С 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.
16:41
16:29
16:17
16:03
15:51
15:35
15:22
15:09
14:54
14:39
14:23
14:08
13:54
13:39
13:26
13:12
12:59
12:43
12:28
12:13
11:55
11:41
11:26
11:12
10:51
10:36
10:22
10:08
09:53
09:37
09:23
09:09
17:59
17:45
17:32
17:21
17:09
16:58
16:43
16:29
16:17
16:06
15:51
15:36
15:22
15:09
14:55
14:41
14:27
14:13
Вс | Пн | Вт | Ср | Чт | Пт | Сб | |
1 | |||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 | |
9 | 10 | 11 | 12 | 13 | 14 | 15 | |
16 | 17 | 18 | 19 | 20 | 21 | 22 | |
23 | 24 | 25 | 26 | 27 | 28 | 29 | |
30 |
15:39
09:49
13:25
14:04
12:51
15:28
12:39
13:24
13:02
12:39
15:08
11:15
14:33
12:26
11:23
13:25
15:19
14:27
15:16
12:13
15:14
14:44
13:25
11:06
13:12
11:13
14:15
11:26
09:35
11:41
10:37
10:55
12:28
12:13
12:51
11:35
10:45
16:51
10:21
14:27
12:37
11:23
13:03
10:47
13:03
13:15
14:58
14:55
14:31
14:19