Помимо платных услуг, этот сайт предлагает возможность бесплатной публикации вакансий. Регистрация GRC.UA предлагает пять вакансий с возможностью разместить объявление с ярким и броским дизайном.
Как войти в личный кабинет hh.ru и разметить резюме или вакансию
Сайт Headhunter (HH.RU) — крупнейший онлайн-ресурс для работодателей и людей, ищущих работу. География платформы распространяется не только на РФ, но и на территорию предыдущих стран. Портал позволяет соискателям найти подходящие вакансии и работодателей. Благодаря современным технологиям вы можете найти работу, не выходя из дома. Все, что вам нужно, — это компьютер или смартфон и доступ в Интернет.
Регистрация личного кабинета
Чтобы получить доступ ко всем возможностям сайта Head Hunter, вам необходимо создать свою учетную запись в личном кабинете. Этот процесс очень прост и обычно занимает всего несколько минут.
Регистрация и размещение резюме соискателя работы
Чтобы найти работу и проверить наличие подходящих вакансий, необходимо зарегистрироваться и загрузить свое резюме. Начните с заполнения короткой анкеты:.
Нажмите кнопку ПОДПИСАТЬСЯ.
ВАЖНО! Нажимая на кнопку ПОДПИСАТЬСЯ, вы подтверждаете свое знакомство и соглашаетесь с условиями обслуживания сайта.
Вы также можете создать быстрое разрешение на основе вашей учетной записи в социальной сети и нажать на контент, который вы зарегистрировали, чтобы получить необходимую системе информацию.
Следующий шаг — ввод личных данных и создание резюме.
- Сотовый телефон (если ранее вы вводили только эл.почту);
- Дата рождения;
- Пол (мужской, женский);
- Регион проживания;
- Ваше гражданство;
- Опыт работы;
Если у вас нет опыта работы, система просит вас указать причины, по которым вы этого не сделали (декретный отпуск, учеба, армия, выход на пенсию, безработица).
Читайте также: как войти в личный кабинет на Белтелеком, проверить баланс и оплатить услуги
Очень важным элементом для работодателей является обучение. Заполните форму.
- Уровень (высшее, неоконченное высшее, среднее специальное, среднее);
- Название учебного заведения;
- Факультет;
- Специализация;
- Год окончания;
Важно: Если у вас несколько дипломов, вы должны указать их все.
- Родной язык;
- Знание дополнительных языков, уровень знаний;
- Дополнения (переезд, разрешение на работу, занятость и т.д);
Нажмите Сохранить и опубликовать.
Если у вас есть опыт работы, вам необходимо добавить его.
- Начало работы;
- Окончание работы;
- Название компании;
- Занимаемая должность;
- Должностные обязанности;
- Ключевые навыки;
- Краткая информация о себе;
Сохраняйте и публикуйте все. Теперь ваше резюме успешно опубликовано, и его могут увидеть тысячи работодателей.
Регистрация на сайте в качестве работодателя
Существуют некоторые ключевые различия при регистрации в качестве компании. Давайте рассмотрим основные из них. Заполните анкету работодателя:.
Как войти в личный кабинет
Чтобы исправить или удалить ранее заполненную информацию, вы должны использовать свой личный кабинет. Вы можете войти в свою учетную запись, как рабочую, так и работодателя, используя свое имя пользователя и пароль.
Кроме того, если вы являетесь активным пользователем социальной сети, вы можете подключить свою учетную запись к своему аккаунту и войти в систему без ввода данных. Для представителей организаций и организаций-работодателей такие счета могут быть добавлены к нескольким счетам. Это позволит вам войти в любой из них.
Однако на практике это не так. Если принять во внимание население каждого города, то процент вакансий по отношению к населению примерно одинаков.
Кто такие работодатели на хх.ру и как они думают, предлагать или нет вам работу
Обычно на XX.RU (особенно в Москве) ищут резюме не бизнес-менеджеров, а действующих руководителей (HR-специалистов или секретарей, т.е. девушек 22-25 лет). Поэтому важно, чтобы ваш опыт работы и ваши навыки были понятны работодателям этой категории. Они сами решают, хотите ли вы встретиться с отделом/руководителем/владельцем компании, в которой вы хотите работать.
