К тому моменту я уже много лет работала директором по персоналу и была уверена, что хорошо понимаю, как устроен найм.

Но однажды я не откликнулась на сильную позицию из-за требования знать сербский язык — и потеряла интересный вариант.

Через полгода на эту позицию взяли человека без сербского. Ему просто дали переводчика.

Позже я поняла неприятную вещь про найм:

На рынке труда оценивают не ваш опыт напрямую. Оценивают то, насколько система смогла правильно его «прочитать» через набор фильтров (требований к вакансии).

И сами требования в вакансии — не список объективно необходимых условий для работы.

Это набор фильтров разной значимости.

Более того: компании сами часто не знают, какие требования действительно критичны.

Многие фильтры появляются не потому, что без них нельзя выполнять работу, а потому что компания пытается снизить риск ошибки при найме.

Именно здесь и возникает проблема, которую обычно называют «ложью в резюме».

Посмотрим, как это работает на практике.

Возьмём типичную вакансию аналитика:

• 3+ года опыта

• Python и SQL

• опыт продуктовой аналитики

• английский + сербский язык (к примеру)

Кандидат:

• 2 года 4 месяца официального опыта

• ещё ~1 год через проекты, студенческую занятость

• SQL — активно

• Python — частично

• в продуктовой аналитике участвовал, но не был владельцем

• сербского языка нет

Формально кандидат не проходит. Но действительно ли он не подходит?

Проблема в том, что ни кандидат, ни часто сама компания не знают, какие требования действительно критичны.

Система сама относится к своим же требованиям по-разному:

— одни работают как жёсткие фильтры
— другие — как ориентиры
— третьи появляются просто «на всякий случай»

1. Формальный фильтр — «3+ года опыта»
Есть требования, которые система умеет проверять почти автоматически:

— возраст
— даты работы
— образование

Такие фильтры бинарны: они либо выполняются, либо нет.

Именно поэтому кандидаты чаще всего пытаются их «обходить» — особенно когда считают их слабо связанными с реальной способностью работать, а значит, несправедливыми.

Система воспринимает такую попытку как прямой обман кандидата. Пространства для интерпретации здесь почти нет — а цена риска лжи максимальна.

Но у формальных фильтров есть важный парадокс: в процессе отбора сама система может отключить какие-то из формальных фильтров. Она перестает считать их важными и отбрасывает в категорию надуманных.

2. Надуманный фильтр — «сербский язык»

Сербского языка у кандидата нет.

Парадокс: даже без него он может пройти, если компания пересмотрит требования.
Но кандидат не знает, насколько этот фильтр строг.

В такой ситуации кандидат оказывается перед выбором:

— отказаться от вакансии
— проигнорировать требование
— или попытаться обойти фильтр

В одном случае кандидат теряет возможность.
В другом — создаёт проблему (ложь), которая проявится позже.
Это разные типы риска.

В нашем кейсе кандидат не врал. Компания сама пересмотрела требование — потому что оно оказалось для неё некритичным.

Но что могло заставить систему пересмотреть формальные ограничения? Сильное резюме кандидата, например. Поговорим об этом подробнее.

3. Содержательные фильтры — навыки и глубина опыта

Есть требования, которые система не может проверить формально:

— глубину опыта
— уровень владения навыком
— масштаб задач
— степень ответственности

Эти фильтры и решают, пройдёт ли кандидат дальше.

Парадокс в том, что кандидаты чаще всего пытаются «обходить» жёсткие фильтры —
и почти не работают с содержательными, где у них действительно есть возможность для влияния.

И именно здесь сильные кандидаты чаще всего проигрывают более слабым.

Дело в том, что система не «видит» опыт напрямую.
Она видит только его описание через формулировки и ключевые слова.

И если опыт не переведён в понятный ей язык, она просто не распознаёт уровень кандидата.

Например, система по-разному считывает две формулировки:

«участвовал в анализе данных»

и

«проводил анализ пользовательского поведения, формировал гипотезы»

Факты не изменились. Изменилось описание роли и, как следствие, восприятие кандидата системой.

В какой момент такая адаптация описания превращается в искажение опыта?

Граница довольно простая: если опыт вы можете развернуть, объяснить и защитить — это интерпретация. Если нет — это уже искажение.

Придуманный навык обычно вскрывается очень быстро. А вот плохо описанный реальный навык система часто просто не распознаёт.

Многие сильные специалисты годами учатся делать работу —
но почти никогда не учатся делать свой опыт «читаемым» для системы оценки.

На практике же сильный содержательный профиль нередко приводит к тому, что система снимает часть своих формальных требований.

Именно поэтому опытный практик иногда проходит туда, где формально «не должен» был пройти.

Этот кейс показывает неприятную вещь:

Большинство кандидатов совершают одну и ту же ошибку:

пытаются «обходить» фильтры там, где пространство для манёвра минимально —

и почти не работают с тем, что действительно влияет на решение.

Если упростить, система найма работает примерно так:

Большинство кандидатов проигрывают не на формальных фильтрах.

Они проигрывают на содержательных.

Эта модель не позволяет заранее понять, какие требования компания в итоге сочтёт критичными. Вы не управляете требованиями вакансии.

Но она позволяет понять, что врать в резюме не нужно, если четко понимаешь:

 какие фильтры допускают интерпретацию —
а где попытка адаптации превращается в рискованное искажение.

Когда вакансия действительно важна, главный вопрос совсем другой:

сделал ли я всё, чтобы система вообще смогла правильно «прочитать» мой опыт?

P.S. Так что же всё-таки нужно было сделать мне тогда, увидев требование про сербский язык?

Сегодня я понимаю:
мне не нужно было врать про сербский.
Но и отсеивать себя заранее — тоже.

Моя задача была другой:
показать свою ценность так, чтобы система сама захотела пересмотреть значимость сербского. А я даже не попыталась этого сделать.