Chief HR Officer / HRD

HRD с сильной экспертизой в IT и data-driven HR. Выстраиваю HR-функцию как бизнес-партнёра: от стратегии и найма до аналитики, мотивации и культуры. Работаю с ростом, эффективностью и управляемостью команд. Ключевая экспертиза • HR-стратегия и HRBP-подход • Масштабирование команд (IT / digital) • Recruitment (middle / senior) • HR-аналитика, BI (Qlik, Power BI) • Performance review, грейдирование, мотивация • Онбординг, удержание, вовлечённость • Цифровизация HR-процессов • Взаимодействие с CEO и руководителями Опыт и достижения • Наняла 80+ middle и senior специалистов за год • Средний план найма — от 5 вакансий в месяц(на человека) • Сократила time-to-hire на 20–25% за счёт аналитики и оптимизации воронки • Участвовала во внедрении HRMS и BI-дашбордов • Выстраивала performance review, грейды и связку с компенсациями • Работала с текучестью и early attrition, снижая риски на этапе онбординга • Выступала связующим звеном между бизнесом и HR HR-аналитика и данные • Работа с Qlik / Power BI (HR-дашборды для менеджмента) • Метрики: headcount, attrition, time-to-hire, eNPS, performance • Когортный анализ, простые регрессионные модели для прогнозов • Data-driven принятие HR-решений Цифровизация HR • Автоматизация рекрутмента (парсеры, базы кандидатов) • Оптимизация sourcing и prescreen • Снижение ручной нагрузки HR на 30–40% Обучение и развитие • Определение потребностей в обучении от бизнес-целей • Метрики обучения: completion rate, time-to-productivity, feedback • Связка обучения с performance и удержанием Сейчас • Обучаюсь на ML-инженера, чтобы глубже работать с аналитикой, прогнозами и данными • Интересуюсь HR + AI, предиктивной аналитикой, автоматизацией процессов Формат • Рассматриваю роли HRD / Head of HR / HRBP • Фокус: IT, digital, продуктовые и технологические компании Мы столкнулись с тем, что при небольшом плане найма рекрутеры всё равно тратили слишком много времени на рутину: ручной поиск на hh/LinkedIn, перенос резюме в таблицы/ATS, повторные контакты по дублям, отсутствие нормальной сегментации базы. Поэтому я инициировала и организовала разработку внутреннего парсера, который автоматизировал этап sourcing и формирование базы кандидатов. Что делал парсер (функциональность) • Собирал резюме/профили по заданным фильтрам (роль, грейд, стек, локация, опыт, ключевые слова). • Нормализовал данные (ФИО/контакты/стек/опыт в единый формат). • Дедуплицировал базу (по телефону/email/ссылке/ФИО+компания). • Тегировал кандидатов по ролям и стекам (например: backend Kotlin, QA auto, product). • Выгружал в удобный формат: Google Sheets / CSV / базу (в зависимости от процесса). Главное — эффект для бизнеса: HR перестал быть “ручной функцией”. Процесс стал масштабируемым, управляемым и прогнозируемым