Сорсинг: Ключевые слова и стек технологий
Эта одна из статей серии публикаций про сорсинг, которые помогут вам еще проще и быстрее искать кандидатов, особенно в сфере IT. Сегодня мы поговорим о навыке поиска ключевых слов и о том, почему вы теряете много кандидатов, когда у вас бедный словарный запас.
Эта одна из статей серии публикаций про сорсинг, которые помогут вам еще проще и быстрее искать кандидатов, особенно в сфере IT. Сегодня мы поговорим о навыке поиска ключевых слов и о том, почему вы теряете много кандидатов, когда у вас бедный словарный запас.
Эта одна из статей серии публикаций про сорсинг, которые помогут вам еще проще и быстрее искать кандидатов, особенно в сфере IT. Сегодня мы поговорим о навыке поиска ключевых слов и о том, почему вы теряете много кандидатов, когда у вас бедный словарный запас.
Умные поисковики вас обманывают. Они стараются понять смысл вашего запроса и выдать максимально подходящий ответ. Это здорово и очень удобно, за одним только нюансом, что при таком умном поиске есть много оговорок и узких мест.
Разберем на примерах, в чем разница
Вот так ищет LinkedIn:
linkedin.com
А вот так ищет поисковик сайта hh.ru:
hh.ru
Увидели разницу?
Когда вводишь в поиск Linkedin слово «программист», система
ищет профили, в которых написано «программист».
Когда вводишь в поиск hh.ru слово «программист»,
поиск ищет профили, где написано:
Когда вводишь в поиск Linkedin слово «программист», система
ищет профили, в которых написано «программист».
Когда вводишь в поиск hh.ru слово «программист»,
поиск ищет профили, где написано:
- «программист»,
- «программиста»,
- «программисту»,
- «программистом»,
- «программис»,
- «программи»,
- «программистов»,
- «программисте»,
- «программисты»,
- «разработчик»
Мы вводим в поисковик одно слово, но он ищет ответ не по одному, а по невидимому нам множеству слов, которое по определенной логике формируется поисковой машиной вокруг слова «программист».
Мы вводим в поисковик одно слово, но он ищет ответ не по одному, а по невидимому нам множеству слов, которое по определенной логике формируется поисковой машиной вокруг слова «программист».
Мы вводим в поисковик одно слово, но он ищет ответ не по одному, а по невидимому нам множеству слов, которое по определенной логике формируется поисковой машиной вокруг слова «программист».
Поисковики hh.ru или Google, если не применять специальных операторов, сами подбирают к словам окончания или синонимы, похожие по смыслу слова. Они пытаются понять проблему в нашем запросе, выдать материал, который бы соответствовал не введенному слову, а его смыслу. Все прекрасно и замечательно работает, пока нам нужно быстро найти правильный ответ (кандидата на вакансию). Но эта система начинает работать хуже, когда поиск затягивается, первые кандидаты не подошли, и теперь наша цель — найти всех подходящих.
Вот простой эксперимент с поисковиком hh.ru, который показывает проблемы умного поиска.
Вот простой эксперимент с поисковиком hh.ru, который показывает проблемы умного поиска.
Откуда разница?
Сайт hh.ru воспринимает эти слова как синонимы, но по количеству резюме мы видим, что распределение кандидатов между этими словами очень неравномерное. В этом и кроется главный подвох.
Проще говоря, когда мы вводим в умный поисковик слово «программист», мы думаем, что видим всех программистов. Потому что умный поиск сделал все за нас, но на самом деле мы теряем большое количество подходящих кандидатов из-за этой сложной механики формирования облаков слов.
Проще говоря, когда мы вводим в умный поисковик слово «программист», мы думаем, что видим всех программистов. Потому что умный поиск сделал все за нас, но на самом деле мы теряем большое количество подходящих кандидатов из-за этой сложной механики формирования облаков слов.
Про стек и терминологию
Как думаете, как часто появляются новые технологии?
Такая довольно популярная технология в DevOps-сфере, как Kubernetes появилась в 2014 году, но только в 2018 набрала популярность. С 2020 года большинство компаний стали требовать от кандидатов на вакансию DevOps-инженера знания Kubernetes.
Как быстро поисковые системы адаптируются к новым словам и изменяют свои облака слов синонимов?
Ответ — не очень быстро.
А если учесть, что рядом с одной технологией могут появляться две, три, десять вспомогательных?
Такая довольно популярная технология в DevOps-сфере, как Kubernetes появилась в 2014 году, но только в 2018 набрала популярность. С 2020 года большинство компаний стали требовать от кандидатов на вакансию DevOps-инженера знания Kubernetes.
Как быстро поисковые системы адаптируются к новым словам и изменяют свои облака слов синонимов?
