Colare привлекает 2,5 млн долларов, чтобы оценивать инженеров-разработчиков аппаратуры с помощью симуляций реальных задач

Аккуратно составленное резюме может рассказать компании, разрабатывающей аппаратное обеспечение, где работал инженер. Но оно гораздо меньше говорит о том, как человек будет диагностировать неисправность в электрической цепи, учитывать тепловые ограничения или проектировать деталь, пригодную для производства. Colare создает платформу для найма, призванную восполнить этот пробел. Компания выходит на рынок с предпосевным финансированием в размере 2,5 млн долларов и предлагает оценивать инженеров с помощью симуляций реальных технических задач.

Стартап из Сан-Франциско объявил о привлечении финансирования 26 октября. В раунде приняли участие Afore Capital, Garage Capital и Acadian Ventures. Colare рассчитывает направить средства на масштабирование платформы для аэрокосмической отрасли, оборонного сектора, энергетики, производства и других областей, где ошибки в инженерных решениях могут привести к дорогостоящим последствиям в физическом мире.

Сооснователи и сопредседатели компании Эстер Томас и Наин Абди нацелились на проблему, которая становится особенно острой при расширении инженерных команд: лучше всего оценивать кандидатов способны зачастую те же старшие инженеры, которым компания должна поручать проектирование и разработку.

Как раньше получать объективные данные о технических навыках кандидатов

По оценке Colare, на найм инженера-механика, электротехника или инженера по встраиваемым системам может уходить около 40 часов времени старших инженеров — на первичные собеседования, проверку домашних заданий и очные интервью. Компания предлагает вместо этого собирать данные о практических навыках кандидатов до того, как они дойдут до самых ресурсоемких этапов собеседований.

Платформа сопоставляет описание вакансии с оценочными заданиями по таким направлениям, как автоматизированное проектирование, проектирование печатных плат, тепловой анализ, метод конечных элементов и решение системных задач. Кандидаты выполняют задания, имитирующие ситуации, с которыми им пришлось бы столкнуться на этой должности. Оценка учитывает и ход работы, и конечный результат.

Это различие принципиально важно для работы с аппаратным обеспечением. Два проекта могут отвечать одному и тому же базовому требованию, но предполагать совершенно разные компромиссы между стоимостью, надежностью, производительностью и технологичностью производства. Поэтому полезная оценка должна раскрывать логику, стоящую за выбором, а не учитывать только конечный ответ.

По словам Colare, критерии оценки составляют при участии старших инженеров, которые уже запускали аппаратные продукты в производство. Компания предоставляет подробный отчет с результатами оценки, стремясь сделать экспертное мнение опытного технического интервьюера доступным при работе с более широким кругом кандидатов.

«Компании, работающие с аппаратным обеспечением, создают одни из самых амбициозных с технической точки зрения продуктов в мире, но по-прежнему оценивают инженеров по косвенным признакам того, способны ли они действительно выполнять эту работу», — сказала Томас в объявлении.

От инженерных симуляций к процессу найма

На сайте продукта компании подробнее показано, как результаты оценки используются при подборе персонала. Панель кандидата позволяет сопоставлять сильные стороны и пробелы в навыках, сравнивать уровень кандидатов и ранжировать их с учетом требований должности. На сайте также описаны массовая рассылка оценочных заданий, отслеживание прогресса и ссылки, которыми работодатели могут делиться в объявлениях о вакансиях или сообщениях кандидатам.

Colare представляет интеграцию с системами отслеживания кандидатов как часть этого процесса и заявляет о поддержке API для других систем. Практическая цель — встроить результаты оценки в существующий процесс рекрутера, а не создавать отдельное задание, которое кому-то придется администрировать вручную и согласовывать с остальными этапами найма.

В основе технического подхода лежит оценка с помощью симуляций. В материалах о запуске описаны разработка сценариев, инженерные критерии оценки и анализ процесса и результата; в них не указана собственная базовая модель и не опубликована архитектура модели. Ценность продукта заключается в том, что он позволяет получать более релевантные данные об инженерных навыках вне зависимости от того, насколько автоматизированы остальные этапы процесса.

Для работодателей такие данные могут сделать последующее собеседование более предметным. Вместо того чтобы тратить дефицитное время технических специалистов на проверку базовой компетентности, интервьюер может подробнее изучить предположения кандидата, его проектные решения и моменты, требующие уточнения. Результаты оценки становятся отправной точкой для технического обсуждения.

Первые клиенты — стартапы и производители аэрокосмической техники

По словам Colare, среди ее клиентов уже есть как недавно получившие финансирование стартапы, так и производители аэрокосмической техники с миллиардными оборотами; на аэрокосмическую и оборонную отрасли приходится половина клиентов. В объявлении не раскрываются ни общее число клиентов, ни выручка.

Приведенные компанией примеры показывают два разных сценария покупки. Стартап из химической промышленности, в котором работали два человека, воспользовался сервисом при найме первого электротехника: основатели, не обладавшие соответствующей специализацией, получили возможность оценить техническую работу кандидата. В дочерней компании публичного производителя оценка, по словам Colare, выявила серьезные пробелы в навыках кандидата, уже прошедшего первичный отбор.

Это примеры, предоставленные самой компанией, а не опубликованное исследование результатов найма. Тем не менее они объясняют, почему продукт может быть полезен не только крупным отделам подбора персонала: небольшой компании может не хватать экспертизы для проведения собеседования по узкой специальности, а крупной — времени, чтобы одинаково тщательно оценивать каждого кандидата.

Как говорится в объявлении, Абди столкнулся с этой проблемой лично, работая инженером-электриком в Ford. Основная идея, заложенная при создании компании, заключается в том, что при отборе нужно оценивать, как человек применяет инженерные знания в условиях физических ограничений, а не полагаться на то, насколько внушительно выглядят его дипломы и квалификация.

Почему бум физического ИИ повышает ценность инженерного мышления

Возможности здесь выходят за рамки традиционного программного обеспечения для подбора персонала. По мере того как робототехника и физический ИИ приближаются к практическому внедрению, компаниям нужны команды, способные объединить возможности программного обеспечения с электроникой, механическими системами, системами управления и производством. Материалы Unite.AI о разработке вычислительных модулей для роботов показывают, насколько тесно взаимодействуют эти направления, когда система ИИ становится физическим продуктом.

Управляющий партнер Acadian Ventures Томас Оттер связывает перспективы Colare с этим расширением и в объявлении указывает на растущий спрос на надежную оценку навыков в области электротехники, машиностроения, строительной механики и мехатроники. На странице портфельных компаний Acadian также указана Colare — компания на стадии предварительного посевного финансирования, специализирующаяся на подборе персонала для высокотехнологичных компаний, разрабатывающих аппаратные решения.

В долгосрочной перспективе Colare планирует использовать данные оценивания, чтобы сформировать более широкое представление об инженерных способностях, в том числе о том, как кандидат справляется с задачами, которые специально не включались в проверку. Пока это лишь заявленное направление работы, а не подтвержденный результат прогнозирования, представленный в материалах о запуске.

Пока финансирование поддерживает более непосредственную задачу: раньше получать первые убедительные свидетельства инженерных навыков. Если Colare сможет проводить оценки, соответствующие требованиям должности, понятные интервьюерам и единообразные для всех кандидатов, это поможет командам, работающим с аппаратными решениями, тратить меньше времени на выявление очевидного несоответствия требованиям и больше — на то, чтобы определить, кто сможет внести вклад в предстоящую работу.