Como profesional que trabaja en el desarrollo de IA, puedo dar fe de que esta herramienta de selección de IA es efectiva. Saina nos ayudó a filtrar a los candidatos no calificados evaluando habilidades reales, como PyTorch y NLP, en lugar de depender únicamente de la coincidencia de palabras clave. El uso de una rúbrica estructurada y tarjetas de puntuación basadas en evidencia significó que nuestros ingenieros senior ya no tenían que dedicar tiempo a las evaluaciones iniciales. En última instancia, pudimos reducir lo que antes era un proceso de dos semanas a solo 48 horas. Reseña recopilada por y alojada en G2.com.
Aunque la plataforma ofrece valor, hay áreas que necesitan refinamiento. Para los roles de ML altamente especializados, las preguntas de entrevista de IA podrían ser más rigurosas; ocasionalmente todavía necesito complementarlas con evaluaciones personalizadas. También veo margen de mejora en cuanto a la integración con nuestras herramientas internas, específicamente Greenhouse. Mover candidatos entre sistemas crea un paso manual, aunque no es un obstáculo insalvable. Además, la función de grupo de candidatos muestra potencial pero aún está madurando; todavía no hemos encontrado muchos ingenieros senior de ML preseleccionados allí, aunque la selección para nuestro propio tráfico entrante sigue siendo sólida. Reseña recopilada por y alojada en G2.com.