Это те девушки (до 70% от общей аудитории представителей работодателей на HH.RU), которые ищут и фильтруют резюме по ключевым словам на HH.RU. Первый этап поиска работы зависит от того, предложат ли вам хорошую работу. Если вы решили использовать HH.RU в качестве инструмента для поиска высокодоходной работы, вам следует знать, что шансы найти такую работу во многом зависят от девушек: 1) нахождение вашего резюме на HH.RU среди 55 миллионов людей, ищущих работу можешь? 2) Они могут понять его содержание в течение 7-8 секунд. Поэтому для работодателей этой категории необходимо объяснить свой опыт работы в резюме на XX.RU четким, доступным и лаконичным языком.
Как работодатели просматривают резюме на сайте hh.ru
Другие работодатели: руководители отделов/менеджеры/владельцы компаний могут увидеть вашу квалификацию и навыки даже из названия компании, в которой вы работали, но не более 30% ответственных работодателей в HH.RU.
Девушкам же необходимо убедиться, что ваше резюме буквально соответствует описанию: 1) вакансии (что вы ищете или кем работали), 2) ваших обязанностей и профессиональных навыков 2) названия должности и требований к кандидату на HH.RU Также подавайте заявки на вакансии, которые вас заинтересовали Вам необходимо хорошее резюме, чтобы быть рассмотренным в качестве кандидата на работу. При приеме на работу, опубликованную на HH.RU, ваше резюме должно дублировать вакуум (должность, обязанности, требования, зарплата) в виде трафарета. Официальное совпадение описания резюме с описанием вакансии — основная причина, по которой вас приглашают на встречу.
Как грамотное резюме находит на хх.ру работу с высокой зарплатой
Что вы подразумеваете под термином «высокая зарплата»? Более высокая зарплата — это фактический доход в месяц, который вы получаете на новой работе и который, как правило, примерно на 30% больше, чем ваш фактический доход на предыдущем месте работы.
Если вы ищете подходящую вакансию на XX.RU и стремитесь 1) быстро получить предложение от корпоративного работодателя; 2) получить предложение от работодателя; 3) получить предложение от работодателя; 4) получить предложение от корпоративного работодателя.
Многие соискатели, которые впервые создают и публикуют свое резюме и ищут работу на hehe.ru, обычно придерживаются другого набора правил. Они потом удивляются, почему работодатели с heh.ru не звонят им и почему им не предлагают работу.
Составьте грамотное резюме на Heh.ru, и работа сама найдет вас. HR-специалист пригласит вас и предложит прийти на собеседование с его начальником.
Выборка резюме для поиска работы на hh.ru
Вы можете использовать этот образец для создания собственного резюме на hh.ru.
Как отмечалось выше, до 50% всех реальных вакансий не находятся в открытом доступе. Однако компании активно ищут кандидатов через сайты по трудоустройству. Сайт HH.RU является лидером среди российских рабочих мест.
Возможно, вы даже заметили это: ваше резюме на HH.RU увидел непосредственный работодатель или кадровое агентство, но они не опубликовали на HH.RU вакансию, по которой подходит ваш опыт работы, или вакансия отсутствует. Это происходит, когда биографию кандидата ищут втихую.
Поэтому, чтобы не потерять новые вакансии от непосредственных работодателей или кадровых агентств, создайте и опубликуйте грамотно составленное резюме на рабочем сайте, в основном на HH.RU.
Как составить эффективное резюме на hh.ru.
Используя контрольный список и образцы, составьте свое резюме, определите желаемую зарплату, а затем опубликуйте его на xx.ru.
Если ваше резюме плохо составлено или вы не разбираетесь в технических тонкостях работы xx.ru, вы можете не получить до 30% предложений о работе от работодателей. С xx.ru работодатели могут не найти вас среди 50 миллионов соискателей (особенно в Москве) или неправильно истолковать ваш опыт работы в резюме.
Скачайте этот контрольный список, который поможет вам составить эффективное резюме на сайтах хедхантеров, что значительно увеличит количество просмотров резюме и ответов работодателей. Подробнее о том, как представить свой опыт на hh.ru и сделать так, чтобы работодатели захотели пригласить вас на собеседование, читайте здесь.
