кандидатов доходят до финального решения
Снизилось количество ошибок найма и повторных подборов
Появился кадровый резерв кандидатов под будущие вакансии
Qtim делает цифровые продукты: сайты, приложения, внутренние сервисы для компаний. Когда количество запросов на найм выросло, команда столкнулась с дефицитом подходящих специалистов. В этом кейсе разбираем проблему найма Nest-разработчиков — на примере этой роли видно, как компания считала воронку и оценивала эффект от изменений.
На старте профиль вакансии формировался через привычные критерии: количество лет опыта, список компаний, в которых работали раньше, стек технологий, уровень владения навыком программирования. На практике оказалось, что такая логика плохо работает. Формально сильные кандидаты не всегда справлялись с задачами в реальной работе. Уже на этапе интервью или после выхода на проект становилось понятно, что у специалиста не хватает экспертизы, самостоятельности или способности работать в нужном темпе.
Особенно остро это проявлялось в проектной среде и аутсорсинге, где сроки напрямую связаны с деньгами: если команда не укомплектована, то проект не движется, а значит, компания теряет выручку. Здесь недостаточно знать стек — важно быстро входить в контекст, работать с меняющимися требованиями, принимать решения без постоянного контроля и не перегружать команду адаптацией.
Сначала компания пыталась решить проблему, расширяя каналы поиска и усиливая рекрутинг. Однако это только увеличило поток кандидатов и одновременно обострило проблему качества. В какой-то момент стало понятно: дело не в том, где искать людей, а в том, как их оценивать.
Команда приняла решение полностью пересобрать профили ролей, в том числе Nest-разработчика. Вместо логики «ищем человека с правильным резюме» в Qtim перешли к подходу «ищем человека с нужным набором навыков под конкретные задачи».
Это позволило уйти от формальных требований и начать оценивать реальную способность кандидата работать в нужной среде.
Раньше при подборе ориентировались на классические признаки сеньор-уровня: годы опыта, наличие определённых технологий в резюме, список компаний и широкий стек — на практике этого оказалось недостаточно.
После пересборки профиля к ключевым хард-скилам отнесли архитектурное мышление, способность проектировать бэкенд-системы, опыт работы с интеграциями и API, понимание ограничений стека и умение принимать технические компромиссы. Среди софт-скилов на первый план вышли самостоятельность, зрелая коммуникация, умение аргументировать решения, адаптивность и способность работать в условиях неопределённости.
Опыт перестал быть главным индикатором качества кандидата.
Пересборка профиля роли привела к изменениям во всей системе подбора. На этапе скрининга рекрутеры начали проверять признаки глубины экспертизы кандидатов и выяснять, с какими задачами они работали на практике. Это позволило отсеивать неподходящих кандидатов раньше и не перегружать техническую команду.
Техническая оценка также изменилась. Вместо абстрактных вопросов компания использовала практические задания, максимально приближенные к реальным рабочим задачам, кейсы и обсуждение реального опыта: важно было понять, как кандидат принимает решения.
«Для фронтенд-разработчиков это может быть задача на проектирование дизайна сайта, а для бэкенд-разработчиков — проработка архитектуры сервиса, близкого по логике к нашим продуктам. Таким образом, уже на этапе тестового задания кандидат может понять, с какими задачами он будет сталкиваться, а мы — как он мыслит и принимает решения».
Интервью были стандартизированы: для каждого этапа определили цели, критерии оценки и сигналы «подходит», «не подходит». Это позволило снизить субъективность и сделать сравнение кандидатов более прозрачным. Дополнительно ввели ограничения по времени на прохождение этапов, чтобы не терять специалистов: HR-интервью занимало до 20 минут, техническое — 40–50 минут, а тестовое задание в активном найме нужно было выполнить в течение 2–3 дней (для кадрового резерва сроки не ограничивали).
Хотя наиболее показательной стала роль Nest-разработчика сеньор-уровня, этот кейс не был единичным. В Qtim сразу начали применять навыкоцентричную модель ко всем вакансиям. Профили ролей, логика оценки и подход к скринингу стали выстраиваться по единым принципам. Результаты — отслеживаться по единым показателям.
Уровень владения ключевыми хард-скилами:
Уровень владения ключевыми софт-скилами:
Новая модель дала измеримый эффект уже на уровне воронки. В одном из срезов подбора Nest-разработчика сеньор-уровня в работе находились 23 кандидата. До интервью дошли 48% из них, а до финального решения — 27%. Итоговая конверсия в офер составила 4%. При этом часть кандидатов была переоценена и понижена до уровня мидл вместо сеньор. Эти цифры показали, что рынок даёт большой поток формально подходящих, но фактически нерелевантных специалистов.
Аналогичная картина наблюдается и по другим ролям. Например, в воронке найма QA-инженера за период с 1 по 18 февраля большая часть кандидатов отсеивалась ещё на ранних этапах. Во время HR-скрининга отклонили 17 кандидатов, ещё 6 после дополнительной оценки и 5 на техническом этапе.
На примере конверсий по этапам при найме QA-инженеров видно, где именно происходит основной отбор. До тестового задания доходят около 60% кандидатов, из них половина успешно справляется с заданием, до технического интервью доходят около 27%. Таким образом, основное сужение воронки происходит на этапе практической оценки, где проверяется реальная способность кандидата решать задачи. До офера доходили единицы, что подтверждает: основной поток кандидатов формально соответствует требованиям, но не проходит более глубокую проверку на навыки и релевантность задачам.
С точки зрения бизнеса ключевыми результатами стали снижение числа ошибок найма, более стабильное качество подбора и уменьшение нагрузки на технических лидов. За счёт более точного скрининга на техническое интервью стало попадать меньше случайных кандидатов. А сама проверка была встроена в процесс команды: в зависимости от текущей загрузки на одного лида приходилось от одного до трёх-четырёх кандидатов на проверку.
Это стало возможным благодаря переходу к навыкоцентричной модели и более точному распределению кандидатов по критериям. На основе накопленных данных компания также стала системно анализировать причины отказов и учитывать их в процессе подбора. В результате сформировалась прозрачная структура отказов: 36% кандидатов не подходили по стеку или уровню, 29% — по зарплатной вилке, 14% — по софт-скилам, ещё 14% отказывались от тестового задания, а 7% не доходили до этапов отбора.
Также сократилось количество повторных подборов: компания стала реже возвращаться к поиску из-за неудачного найма. В долгосрочной перспективе именно этот эффект оказался важнее, чем ускорение закрытия вакансий. Дополнительным результатом стало появление кадрового резерва. Часть кандидатов, подошедших на текущую роль по софт-скилам, но не прошедших по хард-скилам, сохраняли для будущих вакансий.
Опыт Qtim показывает, что в сложных технических ролях гораздо важнее навыки, поведение и способность работать в конкретной среде.
«На примере найма Nest-разработчика мы увидели, что формальный опыт слабо предсказывает реальную результативность в роли. Поэтому пересобрали профиль через хард- и софт-скилы, стандартизировали оценку и перестроили весь процесс найма».
Навыкоцентричный подход позволяет сместить фокус с внешних признаков на способность человека работать в роли. Это не только пересборка требований к кандидату, но и изменение всей логики подбора — от скрининга до финального решения. Такой подход требует больше системности на старте, но в итоге позволяет снизить количество ошибок найма и сделать подбор более устойчивым.