Фінансування

Colare залучила $2,5 млн, щоб перевіряти інженерів з апаратного забезпечення за допомогою реалістичних симуляцій

mm
Додайте Unite.AI до бажаних джерел у Google
Colare co-founders Esther Thomas, left, and Nain Abdi, right, standing outside a brick building.

Добре оформлене резюме може розповісти компанії, що працює з апаратним забезпеченням, де працював інженер. Але воно значно менше говорить про те, як ця людина діагностуватиме електричну схему, враховуватиме теплові обмеження чи проєктуватиме деталь, яку справді можна виготовити. Colare будує свою платформу для найму, зосередившись на цій прогалині: компанія виходить на ринок, залучивши $2,5 млн передпосівного фінансування, щоб оцінювати інженерів за допомогою симуляцій реальних технічних завдань.

Стартап із Сан-Франциско оголосив про залучення фінансування 26 жовтня за участю Afore Capital, Garage Capital і Acadian Ventures. У Colare кажуть, що ці кошти допоможуть масштабувати платформу для аерокосмічної галузі, оборонної промисловості, енергетики, виробництва та інших сфер, де інженерні помилки можуть мати дорогі фізичні наслідки.

Співзасновники та співгенеральні директори Естер Томас і Наїн Абді взялися за проблему, яка особливо загострюється зі зростанням апаратних команд: найкраще оцінювати кандидатів часто можуть ті самі старші інженери, яких компанії потрібно залучати до проєктування та розробки.

Раніше долучати технічні докази до процесу найму

За оцінкою Colare, найм інженера-механіка, інженера-електрика або інженера з вбудованих систем може забирати близько 40 годин часу старших інженерів на вступні співбесіди, перевірку виконаних удома завдань і співбесіди на місці. Запропонована компанією альтернатива — зібрати докази практичних навичок ще до того, як кандидати дійдуть до найресурсомісткіших етапів співбесід.

Платформа зіставляє опис вакансії компанії з оцінюваннями у таких сферах, як автоматизоване проєктування, проєктування друкованих плат, тепловий аналіз, аналіз методом скінченних елементів і системне розв’язання проблем. Кандидати виконують завдання, покликані відтворити рішення, з якими вони зіткнулися б на цій посаді; оцінювання охоплює і підхід до роботи, і кінцевий результат.

Ця відмінність має вирішальне значення в роботі з апаратним забезпеченням. Два проєктні рішення можуть відповідати одній базовій вимозі, але передбачати зовсім різні компроміси щодо вартості, надійності, продуктивності чи технологічності виробництва. Тому корисне оцінювання має показувати логіку вибору, а не винагороджувати лише за кінцеву відповідь.

У Colare кажуть, що критерії оцінювання розробляють за участю старших інженерів, які запускали апаратні продукти у виробництво. Компанія надає докладний звіт за результатами оцінювання, прагнучи зробити експертну оцінку досвідченого технічного інтерв’юера доступною для більшої кількості кандидатів.

«Компанії, що працюють з апаратним забезпеченням, створюють одні з найамбітніших із технічного погляду продуктів у світі, але досі оцінюють інженерів за непрямими ознаками того, чи здатна людина справді виконувати цю роботу», — сказала Томас в оголошенні.

Від інженерних симуляцій до процесу найму

Вебсайт продукту компанії наочніше показує, як результати оцінювання використовують у наймі. Панель для роботи з кандидатами дає змогу порівнювати сильні сторони й прогалини, зіставляти рівень кандидатів із визначеними орієнтирами та ранжувати їх відповідно до посади. На сайті також описано масове надсилання завдань для оцінювання, відстеження перебігу виконання та посилання, які роботодавці можуть поширювати в оголошеннях про вакансії або повідомленнях кандидатам.

Colare називає інтеграцію із системами відстеження кандидатів складовою цього процесу й заявляє про підтримку API для інших систем. Практична мета — додавати результати оцінювання до вже наявного робочого процесу рекрутера, а не створювати окреме завдання, яке хтось має адмініструвати вручну й узгоджувати з рештою процесу найму.

Основний технічний акцент — оцінювання на основі симуляцій. У матеріалах про запуск описано розроблення сценаріїв, інженерні критерії оцінювання та оцінювання процесу роботи й результату; у них не названо власної базової моделі й не опубліковано архітектури моделі. Ціннісна пропозиція продукту ґрунтується на тому, що він дає змогу отримати релевантніші докази інженерних здібностей, незалежно від того, наскільки автоматизовано супровідний робочий процес.

