🌙 ☀️
👥 Уже 1247 IT-специалистов в сообществе ↑ +23% за месяц
AI‑рекрутинг нового поколения

Найм IT-команд
за 7 дней

Автоматическая оценка hard skills + culture fit. Сокращаем время закрытия вакансии с 30 до 7 дней.

🎯 Попробовать свайп

Актуальность

📉 Дефицит кадров + шум

В IT-сфере до 80% откликов — нерелевантны. Ручной скрининг съедает до 30 часов в неделю у тимлидов.

⚡ Цифровизация HR

Рынок HR-Tech растёт на 20–25% в год. Компании ищут AI-инструменты для автоматизации подбора.

🧩 Культурная совместимость

40% новичков уходят в первый год из‑за несовместимости с командой. Мы решаем это с помощью AI-прогноза.

Анализ рынка

GitWork
Фокус на код, слабая оценка культуры
Хабр Карьера
База резюме, нет AI-сортировки, высокий шум
Авито Работа
Упрощённо, без технических инструментов
🔮 Хекслет‑match
AI + culture fit + прогноз удержания

Инновационность: Первая в РФ платформа, оценивающая психологическую совместимость и дающая прогноз retention.

Ёмкость рынка

«Мы работаем над созданием нового для рынка продукта – Хекслет-match. Потенциальный объём рынка (по России) составляет ~60 000 платежеспособных команд.

📊 TAM ≈ 3,24 млн руб./год (при среднем чеке 3600₽/год и проникновении 1,5%).

Ценностное предложение

«Наш продукт создан для CTO, основателей стартапов и IT-рекрутеров, которые устали от ручного отбора.

Хекслет-match — AI-платформа, сокращающая время закрытия вакансии с 30 до 7 дней и снижающая затраты на найм до 40%.»

Какие потребности закрывает

🧑‍💻 «Когда я CTO и тону в откликах» → AI отсеивает нерелевантных, экономит 80% времени.
🚀 «Когда основатель стартапа ищу команду» → рекомендации кандидатов, совместимых с текущей культурой.
📝 «Когда IT-рекрутер проверяю скиллы» → встроенные тесты и анализ GitHub.
📈 «Когда боюсь текучки» → прогноз вероятности, что человек проработает >1 года.

🎴 Попробуйте сами

Свайпайте вправо ❤️ или влево ❌ — так работает наш AI-подбор

👀 Осталось: 0

MVP (прототип)

⚙️ Функции MVP (2-3 месяца)

  • Регистрация через GitHub / email
  • Профиль команды (стек, культура — 5 чекбоксов)
  • Карточки кандидатов «Tinder‑свайп» с % совместимости
  • Встроенное автоматическое тестовое задание
  • Чат после взаимного лайка

📱 Визуализация интерфейса

🧑‍💻 Анна, Python‑разработчик
⭐ GitHub: 1.2k 🧩 Совместимость: 84%

Результаты PoC

Цель: проверить готовность CTO платить за culture fit оценку.

Метод: ручной «Wizard of Oz» — 15 CTO получили отчёты по кандидатам.

📬 Отклик
80%
💰 Готовность платить
50%
💡 Инсайты
+3

Вывод: гипотеза подтверждена — спрос на culture fit есть.

Метрики успеха

⭐ North Star Metric

Количество успешных наймов через платформу за месяц

Отражает главную ценность: закрытая вакансия → счастливый CTO → монетизация.

⏱️ Time‑to‑hire
30→7 дней
📊 Прохождение ИС
+25%
🔄 Взаимные лайки
+40%
💎 LTV/CAC
3.1

A/B‑тестирование

📌 Объект

Карточка кандидата для нанимателя

🎯 Гипотеза

Добавление прогноза culture fit увеличивает конверсию во взаимный лайк на ≥5%.

📊 Метрики

Основная: конверсия во взаимный лайк.

⏱️ Период

2 недели, 1500+ пользователей в группе.

Карта клиента (CJM)

Персона: Алексей, CTO, 34 года, ищет Senior Python‑разработчика.

1. Осознание
Читает Telegram → видит кейс
2. Регистрация
GitHub вход, заполнение культуры
3. Свайпинг
Карточки с % совместимости
4. Чат и оффер
Взаимный лайк → собеседование
5. Пост‑найм
Обратная связь через 3 месяца

Главный инсайт: критически важна прозрачность AI‑оценки.

Вывод

✅ Продукт Хекслет-match целесообразно выводить на рынок.

  • Подтверждённый спрос: 50% готовности платить по результатам PoC.
  • Уникальное УТП: culture fit + прогноз retention.
  • Юнит-экономика устойчива: LTV/CAC = 3,1.
  • Рынок растущий (HR‑Tech +20% годовых).

👥 Наша команда

Свяжитесь с нами для сотрудничества или тестирования MVP

👨‍💻

Асташов Иван

Team Lead / Fullstack

📱 @N1sadod
⚙️

Сизых Егор

Backend / AI-интеграция

📱 @egor4ik179
🎨

Артеменко Родион

Frontend / UI/UX

📱 @NoGl0ry

📧 Или напишите нам на почту: