Сервис сообщил об этом на своем блоге. Нейросеть анализирует человека «по одежке», при этом только на основе одного фото с высокой точностью угадывает пол человека, сколько ему лет, предыдущую профессию и наличие высшего образования. Если на фото соискатель выглядит презентабельно и дорого, алгоритм сразу ставит в резюме высокие зарплатные ожидания. Сами разработчики называют точность работы интеллекта до 88%, а для некоторых специальностей – до всех 100%.

Инструмент доступен в мобильной версии сервиса для 10% устройств на Андроид и примерно 5% – для iOS. Нейросеть имеет в базе до 500 основных профессий, по которой она учится определять специальность рандомного соискателя. Интеллект увидит разницу между офисным клерком и рабочим, продавцом и водителем.

База онлайн-сервиса Superjob имеет более 20 миллионов фотографий. На их основе осуществлялось обучение нейронной сети, алгоритм которой после анализа внешнего вида и одежды учился определять профессию и ожидаемую зарплату. Также для этого была специально сформирована база одежды, куда вошло несколько миллионов образцов.

Механизм, по которому действует искусственный интеллект, довольно прямолинеен. Его точность зависит от того, насколько фото соискателя отражает его специальность. К примеру, претендент на должность водителя «поможет» нейросети, если опубликует фотографию за рулем. Также алгоритм может запутаться, если, к примеру,  инженер загрузит свое изображение на отдыхе или в походе.

После того, как нейросеть получит все возможное из фотографии, претендент может отредактировать работу алгоритма вручную. Однако создатели инструмента считают, что использование ИИ при создании резюме занимает намного меньше времени, чем без него.

Онлайн-платформа Superjob, создаваемая для поиска персонала и подбора вакансий, появилась в 2000 году. В 2019 году сервис занял 19 место в списке наиболее дорогих компаний Рунета, занимая при этом 1/5 всего рынка сетевых проектов для поиска работы.

До появления алгоритма Superjob другие российские проекты также пытались привлечь нейронные сети к процессу производственного найма. К примеру, им стал совместный проект компании VisionLabs, специализирующейся на распознавании лиц, и Skillaz – разработчика автоматизации процесса найма.

Созданная совместная технология проводила анализ претендента в момент собеседования в видео формате. При этом система обращала внимание на мимику, внешнее поведение, жесты, физиогномику, самостоятельно выявляя наиболее существенные признаки самого подходящего соискателя. После оценки поведения, алгоритм делал вывод о профессиональных качествах и пригодности кандидата.

Создатели данного проекта утверждали, что механизм поможет проводить набор персонала, начиная от топовых позиций и заканчивая рядовыми специальностями. Исключение составляют вакансии, для которых видео собеседование обычно не распространено.