Ответ — не очень быстро.
А если учесть, что рядом с одной технологией могут появляться две, три, десять вспомогательных?
Давайте еще раз упростим.
Рекрутеру нужен DevOps-инженер с опытом Kubernetes. Он идет на hh.ru и пишет в поиске «DevOps-инженер Kubernetes».
Кандидаты часто не очень задумываются о нюансах работы поисковика, о том как оформлять резюме или о том, какие слова ожидает увидеть в резюме рекрутер.
Поэтому нужные кандидаты могут ни разу не упомянуть в резюме слово «Kubernetes», а написать, например, «K8s», «OpenShift», «Minikube», «K3d» и другие.
При этом все эти технологии говорят о том, что кандидат имеет опыт с Kubernetes. Но поисковая система не воспринимает эти слова как синонимы.
А самое главное, откуда бедному рекрутеру нужно было узнать обо всех этих словечках? Кажется, чтобы разобраться в этом вопросе, нужно самому стать DevOps-инженером.
Ниже пример того, как словарный запас по стеку технологий влияет на поисковую выдачу кандидатов.
Рекрутеру нужен DevOps-инженер с опытом Kubernetes. Он идет на hh.ru и пишет в поиске «DevOps-инженер Kubernetes».
Кандидаты часто не очень задумываются о нюансах работы поисковика, о том как оформлять резюме или о том, какие слова ожидает увидеть в резюме рекрутер.
Поэтому нужные кандидаты могут ни разу не упомянуть в резюме слово «Kubernetes», а написать, например, «K8s», «OpenShift», «Minikube», «K3d» и другие.
При этом все эти технологии говорят о том, что кандидат имеет опыт с Kubernetes. Но поисковая система не воспринимает эти слова как синонимы.
А самое главное, откуда бедному рекрутеру нужно было узнать обо всех этих словечках? Кажется, чтобы разобраться в этом вопросе, нужно самому стать DevOps-инженером.
Ниже пример того, как словарный запас по стеку технологий влияет на поисковую выдачу кандидатов.
Где 2 000 кандидатов, а?
В левом поисковом запросе мы используем несколько вариантов написать «Kubernetes» и несколько версий его написания.
С правой стороны — мы добавляем к нашему левому запросу еще больше неочевидных слов, являющихся синонимами Kubernetes или смежными технологиями. Посмотрите не разницу в количестве подходящих кандидатов, она составляет более двух тысяч человек.
Это одна треть от изначальных шести тысяч.
В условиях кадрового голода и жесткого хантинга, становится очевидно, почему такой сложный поиск с использованием максимально широкого профессионального словарного запаса является большим конкурентным преимуществом.
С правой стороны — мы добавляем к нашему левому запросу еще больше неочевидных слов, являющихся синонимами Kubernetes или смежными технологиями. Посмотрите не разницу в количестве подходящих кандидатов, она составляет более двух тысяч человек.
Это одна треть от изначальных шести тысяч.
В условиях кадрового голода и жесткого хантинга, становится очевидно, почему такой сложный поиск с использованием максимально широкого профессионального словарного запаса является большим конкурентным преимуществом.
Как создать такой словарь?
Начнем с того, что все слова для поиска и поисковые запросы для разных ресурсов мы уже много лет бережно храним и регулярно пополняем в одной общей базе знаний.
Источников, откуда можно узнать такие ключевые слова, немного.
Источников, откуда можно узнать такие ключевые слова, немного.
1
Самый очевидный и сложный вариант — поискать информацию в интернете. Самому найти такого рода информацию может быть довольно сложно и долго. Обычно люди не интересуются информацией на тему «Какие слова говорят о том, что человек работает с Kubernetes». А статей на подобные темы в интернете мало.
2
Другой вариант — спросить у людей, собственно у DevOps-инженеров. Вариант отличный с точки зрения затрат времени и умственных усилий. Проблема заключается в том, чтобы объяснить людям, незнакомым с сорсингом, что такое поисковые слова, и зачем это нужно. Даже если вы все понятно объяснили, техническому специалисту не так просто перестроиться и начать думать про стек не в рамках рабочих задач, а в рамках синонимов для поиска. Когда в 2020 году я пытался «вытрясти» новые словечки для поиска из нашего ведущего DevOps-инженера, все что он смог дать мне, кроме Kubernetes, — «Helm Charts», «Nomad» и «OpenShift». Эти несколько слов я бережно носил еще несколько лет между компаниями и базами знаний рекрутеров.
