СМИ

2 февраля 2019, 15:40 - NovostiNKС помощью машинного обучения Teamable сканирует профили сотрудников компании и, если у них в друзьях есть подходящий кандидат на открытую вакансию, приглашает на собеседование, сообщает vc.ru. Компанию Teamable в 2013 году основали четыре человека — Вазген Акопджанян, Меружан Даниелян, Оганес Нуриджанян и Лаура Билазарян, которая живёт в США. До этого двое основателей уже работали вместе в нескольких компаниях и над собственными проектами. Одним из таких стало приложение для борьбы с шумом Annoisy. Сервис выиграл первый армянский хакатон как лучшее мобильное приложение, однако не стал успешным в Армении. Следующий стартап Акопджанян решил запускать уже в США. Идея создать сервис для формирования рабочих команд возникла у Акопджаняна и Даниеляна в середине 2011 года. Тогда они позвали знакомого по университету Оганеса Нуриджаняна на должность главного разработчика. Вместе партнёры начали разрабатывать первый сайт для проекта и назвали его Teamable. В конце 2013 года к команде присоединилась Лаура Билазарян, и партнёры привлекли первые $15 тысяч инвестиций на реализацию идеи. По словам Нуриджаняна, первый продукт Teamable отличался от нынешнего: "Он предназначался для людей, которые хотели сформировать эффективные рабочие команды. Для сотрудников, которым было бы комфортно работать друг с другом. Сначала мы сфокусировались на внутренних коммуникациях в компаниях". Разработка первой версии продукта заняла почти год. Осенью 2014 года Teamable запустила пилотную программу с первой крупной компанией — TIBCO Software. "Благодаря пилотной программе мы поняли, что подобный продукт будет сложно реализовать на b2b-рынке. Маленькие компании не интересовались подобным продуктом, а переговоры с большими компаниями затягивались слишком надолго. Нам нужны были более быстрые результаты и деньги", - сказал Нуриджанян. Команда Teamable задумалась, как ещё можно использовать сервис. Выбор пал на рекрутинг — партнёрам пришла идея создать платформу, которая помогала бы рекрутерам искать потенциальных сотрудников с помощью нетворкинга и машинного обучения. Меружан Даниелян говорит, что для нового продукта их миссия осталась прежней: "Соединить людей с работой, которую они любят, и с людьми, которых они любят". Основатели допустили, что на рынке много компаний, желающих в короткие сроки собрать команду квалифицированных сотрудников, и в этом им можно помочь. Так появилась идея рекрутинговой платформы. Основатели сфокусировались на небольших компаниях, которые собирают команды по 15–50 человек, и начали разрабатывать пилотную версию проекта. Они переехали в США и первые четыре месяца жили в гараже: работали над продуктом, а в свободное время знакомились с потенциальными инвесторами. По словам Нуриджаняна, Teamable переориентировали продукт всего за несколько месяцев: "Между двумя нашими продуктами не много разницы — один был для внутренних коммуникаций, а другой — для внешних. Мы просто доработали первую версию». Тогда же они получили инвестиции от бизнес-ангелов в размере $400 тысяч. Уже в начале 2015 года у Teamable появился первый клиент — WorkMarket — онлайн-платформа для управления подрядчиками и консультантами. Компания Teamable начала расширять команду и наняла семерых сотрудников — специалиста по обеспечению качества, специалиста по большим данным, дизайнера и так далее. Через четыре месяца Оганес Нуриджанян вернулся в Армению, чтобы открыть там офис и собрать команду инженеров. "В основном я работаю в Армении, но несколько раз в год я езжу в США. Первое время работать в таком режиме было сложно — иногда у клиента могло что-то сломаться, а у тебя в это время ночь. Приходилось подниматься и срочно чинить. Сейчас у нас уже выстроенная команда в США, и такого не происходит", - сказал Нуриджанян. По словам основателей компании, сначала Teamable пыталась продавать свои услуги небольшим компаниям. Проект развивался успешно, и уже в середине 2015 года компания заключила договор с первым крупным клиентом — шеринговым сервисом Lyft, конкурентом Uber. Как работает Teamable Когда компания подключается к системе Teamable, то каждый сотрудник может зарегистрироваться в Teamable, а затем авторизоваться в социальных сетях — Linkedin, Facebook, GitHub, Twitter, Gmail и так далее. Система видит открытые вакансии компании и запускает алгоритм на основе машинного обучения. Этот алгоритм ищет подходящих кандидатов на вакансии среди знакомых сотрудников, уже работающих в этой компании. Если человек подходит на должность компании, Teamable отправляет уведомление его знакомому сотруднику, уже работающему там, с предложением посоветовать другу откликнуться на вакансию. Если найденный с помощью Teamable и порекомендованный сотрудником человек принят на работу, то рекомендовавший его получает денежную компенсацию. "Наши алгоритмы ищут между открытыми вакансиями и потенциальными соискателями из круга знакомых нынешних работников компании. Уже при демонстрации работы программы люди понимали: «Как я раньше мог не подумать про этого человека? Ведь мы знакомы", - сказал Нуриджанян. Основная проблема в разработке Teamable — это скорость. По словам Нуриджаняна, когда сотрудники регистрируются в Teamable и подключаются к социальным сетям, системе нужно время, чтобы обработать всю информацию и найти наиболее подходящие совпадения. "Люди же хотят видеть результат немедленно. Поэтому наша задача — получить результаты как можно быстрее, мы постоянно работаем над этим", — добавил разработчик. В системе гибкие настройки — компания-клиент может сконцентрироваться на сотрудниках из стартапов или больших компаний, опыте их работы или месте учёбы. По словам основателя, Teamable старается свести поисковую работу рекрутеров к минимуму, чтобы сотрудники могли уделять больше времени другим процессам — интервью с кандидатами и так далее. Кроме того, команда сервиса убеждена, что искать сотрудников через нетворкинг эффективнее, чем на Linkedin. Когда предложение о работе поступает от рекрутеров, люди меньше заинтересованы в том, чтобы ответить. Если предложение о работе поступает от знакомого, вероятность отклика повышается. Особенно хорошо система Teamable работает, если нужно найти сотрудников на ключевые позиции — директора или топ-менеджера. Потому что потенциальные кандидаты на высокие должности не интересуются предложениями от рекрутеров. Поделитесь с друзьями: