ИИ-система подбора персонала: Telegram-бот, Notion и автоматический разбор резюме

Клиент — рекрутинговая команда, которая ведёт одновременно несколько вакансий и обрабатывает большое количество резюме из разных источников.

Рекрутеры получали резюме в PDF, ссылки на профили кандидатов и сообщения в Telegram. Информацию приходилось вручную переносить в Notion: имя, контакты, местоположение, опыт, навыки, зарплатные ожидания, языки, текущие и предыдущие компании.

Ручная обработка занимала много времени, а данные в карточках кандидатов заполнялись по-разному. Возникали дубли, пропущенные контакты и ошибки при выборе вакансии. Сотрудникам также приходилось самостоятельно проверять, существует ли кандидат в базе.

Требовалось создать систему, которая:

— принимает резюме через Telegram-бота;

— работает с PDF-файлами и ссылками;

— автоматически извлекает текст из документа;

— анализирует резюме с помощью искусственного интеллекта;

— приводит данные кандидата к единой структуре;

— определяет подходящую вакансию или проект;

— проверяет базу на наличие дублей;

— создаёт карточку кандидата в Notion;

— уведомляет рекрутера о результате обработки;

— передаёт спорные случаи сотруднику для ручной проверки.

Система должна была работать без отдельного сложного интерфейса: основным рабочим инструментом для рекрутера оставался Telegram, а база кандидатов продолжала вестись в Notion.

Была разработана автоматизированная ATS-система на базе Telegram, n8n, Notion и языковой модели Groq.

Основной сценарий работы:

Telegram-бот → обработка файла или ссылки → извлечение текста → ИИ-анализ → проверка данных → поиск дублей → создание карточки в Notion → уведомление рекрутера.

Telegram-бот определяет тип входящего сообщения. Если пользователь отправляет PDF, документ передаётся на распознавание и извлечение текста. Если поступает ссылка, система направляет её в соответствующий сценарий обработки.

После получения текста резюме языковая модель формирует структурированный результат и извлекает:

— имя кандидата;

— страну и город;

— языки;

— краткое описание опыта;

— ключевые навыки;

— зарплатные ожидания;

— телефон, электронную почту и Telegram;

— ссылки на профессиональные профили;

— текущие и предыдущие компании;

— предполагаемый профессиональный уровень;

— ИИ-резюме кандидата;

— рекомендуемую вакансию или проект;

— источник поступления резюме.

Для повышения стабильности был задан строгий формат ответа модели. Дополнительно настроены проверка обязательных полей, нормализация массивов, контактов и ссылок, а также обработка некорректных ответов ИИ.

Перед созданием новой карточки система выполняет поиск кандидата в Notion. Проверка проводится по имени, контактам и ссылке на профессиональный профиль. При обнаружении совпадения новая запись не создаётся, а рекрутер получает сообщение о возможном дубле.

Для выбора вакансии используется список действующих проектов из Notion. Система сопоставляет содержание резюме с доступными ролями и предлагает наиболее подходящий вариант. Если уверенность недостаточная или подходящая роль не определена, кандидат направляется на ручную проверку.

В Notion автоматически создаётся структурированная карточка кандидата с заполненными полями. Значения преобразуются в типы, используемые базой: текст, числа, ссылки, списки, статусы и множественный выбор.

В Telegram рекрутер получает понятный итог обработки:

— кандидат успешно добавлен;

— обнаружен возможный дубль;

— не удалось определить вакансию;

— требуется ручная проверка;

— произошла техническая ошибка.

Дополнительно реализованы защита от повторной обработки, контроль лимитов ИИ-модели, обработка ошибок API и уведомления о проблемных операциях.

В результате рекрутинговая команда получила единую систему автоматической обработки кандидатов через Telegram.

Реализовано:

— приём PDF-резюме и ссылок через Telegram-бота;

— автоматическое извлечение текста из документов;

— структурированный анализ резюме с помощью ИИ;

— заполнение карточек кандидатов в Notion;

— определение подходящей вакансии или проекта;

— проверка базы на наличие дублей;

— нормализация контактов, навыков, языков и опыта;

— формирование краткого ИИ-заключения по кандидату;

— фиксация источника поступления резюме;

— уведомления рекрутера о результате обработки;

— передача нестандартных случаев на ручную проверку;

— контроль ошибок и лимитов внешних сервисов.

Рекрутеру больше не требуется вручную переносить основную информацию из резюме в Notion. Карточки кандидатов создаются по единому шаблону, а контакты, опыт и навыки сохраняются в соответствующих полях базы.

Система сократила количество однотипных действий, снизила риск создания повторных карточек и ускорила первичную обработку кандидатов.

Архитектура позволяет подключать новые источники резюме, добавлять этапы оценки и расширять аналитику рекрутинговой воронки.