3
Сейчас у нас с вами появился еще один прекрасный вариант — это нейросети. Используйте промты для пополнения вашего словаря. Нейросети выдают достаточно много ключевых слов, зачастую гораздо больше, чем человек. Проблема состоит в том, что нейросети могут ошибаться. Например, если поместить в подборку синонимов и связанных технологий к слову «Kubernetes» еще и «Docker», это будет ошибкой. Если человек использует Docker, это не значит, что он точно использует Kubernetes. Как же быть? Мы берем список сгенерированный нейросетью и проверяем каждое слово самостоятельно в интернете или просим помочь DevOps-инженера. И разумеется, вы должны помнить, что нет гарантии, что это полная подборка. Реальный человек тоже может пополнить список сделанный нейросетью.
Вот два варианта промтов, которые помогут увеличить ваш словарный запас для более эффективного поиска кандидатов.
Промт №1:
Ты — профессиональный технический sourcer с глубоким пониманием IT-технологий, терминологии и принципов подбора по ключевым словам.
Твоя задача:
На основе заданной технологии, библиотеки или фреймворка составь максимально полный список ключевых слов и синонимов, которые кандидаты могли бы использовать в своих резюме, если у них действительно есть практический опыт с указанной технологией.
Формат ответа:
- Каждое ключевое слово или словосочетание — с новой строки;
- Без кавычек, запятых или нумерации;
- Включай все возможные формы, включая аббревиатуры, прозвища, сокращения, альтернативные обозначения;
- Учитывай даже устаревшие названия и форки технологии, если они указывают на релевантный опыт.
Фильтрация:
- НЕ включай термины, которые могут быть упомянуты без прямого опыта с технологией (например, инструменты, которые часто используются рядом, но не требуют ее знания);
- Если по слову нельзя однозначно сказать, что человек работал с заданной технологией, исключи его.
Если синонимов и аналогов не существует — так и напиши.
Теперь прими ключевое слово: Kubernetes. Составь список слов, по которым можно найти кандидатов, действительно работавших с этой технологией.
Ты — профессиональный технический sourcer с глубоким пониманием IT-технологий, терминологии и принципов подбора по ключевым словам.
Твоя задача:
На основе заданной технологии, библиотеки или фреймворка составь максимально полный список ключевых слов и синонимов, которые кандидаты могли бы использовать в своих резюме, если у них действительно есть практический опыт с указанной технологией.
Формат ответа:
- Каждое ключевое слово или словосочетание — с новой строки;
- Без кавычек, запятых или нумерации;
- Включай все возможные формы, включая аббревиатуры, прозвища, сокращения, альтернативные обозначения;
- Учитывай даже устаревшие названия и форки технологии, если они указывают на релевантный опыт.
Фильтрация:
- НЕ включай термины, которые могут быть упомянуты без прямого опыта с технологией (например, инструменты, которые часто используются рядом, но не требуют ее знания);
- Если по слову нельзя однозначно сказать, что человек работал с заданной технологией, исключи его.
Если синонимов и аналогов не существует — так и напиши.
Теперь прими ключевое слово: Kubernetes. Составь список слов, по которым можно найти кандидатов, действительно работавших с этой технологией.
Промт №2:
Ты — профессиональный ИТ-сорсер.
Сделай мне подборку ключевых слов, по которым я смогу найти кандидатов с подходящим опытом. Я предложу тебе ключевое слово, которое связано с технологией, библиотекой или фреймворком.
Найди слова, которые кандидаты могли написать в своем резюме, и которые говорят о том, что у кандидата есть опыт работы с нужной технологией.
Выпиши все слова, которые являются синонимами и аналогами ключевого слова для поиска, которое я тебе предложу.
Список слов мне нужен без кавычек, запятых и нумерации, каждое новое слово или словосочетание напиши в новой строке.
Напиши максимальный список технологий, даже с учетом устаревших.
Пример:
Мое ключевое слово «Kubernetes».
Варианты слов: K8s кубер кубернетис Helm Charts OpenShift K1s K2s K3s K4s K5s K6s.
Ты — профессиональный ИТ-сорсер.
Сделай мне подборку ключевых слов, по которым я смогу найти кандидатов с подходящим опытом. Я предложу тебе ключевое слово, которое связано с технологией, библиотекой или фреймворком.
Найди слова, которые кандидаты могли написать в своем резюме, и которые говорят о том, что у кандидата есть опыт работы с нужной технологией.
Выпиши все слова, которые являются синонимами и аналогами ключевого слова для поиска, которое я тебе предложу.
Список слов мне нужен без кавычек, запятых и нумерации, каждое новое слово или словосочетание напиши в новой строке.
Напиши максимальный список технологий, даже с учетом устаревших.
Пример:
Мое ключевое слово «Kubernetes».
Варианты слов: K8s кубер кубернетис Helm Charts OpenShift K1s K2s K3s K4s K5s K6s.