Включив в резюме хотя бы половину вашего предложения, вы значительно увеличите свои шансы найти хорошо оплачиваемую работу на hh.ru. Работодатели не гадалки и не могут посмотреть на ваше краткое резюме и понять, что за ним скрывается сотрудник высокого уровня. Однако вы можете помочь им быстрее найти вас на hh.ru и получить правильное представление о вашем опыте работы.
Поэтому не лишним будет упомянуть о желаемой зарплате. Правильное размещение вашего резюме на hh.ru (с правильным названием, размещение в нужной категории вакансий, правильное описание вашего опыта работы и определение желаемой зарплаты) обеспечит вам получение интересных предложений о работе (особенно в Москве).
Поиск по пустому запросу
Сначала были проанализированы поисковые запросы. В 35% запросов мы обнаружили, что пользователи с резюме оставляли строку поиска пустой. Если учитывать и анонимные запросы, то количество пустых поисковых запросов достигает 50%.
Если у пользователя есть резюме, применяется реферальная система. Ранжирование текстовых заданий заменяется ранжированием реферальной системы. Это не потребовало большого количества изменений и было достигнуто довольно быстро.
Использование скоринга реферальной системой привело к получению нескольких тысяч дополнительных ответов в день. Однако результаты оказались ниже ожидаемых. В крупных городах изменения, по сути, были просто качественной работой, так как пользователи в среднем просматривают только первую страницу и половину результатов поиска. Даже если существовали более подходящие задания, такие как «Стандарт», «Стандарт +» или «Бесплатно», система перечисляла подходящие премиум-задания вверху, а за ними следовали неподходящие.
Поэтому мы решили разделить задания на две группы, расположив сначала задания «Премиум», «Стандарт +» и «Стандарт», а затем «Свободные» задания с прогнозируемой вероятностью ответа выше определенного значения. Остальные в том же порядке.
Нам нужно было убедиться, что нынешние рабочие места не стали хуже для клиентов работодателя, поэтому мы с большой осторожностью отнеслись к этим изменениям, даже подкрепляя 5%-ный эксперимент расчетами и обоснованиями. В результате проведенных экспериментов удалось улучшить показатели отклика на все виды заданий.
Производительность системы
Прежде чем применить модель, необходимо рассчитать атрибуты резюме и атрибуты должности, а затем объединить и то, и другое. В недорогой реферальной системе статические критерии вакансии рассчитываются при индексации вакансии и хранятся в индексе, а резюме и коммуникации рассчитываются при подаче вакансии.
Осознав, что запуск поиска по пустому вопросу увеличивает нагрузку на поисковую систему примерно в шесть раз, мы поняли, что нам необходимо хранить характеристики биографических заметок в кэше. Вначале мы измерили характеристики биографических заметок и попытались разместить их в Cassandra. Однако он не обеспечил требуемой производительности. Поэтому мы решили проблему с помощью таблиц PostgreSQL.
Для достижения желаемой производительности системы необходимо добавить:.
- Пересчёт кеша при изменении признаков. Для пользователей, которые не обновляли резюме и не заходили на сайт больше двух лет, кеш не считается, а рассылка рекомендуемых вакансий идёт по текстовому соответствию. Если вам приходят так себе подходящие вакансии, дело может быть в этом: нужно просто обновить резюме.
- Мы заметили, что если каждый сервер с базовым поиском будет продолжать заниматься индексацией всех объектов для индексов, которые у него есть (вакансий, резюме, компаний) по отдельности, то заказанных серверов нам не хватит. Поэтому мы переделали систему индексации вакансий и резюме с «каждый базовый сам себе мастер» на «главный мастер — запасной мастер — базовые поиски, забирающие сегменты индексов», где индексацией занимаются только мастера, с оптимизацией и последовательным перекачиванием всей базы каждую ночь (по московскому времени), чтобы уменьшить объём индексов.
- Сделали failfast — быстрый ответ http 500 на базовых поисках, если при обработке запроса возникла ошибка. С машинным обучением время ответа в некоторых случаях сильно увеличивается, и вместо накаливания таких запросов в очереди базовый поиск выдаёт среднему метапоиску быстрый ответ http 500, после чего средний метапоиск успевает сделать повторный запрос и в большинстве случаев выдать пользователю результаты. После этого мы сделали speculative retry: если от базового поиска нет ответа более чем 2/3 таймаута, то средний метапоиск заранее обращается к другому базовому поиску.
- красными стрелками, (1) – (15) — контур ответа на поисковый запрос, запускается автоматически при каждом поисковом запросе;
- синими стрелками, (16) – (24) — контур индексации, запускается автоматически при изменении вакансий, резюме, компаний;
- зелёными стрелками, (25) – (33) — контур машинного обучения, запускается вручную при каждом изменении моделей (изменения в лингвистике, векторизации, признаках, целевых функциях, моделях, просто повторное обучение моделей по более актуальным данным);
- фиолетовыми стрелками (34) – (36) — контур расчёта метрик в A/B-тестах и бизнес-метрик (запускается автоматически, раз в сутки).
Кроме использования нового сервера, удалось пережить внезапный отказ 20% чанков, без видимых последствий для пользователя.
С точки зрения структурного уровня и корпуса компонентов внутри него, система состоит из
Вышеуказанный баланс работает между средним мета-обзором (META) и BaseSearch.
Поиск по непустому запросу: машинное обучение
Почти одновременно был начат поиск непустых вопросов.
Сначала мы попытались применить фильтры и рейтинги из системы рекомендаций по работе, используя слова из поисковых запросов, предоставленных Lucene. Это не дало статистически значимого улучшения. Поэтому мы выгрузили специальную модель «запрос — резюме — работа — действие» и обучили две модели.
- линейную: используется для того, чтобы быстро и с малой ресурсоёмкостью отделять подходящие вакансии от неподходящих и грубо ранжировать неподходящие;
- XGBoost: используется, чтобы более точно ранжировать подходящие.
Мы повторно использовали характеристики из рекомендованной системы: статические (рассчитанные до запроса), текстовые, числовые и динамические характеристики, рассчитанные во время обработки запроса. Добавлены обычные функции для взаимодействия с текстом и для сравнения текстов.
Работа машинного обучения может быть описана следующим образом.
Только зеленая часть вычисляется при обработке рекомендуемых задач и поисковых запросов, и как зеленая, так и синяя части меняются при изменении модели (лингвистика, векторизация, характеристики, целевые функции, модели, больше данных Up -to -Date, чем просто изменения в переобучении).
Это потребовало много времени и ошибок, так как для обучения модели существует множество функций для их расчета, а при обработке вопросов необходимо добавлять их в разные точки. Поэтому мы решили создать для них каркас — группу функций. Мы не смогли сделать этот фреймворк полезным с первого раза и немного увеличили сроки проекта.
Мы измерили качество модели, выбрав все объемы @10, @20 локальных метрик НДКГ и карты, используя kFold от пользователя, и валидацию по времени. И действительно, без валидации по времени увеличение сложности модели (например, количество деревьев) показало улучшение локальной метрики.
Сначала мы обучили линейную модель, чтобы попытаться предсказать вероятность ответа на отдельные комбинации слов «вопрос — учебный план-вита-работа», но обнаружили, что результаты A/B-тестирования превосходят результаты сравнения вероятности линейной модели для 2 задачи. В этой конфигурации некоторые эксперименты уже дали статистически значимые положительные результаты. Но опять меньше, чем ожидалось.
Индивидуальные пороговые значения были добавлены для соответствующих обычных задач, объявлений, связанных с Clickme, ранжирования модели XGBoost и количества деревьев ансамбля, рассчитанных в производстве. Поскольку мы понимали, что времени на проверку всех вариантов не хватит, нам задавали вопросы о частоте встречаемости относительно типичных для профессии резюме, их реконструкции, а также отмечали работы с разными правилами, чтобы проверить качество изготовления.
Мы должны были тщательно изучить характеристики профессий, чтобы указать, какая работа им подходит, какая — посредственная, а какая — не очень. Поскольку времени было мало, мы создали большинство пользователей с одними из лучших настроек разметки и 5% опций, оставив только часть элементов управления без машинного обучения.