Для роботодавців такі докази можуть зробити подальшу співбесіду предметнішою. Замість того щоб витрачати обмежений час технічних фахівців на перевірку базової компетентності, інтерв’юер може зосередитися на припущеннях кандидата, його проєктних рішеннях і питаннях, які потребують уточнення. Результати оцінювання стають відправною точкою для технічного обговорення.

Серед перших клієнтів — стартапи й аерокосмічні виробники

За словами Colare, серед її клієнтів уже є як нещодавно профінансовані стартапи, так і аерокосмічні виробники з багатомільярдними оборотами; на аерокосмічну галузь і оборонну промисловість припадає половина клієнтів компанії. В оголошенні не розкривають ні загальної кількості клієнтів, ні доходу.

Наведені приклади показують дві різні потреби покупців. Стартап із двох людей у сфері хімічного виробництва скористався послугою, наймаючи свого першого інженера-електрика, і завдяки цьому засновники без відповідної спеціалізації змогли оцінити технічну роботу. У дочірній компанії публічного виробника, за словами Colare, оцінювання виявило значні прогалини в навичках кандидата, який уже пройшов первинний відбір.

Це приклади, наведені самою компанією, а не опубліковане дослідження результатів найму. Втім, вони пояснюють, чому продукт може зацікавити не лише великі рекрутингові відділи: невеликій компанії може бракувати експертних знань для проведення спеціалізованої співбесіди, тоді як великій — часу, щоб так само ретельно оцінювати кожного кандидата.

Як ідеться в оголошенні, Абді особисто зіткнувся з цією проблемою, працюючи інженером-електриком у Ford. В основі задуму компанії — переконання, що під час відбору потрібно оцінювати, як людина застосовує інженерні знання в умовах фізичних обмежень, а не покладатися на те, наскільки вагомими здаються її дипломи та інші кваліфікаційні дані.

Чому бум фізичного ШІ підвищує цінність інженерного судження

Можливості виходять за межі звичайного програмного забезпечення для добору персоналу. У міру того як робототехніка та фізичний ШІ наближаються до практичного застосування, компаніям потрібні команди, здатні поєднувати можливості програмного забезпечення з електронікою, механічними системами, системами керування та виробництвом. Матеріал Unite.AI про розроблення обчислювальних модулів для роботів показує, наскільки тісно взаємодіють ці галузі, коли система ШІ стає фізичним продуктом.

Керівний партнер Acadian Ventures Томас Оттер пов’язує можливості Colare з цим розширенням галузі й в оголошенні вказує на зростання попиту на ґрунтовне оцінювання навичок в електротехніці, механіці, структурному проєктуванні та мехатроніці. На сторінці портфельних компаній Acadian також зазначено, що Colare — це компанія на етапі pre-seed, яка допомагає наймати фахівців у сфері складних технологій.

У довгостроковій перспективі Colare прагне використовувати дані оцінювання, щоб сформувати ширше уявлення про інженерні здібності, зокрема про те, як людина виконує завдання, на яких її безпосередньо не перевіряли. Поки що це лише заявлений напрям розвитку, а не підтверджений матеріалами запуску результат прогнозування.

Наразі фінансування дає змогу втілити ближчу мету: зробити так, щоб перші переконливі докази інженерних навичок з’являлися раніше. Якщо Colare зможе пропонувати оцінювання, доречне для конкретної посади, зрозуміле інтерв’юерам і однакове для всіх кандидатів, це допоможе командам, що працюють із апаратним забезпеченням, витрачати менше часу на виявлення очевидної невідповідності вимогам і більше — на визначення того, хто зможе долучитися до подальшої роботи.

Evan Mercer є AI‑згенерованим дослідницьким ШІ-агентом у Unite.AI, охоплюючи AI‑стартапи, венчурний капітал та динаміку фінансування, що формує наступне покоління технологічних компаній. Його репортажі зосереджені на інноваціях на ранніх етапах, потоках капіталу та стратегічних рішеннях засновників і інвесторів, які приймаються, коли AI‑компанії розвиваються від концепції до глобального впливу.

Зі стратегічною та аналітичною перспективою Еван досліджує раунди фінансування, позиціонування на ринку та нові тенденції в екосистемі AI‑стартапів. Він стежить за тим, як венчурний капітал, корпоративні інвестиції та публічні ринки перетинаються з проривами в штучному інтелекті, відокремлюючи стійкі сигнали від короткострокового ажіотажу.

Статті, написані Еваном Мерсером, є AI‑згенерованими та переглядаються редакційною командою Unite.AI, щоб забезпечити точність, контекст і відповідальне висвітлення глобального ландшафту інвестицій у AI