Последний выдает более широкий список технологий, в котором с еще большей вероятность могут попасться лишние слова, по типу CI/CD.
Список от этого промта нужно вручную проверять человеку, каждое слово по отдельности.
Еще один маленький секрет при работе с ключевыми словами, который вы, скорее всего, больше нигде не узнаете.
Как думаете, как эта история с редкими словами выглядит со стороны кандидата? Большинство рекрутеров ищет соискателей, используя слово «Kubernetes».
Список от этого промта нужно вручную проверять человеку, каждое слово по отдельности.
Еще один маленький секрет при работе с ключевыми словами, который вы, скорее всего, больше нигде не узнаете.
Как думаете, как эта история с редкими словами выглядит со стороны кандидата? Большинство рекрутеров ищет соискателей, используя слово «Kubernetes».
Последний выдает более широкий список технологий, в котором с еще большей вероятность могут попасться лишние слова, по типу CI/CD.
Список от этого промта нужно вручную проверять человеку, каждое слово по отдельности.
Еще один маленький секрет при работе с ключевыми словами, который вы, скорее всего, больше нигде не узнаете.
Как думаете, как эта история с редкими словами выглядит со стороны кандидата? Большинство рекрутеров ищет соискателей, используя слово «Kubernetes».
Список от этого промта нужно вручную проверять человеку, каждое слово по отдельности.
Еще один маленький секрет при работе с ключевыми словами, который вы, скорее всего, больше нигде не узнаете.
Как думаете, как эта история с редкими словами выглядит со стороны кандидата? Большинство рекрутеров ищет соискателей, используя слово «Kubernetes».
Последний выдает более широкий список технологий, в котором с еще большей вероятность могут попасться лишние слова, по типу CI/CD.
Список от этого промта нужно вручную проверять человеку, каждое слово по отдельности.
Еще один маленький секрет при работе с ключевыми словами, который вы, скорее всего, больше нигде не узнаете.
Как думаете, как эта история с редкими словами выглядит со стороны кандидата? Большинство рекрутеров ищет соискателей, используя слово «Kubernetes».
Список от этого промта нужно вручную проверять человеку, каждое слово по отдельности.
Еще один маленький секрет при работе с ключевыми словами, который вы, скорее всего, больше нигде не узнаете.
Как думаете, как эта история с редкими словами выглядит со стороны кандидата? Большинство рекрутеров ищет соискателей, используя слово «Kubernetes».
Посмотрите на это глазами кандидата
Это значит, что у кандидатов, которые используют популярные слова — выстраивается очередь из предложений о найме. А вот у кандидатов с редкой терминологией предложений гораздо меньше, как и конкуренции за них. Меньше предложений о работе => меньше интервью, меньше офферов. Если такие кандидаты попадают в вашу воронку найма, то конверсия по всем этапам подбора у вас будет выше.
И вот вам очень эффективный лайфхак, как этого добиться. Разделите подборку ключевых слов по одной технологии на две части, популярные (которыми пользуются все) и редкие (которые потом кровью и gpt добыли вы). Популярные слова в своем поисковом запросе положите в исключения (чтобы они не встречались в резюме), а вот ищите по редким. Так благодаря сорсинг-стратегии вы сможете повлиять на конверсию последующих этапов подбора — пользуетесь.
И вот вам очень эффективный лайфхак, как этого добиться. Разделите подборку ключевых слов по одной технологии на две части, популярные (которыми пользуются все) и редкие (которые потом кровью и gpt добыли вы). Популярные слова в своем поисковом запросе положите в исключения (чтобы они не встречались в резюме), а вот ищите по редким. Так благодаря сорсинг-стратегии вы сможете повлиять на конверсию последующих этапов подбора — пользуетесь.
Резюме
Умные поисковые системы делают работу рекрутера легче, но при этом очень сужают для нас подборку кандидатов.
Если вам не хватает подходящих кандидатов на вакансию, это не обязательно значит, что ресурс, на котором вы ищите, себя исчерпал. Возможно, вам просто нужно расширить свой словарный запас.
Обязательно бережно храните свои ключевые слова, они увеличивают количество доступных вам кандидатов и улучшают конверсию на последующих этапах найма.
Если вам не хватает подходящих кандидатов на вакансию, это не обязательно значит, что ресурс, на котором вы ищите, себя исчерпал. Возможно, вам просто нужно расширить свой словарный запас.
Обязательно бережно храните свои ключевые слова, они увеличивают количество доступных вам кандидатов и улучшают конверсию на последующих этапах найма.
Искать новые ключевые слова вы можете самостоятельно, руками экспертов соответствующей предметной области и с помощью нейросетей.
Поделиться