Объединение HR-данных и снижение ошибок разработки для Nova Energy

Клиент: компания уровня enterprise в сегменте строительства и энергетики — Nova Energy

Контекст: распределённая IT-инфраструктура, 6 разрозненных HR-баз, устаревший процесс разработки в 1С

Контекст задачи

Клиент подошёл к точке, где масштаб бизнеса начал ломать внутренние процессы. HR-функция работала в нескольких независимых базах — данные по зарплатам, отпускам и кадровым изменениям дублировались, расходились и обновлялись с задержкой до 3–5 дней.

Параллельно IT-блок упирался в ограничения текущей среды разработки. Команда 1С-разработчиков работала без единого стандарта, что приводило к росту количества багов и деградации скорости релизов.

Дополнительным фактором стала необходимость внедрения подсистемы БСП в кастомную конфигурацию 1С СМР — без сильного разработчика это было невозможно реализовать в срок.

Что нужно было сделать

Задача не ограничивалась «интеграцией» — речь шла о системной перестройке:

— собрать 6 разрозненных HR-баз в единую модель данных

— сократить время обновления информации с дней до часов

— снизить нагрузку на HR-команду минимум на 30%

— перевести разработку на современный стек с CI/CD

— внедрить БСП без остановки текущих бизнес-процессов

Вместо линейного внедрения GreenCore зашёл через параллельные треки: данные + разработка.

1. Централизация данных

Провели аудит 6 источников данных (1С + сторонние системы), выявили более 120 конфликтующих сущностей и около 18% дублирующих записей.

В качестве целевой СУБД выбрали PostgreSQL — под нагрузку и масштабируемость. Построили единый слой данных с нормализованной структурой и унифицированной логикой обновления.

Интеграция шла через REST API и асинхронные очереди, что позволило не «ронять» текущие процессы.

Результат на этапе:

— сокращение дублей данных с 18% до

На старте команда GreenCore провела глубокий аудит IT-инфраструктуры и HR-систем. В зоне анализа оказалось 6 разрозненных баз данных, более 120 сущностей и свыше 40 интеграционных точек.

Ключевой задачей этапа было не просто «понять как работает», а зафиксировать:

— критические точки потери данных

— зоны дублирования (до 18% записей)

— задержки в синхронизации (до 5 дней)

— узкие места в разработке 1С

Результатом стала целевая архитектура и roadmap внедрения с разбивкой по спринтам.

На этом этапе была собрана и нормализована единая модель HR-данных.

GreenCore:

— унифицировал структуру данных по сотрудникам

— устранил конфликтующие справочники

— заложил масштабируемую архитектуру под рост +50–70% данных

Отдельно спроектировали слой интеграции через REST API и очередь событий, чтобы обеспечить near real-time обмен данными.

Самый ресурсоёмкий этап, который шёл в два параллельных потока:

Трек 1 — данные:

— разработка модулей миграции

— настройка ETL-процессов

— интеграция с 1С и внешними системами

Трек 2 — разработка:

— внедрение CI/CD (GitLab CI + Jenkins)

— настройка автотестов (покрытие выросло с 30% до 78%)

— переход команды на новую среду разработки

Параллельно подключили senior 1С-разработчика для адаптации и внедрения БСП в кастомную конфигурацию.

После сборки системы провели серию тестов:

— функциональное тестирование всех HR-сценариев

— нагрузочное тестирование (до 10 000 операций в сутки)

— проверка отказоустойчивости

На этом этапе устранили более 95% выявленных дефектов до выхода в прод.

Дополнительно оптимизировали производительность:

— ускорили запросы к базе в среднем на 35%

— снизили время отклика системы на 25%

Финальный этап был критичен для закрепления результата.

GreenCore:

— провёл обучение для HR и IT-команд

— подготовил документацию и регламенты

— сопровождал первые 2 недели эксплуатации

За счёт этого удалось сократить период адаптации пользователей почти в 2 раза (с типовых 3–4 недель до ~10–14 дней).

Что получил бизнес

На уровне бизнеса это не «интеграция», а снятие системного ограничения роста.

— HR-процессы стали централизованными и управляемыми

— время обработки кадровых операций сократилось в среднем на 40%

— IT-команда вышла на предсказуемый релизный цикл

— снизились операционные риски, связанные с ошибками в данных и коде

И ключевое: компания получила инфраструктуру, готовую к масштабированию без экспоненциального роста затрат.