cómo encontré un desarrollador senior para unirse a mi equipo / Sudo Null IT News

¡Hola a todos! Le contaré y mostraré cómo el servicio de análisis de Github y LinkedIn nos permitió abandonar el proceso estándar de “reanudación de vacantes”. Recientemente, mi empresa separó la función de análisis competitivo en un equipo separado.

El liderazgo de este equipo me fue confiado. Y el equipo necesita gente con experiencia especializada. En primer lugar, comencé a buscar varios desarrolladores senior sólidos que pudieran hacer una contribución significativa a la creación de nuestro servicio de recopilación automatizada de datos. Este rol requería un “analista desarrollador” que no solo supiera escribir código, sino que también tuviera un profundo conocimiento del análisis de datos.

Enfoque 1. Vacante en HH

Junto con el departamento de recursos humanos, preparamos cuidadosamente una descripción del puesto y la publicamos en HeadHunter. Al principio nos alegramos de que hubiera muchas respuestas a la vacante. Sin embargo, mientras hablaba con los candidatos, comencé a darme cuenta de que la mayoría de los candidatos eran desarrolladores muy fuertes que nunca habían trabajado en el campo del análisis o, por el contrario, analistas exclusivamente profesionales sin experiencia en escribir código para producción.

Como resultado, 36 entrevistas y 0 candidatos relevantes.

Enfoque 2. Buscar chats de LinkedIn y Telegram

Mientras buscaba activamente trabajo en HH, también comencé a buscar manualmente en LinkedIn y en varios chats profesionales en Telegram. Miré perfiles y publicaciones de personas que tenían experiencia tanto en desarrollo como en análisis. Resultó que tales especialistas eran muy pocos y muchos de estos perfiles no se habían actualizado durante mucho tiempo o estaban mal completados.

La mayoría de los candidatos que respondieron a mis correos electrónicos estaban completamente en desarrollo o se centraban únicamente en el análisis.

13 entrevistas más y 0 candidatos relevantes. Todavía no existía un candidato ideal para múltiples máquinas.

Enfoque 3. Plataforma propia de Startrix

Después de tres semanas de intentos fallidos, decidí crear una plataforma que combine las capacidades del análisis de código de Github y el análisis de perfiles de LinkedIn. Es muy posible que combinar el análisis del marco de código con la experiencia laboral sea la clave para encontrar al candidato ideal. Probablemente no habría asumido este proyecto desde cero, pero ya tenía la mayoría de los desarrollos para este proyecto en mi maestría del Departamento de Gestión de Proyectos Tecnológicos del programa de maestría MIPT, donde estoy terminando mi carrera final. año de estudio. Así apareció “Proyecto Startrix”.

Github ofrece código abierto API. Con él, puede extraer fácilmente datos de usuarios y repositorios, y recuperar código de los repositorios. Recopilar datos de LinkedIn es más difícil, pero me ayudó la biblioteca.

Como resultado, en la primavera de 2024, lancé Startrix, que realiza simultáneamente análisis de código en Github y análisis de perfiles en LinkedIn. Startrix recopila y analiza todos los marcos, lenguajes de programación y habilidades de los candidatos. Para ello, Startrix busca en cada archivo con el código de cada repositorio de posibles candidatos. LinkedIn recopila información sobre experiencia laboral, educación, ubicación y habilidades.

Y a partir de ese momento comenzó una auténtica “búsqueda de talentos” en toda regla. Con tal información, un currículum resultó completamente innecesario: fue suficiente crear una calificación de especialistas basada en la experiencia y las habilidades.

Configuré filtros por campo de actividad (desarrollo backend y análisis) y por habilidades (python). A la salida se encontraban unas 40 personas que cumplían estos criterios, todas ellas con contactos directos. Estos eran perfiles de LinkedIn o enlaces a sus repositorios de Github. Los candidatos se clasifican por la cantidad de estrellas que sus repositorios han recibido de otros usuarios y por la cantidad de confirmaciones en los últimos dos años. Esta es la mejor métrica disponible de actividad y profesionalismo que se puede crear a partir de los datos disponibles.

Como resultado, después de buscar en esta lista reducida, realizamos sólo cuatro entrevistas. El candidato ideal ya se encontró en la segunda entrevista. Este candidato parecía estar oculto a la vista del público: no estaba en el radar de LinkedIn, no estaba buscando trabajo en HH. Sin embargo, su pasión por su trabajo era obvia: publicaba regularmente sus proyectos favoritos en Github. Desarrolló una plataforma para la recopilación automática de datos, donde aplicó hábilmente sus habilidades en desarrollo, ingeniería de datos y análisis de datos. Uno de sus proyectos es la recopilación periódica de datos de Amazon con un proceso de calidad de datos personalizado, alertas de Telegram con información sobre cambios repentinos en el precio de ciertos productos y paneles en una herramienta de BI de código abierto. Metabase. A partir del proyecto quedó claro que el autor sabe trabajar con big data y utilizar herramientas para analizarlo.

Una vez que Startrix lo sacó a la superficie, nos llevó sólo dos semanas desde la carta de oferta de trabajo hasta la oferta final.

Después de eso, encontramos y contratamos a dos desarrolladores más con la ayuda de Startrix.

Como mi equipo cuenta con todo el personal, también puedes utilizar Startrix, y se mostró perfectamente. O simplemente búsquelo usted mismo allí: dónde lo encontrará el algoritmo y a qué lugar lo llevará. Y escribe tus consejos y comentarios; aunque este también es mi proyecto favorito por ahora, quiero finalizarlo antes de venderlo. ¡Gracias a todos de antemano por la prueba de manejo y los consejos!