ГОТОВАЯ ПРЕЗЕНТАЦИЯ

1. ДИПЛОМНАЯ РАБОТА АВТОМАТИЗАЦИЯ ПРОЦЕССА ПОИСКА И ПОДБОРА СОТРУДНИКОВ ДЛЯ КОМПАНИИ ООО «АРТОКС ЛАБ»

Выполнила
студентка группы 1152
Ботян Дарья Денисовна
Научный руководитель
старший преподаватель
Гопка Елена Алексеевна

2. АКТУАЛЬНОСТЬ ТЕМЫ

Рост конкуренции за ИТ-кадры на рынке Беларуси
Увеличение времени закрытия вакансий до 50 дней
Фрагментация данных между инструментами (почта, таблицы,
мессенджеры)
Риски нарушения Закона № 99-З о защите персональных данных
2

3.

Цель
Повышение эффективности найма
персонала посредством проектирования
и внедрения автоматизированной
информационной системы
Объект
ООО «Артокс Лаб»
Задачи дипломной работы
Изучить теоретические основы и методы поиска ИТспециалистов в современных условиях
Провести сравнительный анализ информационных
систем для автоматизации рекрутинга и обосновать выбор
инструментария
Дать организационно-экономическую характеристику
ООО «Артокс Лаб» и проанализировать существующую
технологию подбора
Смоделировать бизнес-процесс подбора персонала и
сформировать требования к автоматизированной системе
Предмет
Совокупность методов и средств
автоматизации процесса поиска и
подбора сотрудников
Разработать проектные решения по автоматизации:
структуру базы данных, архитектуру и алгоритмы работы
системы
Оценить экономическую эффективность предложенных
решений и рассчитать показатели окупаемости
3

4. ХАРАКТЕРИСТИКА ООО «АРТОКС ЛАБ»

Организационная структура
Статус:
Резидент Парка высоких технологий РБ
Деятельность:
Разработка ПО и цифровых сервисов
(103.by, Relax.by)
Численность: 130–160 сотрудников
Аудитория продуктов: >10 млн пользователей в месяц
4

5. АНАЛИЗ СУЩЕСТВУЮЩЕГО ПРОЦЕССА ПОДБОРА

Проблемы
Модель процесса AS-IS
• Ручная обработка резюме (60–70%
времени рекрутера)
• Фрагментация данных (почта, таблицы,
мессенджеры)
• Отсутствие единой воронки подбора
• Риски комплаенса (Закон № 99-З)
Инструменты
Электронная почта, Telegram, Excel,
Google Calendar
5

6. МОДЕЛЬ ПРОЦЕССА ПОСЛЕ АВТОМАТИЗАЦИИ

Ключевые изменения
Ожидаемый эффект
Автоматический парсинг резюме из источников.
Сокращение времени закрытия
вакансии: 50 → 32 дня.
Интеграция с календарём для планирования интервью.
Стандартизированные формы фидбэка.
Автоматическая генерация документов (офферы,
согласия).
Модель процесса TO-BE
Снижение доли ручных операций:
70% → 30%.
6

7. ОБОСНОВАНИЕ ВЫБОРА РАЗРАБОТКИ СОБСТВЕННОЙ СИСТЕМЫ

Вывод: разработка собственной системы экономически и
технически обоснована
7

8. ТЕХНОЛОГИЧЕСКИЙ СТЕК РАЗРАБОТКИ

Backend: ASP.NET Core 8.0
Frontend: Razor Pages + Bootstrap 5.3
База данных: Microsoft SQL Server 2022
ORM: Entity Framework Core 8.0
Безопасность: BCrypt, HTTPS/TLS, RBAC
8

9. МНОГОУРОВНЕВАЯ АРХИТЕКТУРА СИСТЕМЫ

Уровень представления:
Razor Pages (веб-интерфейс)
Уровень бизнес-логики:
Сервисы ASP.NET Core
Уровень доступа к данным:
Entity Framework Core
Уровень интеграции:
REST API, WebHooks
9

10. ПРОЕКТИРОВАНИЕ БАЗЫ ДАННЫХ

СУБД: Microsoft SQL Server 2022
Нормализация: 3НФ
Основные сущности: 11 таблиц (Users, Vacancies, Candidates,
Applications, Interviews, Feedbacks, Documents, Sources, Statuses,
AuditLogs, Consents)
Меры безопасности: Шифрование (TDE), журналирование
(AuditLogs), ролевой доступ (RBAC)
10

11. ОЦЕНКА ЭКОНОМИЧЕСКОЙ ЭФФЕКТИВНОСТИ

11

12. ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

• Проведён анализ предметной области и существующих ATS-систем
• Разработана модель бизнес-процесса «TO-BE» с автоматизацией ключевых
этапов
• Спроектирована структура базы данных (11 таблиц, 3НФ, меры
безопасности)
• Реализована многоуровневая архитектура системы (ASP.NET Core, SQL
Server)
• Разработаны алгоритмы парсинга, планирования, генерации документов
• Подтверждена экономическая эффективность (NPV > 0, PI > 1, срок
окупаемости 1,5 года)
Итог: система готова к внедрению в ООО «Артокс Лаб»
12

13. СПАСИБО ЗА ВНИМАНИЕ!

13