидатов по стриму на весь банк. После каждого интервью эксперт заполняет чек-лист в системе с подробными результатами.
По итогам всех отборочных этапов по кандидату формируется единый профайл с результатами. Те, кто успешно прошёл отбор, попадают в своеобразный «бассейн», из которого их могут забирать команды, в которых есть соответствующие вакансии.
В рамках SberStream все кандидаты по направлению «мобильная разработка» проходят единый набор отборочных этапов, получают один оффер от компании и взаимодействуют лишь с одним рекрутером.
Таким образом, процесс подбора становится максимально эффективным, нанимающие руководители получают всесторонне оценённых кандидатов, и им не нужно повторно проводить оценку.
В рамках проекта SberStream уже осуществлялся подбор разработчиков мобильных приложений (IOS и Android). Результаты впечатляющие — за 7,5 месяца было нанято более 80 сотрудников уровня middle и senior. На данный момент запущен пилот по новой компетенции — Python, а в планах на 2021 год — амбициозные задачи — реализовать воронку для подбора java- и JS-разработчиков.
Skillaz — интеллектуальная HR-система полного цикла, внедряемая как технологическая экосистема для стандартизации и диджитализации рекрутмента. Реализует крупнейшие в стране проекты по HR-автоматизации, меняющие отрасль и упрощающие поиск сотрудников. Среди проектов компании — подбор в магазины торговой сети «Пятёрочка», ПАО Сбербанк, ВТБ, PepsiCO, УРАЛХИМ, «МегаФон», АЗС «Газпром нефть» и другие.
Автор статьи
Читайте также: