Como profissional que trabalha no desenvolvimento de IA, posso atestar que esta ferramenta de triagem de IA é eficaz. Saina nos ajudou a filtrar candidatos não qualificados avaliando habilidades reais, como PyTorch e PLN, em vez de depender apenas da correspondência de palavras-chave. O uso de uma rubrica estruturada e fichas de pontuação baseadas em evidências significou que nossos engenheiros seniores não precisavam mais gastar tempo nas triagens iniciais. No final, conseguimos reduzir o que antes era um processo de duas semanas para apenas 48 horas. Análise coletada por e hospedada no G2.com.
Embora a plataforma ofereça valor, há áreas para refinamento. Para funções de ML altamente especializadas, as perguntas de entrevista de IA poderiam ser mais rigorosas; ocasionalmente ainda preciso complementá-las com avaliações personalizadas. Também vejo espaço para melhorias na integração com nossas ferramentas internas, especificamente o Greenhouse. Mover candidatos entre sistemas cria uma etapa manual, embora não seja um fator decisivo. Além disso, o recurso de pool de candidatos mostra potencial, mas ainda está amadurecendo — ainda não encontramos muitos engenheiros de ML seniores pré-avaliados lá, embora a triagem para nosso próprio tráfego de entrada continue sólida. Análise coletada por e hospedada no G2.com.
