Как в Яндексе оценивают culture fit кандидата без дополнительных вопросов
Кандидат может успешно пройти технические этапы, но не сработаться с командой, дольше выходить на продуктивность или уйти вскоре после найма. Проблема часто не в hard skills, а в поведенческих особенностях, которые на обычных интервью замечают интуитивно, но не оценивают системно.
Добавлять отдельное часовое интервью по soft skills — значит ещё сильнее растянуть воронку и увеличить риск потерять кандидата. Поэтому в Яндексе решили использовать данные, которые уже есть в процессе найма.
Кирилл Лавренюк, менеджер HR-проектов в Яндексе, рассказал, как команда создала Soft Ranker — AI-оценщика, который анализирует транскрипты уже проведённых интервью и ищет в ответах кандидата не «правильные слова», а устойчивые поведенческие паттерны. Как устроена оценка:
• 8 свойств culture fit Яндекса разделили на конкретные навыки и индикаторы. • Для каждого навыка описали триггеры и антитриггеры — сигналы, которые усиливают или ослабляют гипотезу. • Каждому сигналу присвоили вес, а модель дополнительно определяет степень уверенности в своей оценке. • В отчёт попадает не только итоговый балл, но и доказательство: цитата кандидата, её интерпретация и вывод по навыку.
Например, если кандидат открыто признаёт свою ошибку, объясняет её причину и рассказывает, как изменил подход, модель фиксирует конкретный поведенческий сигнал. Рекрутер видит не абстрактное «подходит культуре», а понимает, на основании каких слов был сделан вывод.
Решение проверили на реальном найме: 15 рекрутеров проанализировали около 100 интервью.
Результаты пилота:
🔥 совпадение с оценкой рекрутера — 4,1 из 5; 🔥 NPS инструмента — +89; 🔥 рекрутеры готовы использовать его для 40–60% интервью.
AI не принимает решение за человека — он делает поведение кандидата более видимым и помогает подкрепить интуицию конкретными доказательствами.
Больше кейсов о том, как ИИ помогает в найме, адаптации и обучении — на конференции по внедрению ИИ в управлении персоналом.
