Наш клиент – компания, которая специализируется на разработке и внедрении интеллектуальных решений для безопасности и комфорта на дорогах. Компания производит и собирает камеры дорожного движения, разрабатывает программное обеспечение для своего оборудования и анализирует большие данные для оптимизации дорожно-транспортной инфраструктуры. В команде 100+ человек.
Задача
Заказчик обратился к нам, чтобы найти, прособеседовать и вывести на проект команду из шести Data Scientist-ов. Главное условие – работа в офисе в Казани.
Решение
Мы с легкостью закрыли эти шесть вакансий. Рассказываем, какое необычное решение мы нашли.
Подготовка
Перед стартом работы вместе с заказчиком сделали EVP компании.
EVP (employee value proposition) — ценностное предложение компании-работодателя для коммуникации с прошлыми, текущими и потенциальными сотрудниками. Другими словами, насколько вакансия и компания работодателя привлекательны для кандидата.
Мы пришли к выводу, что главными преимуществами компании будут:
Большое подразделение Data Scientist, что редкость на российском рынке. На тот момент в отделе работало около 20 человек;
Система менторинга для новичков, которая позволяет специалистам быстро расти внутри компании.
Эти два фактора использовали как тяжелые аргументы за компанию заказчика в будущих переговорах с соискателями.
Поиск кандидатов
Сначала искали кандидатов на сайтах для поиска работы. Но многие специалисты были не из Казани и хотели работать удаленно, а наша вакансия этого не предполагала.
Тогда мы скорректировали стратегию поиска, решили искать кандидатов в профильных университетах в городе присутствия компании, Казани.
В Казанском Федеральном Университете есть кафедра анализа данных и технологий программирования, но у ее выпускников в тот момент были очень большие зарплатные ожидания, которые наслаивались на отсутствие опыта в профессии.
Тогда мы решили наведаться в гости к математикам, ведь у них была та же база, а еще сильное желание попасть из математики в ИТ. А хорошего математика от профессии Data Scientist отделяет только сильный ментор, которых было в избытке у заказчика.
Мы обсудили идею с клиентом и решили, что гипотезу стоит проверить. А в случае успеха ментор превратит бывших студентов в опытных джунов, заточенных под задачи компании.
Собеседования
С помощью своих контактов мы нашли троих добровольцев с разных курсов математического направления, сделали чат с ними и рекрутером. Затем выслали вакансию на Data Scientist в наш чат, а ребята в свою очередь разослали ее в свои внутренние студенческие математические группы. Если кто-то откликался на нее, ребята пересылали нам контакты студента и рекрутер связывался уже напрямую.
Благодаря этому чату с активистами мы нашли нужное количество кандидатов и, после успешного собеседования с рекрутером, приглашали на техническое собеседование с лидом.
Сильный лид располагал к себе студентов, они хотели у него учиться и работать с ним в команде, это тоже было частью стратегии поиска.
Так мы укомплектовали подразделение и закрыли задачу.
Результат
Мы сформировали подразделение Data Scienсe из шести человек, выпускников математического отделения.
Что нам помогло?
Сильное EVP;
Хорошая идея для поиска кандидатов;
Харизматичный лид, который представлял компанию-заказчика.
Отзыв
Комментарий рекрутера Вероники:
«Проект оказался интересным вызовом, поскольку требовал поиска специалистов с определенными навыками в условиях ограниченного бюджета. Нам удалось успешно решить эту задачу, проанализировав рынок, определив потенциальных кандидатов и предложив привлекательные условия сотрудничества.»