Trong giai đoạn đầu, hầu hết các startup đều đối mặt với thách thức tuyển dụng nhân sự nhanh chóng nhưng ngân sách hạn hẹp. Bài viết này chia sẻ quy trình thực tế mà một nhóm ba người sáng lập đã áp dụng để xây dựng MVP (Minimum Viable Product) tự động hóa sàng lọc hồ sơ, lên lịch phỏng vấn và gửi phản hồi cho ứng viên bằng công nghệ AI. **1. Xác định vấn đề cốt lõi** - Thời gian trung bình để xử lý một hồ sơ thủ công: 30 phút. - Tỷ lệ bỏ lỡ ứng viên tiềm năng do quá tải: khoảng 40%. - Không có hệ thống theo dõi trạng thái ứng viên tập trung. **2. Chọn công cụ và mô hình AI phù hợp** - Sử dụng mô hình ngôn ngữ mã nguồn mở (ví dụ: Llama 2) để trích xuất kỹ năng, kinh nghiệm từ CV. - Kết hợp với thư viện NLP nhẹ (spaCy) để phân loại ngành nghề. - Triển khai trên dịch vụ đám mây miễn phí (Google Cloud Run, AWS Lambda) để chi phí gần như bằng 0. **3. Thiết kế luồng dữ liệu MVP** 1. Ứng viên nộp CV qua form web đơn giản. 2. Hệ thống tự động tải file, chuyển đổi sang văn bản (PDF → text). 3. Mô hình AI trích xuất: tên, kỹ năng, năm kinh nghiệm, mức lương mong muốn. 4. So khớp với mô tả vị trí (job description) đã được vector hóa trước đó. 5. Tính điểm phù hợp, sắp xếp thứ tự ưu tiên. 6. Gửi email tự động mời phỏng vấn cho top 5 ứng viên, thông báo lịch cho founder. **4. Kiểm thử và lặp lại nhanh** - Chạy thử với 20 CV thực tế đã thu thập từ mạng xã hội. - Đánh giá độ chính xác trích xuất: 85% (đủ cho MVP). - Thu thập phản hồi từ founder về giao diện email, điều chỉnh template. - Triển khai bản beta cho 3 vị trí tuyển dụng thực tế trong 2 tuần. **5. Bài học thực tiễn** - **Bắt đầu nhỏ**: Chỉ giải quyết một khâu đau nhất (sàng lọc CV) thay vì xây dựng toàn bộ ATS. - **Tận dụng mã nguồn mở**: Giảm chi phí license, dễ dàng tùy biến. - **Đo lường từ ngày đầu**: Theo dõi thời gian xử lý, tỷ lệ chuyển đổi để chứng minh giá trị cho nhà đầu tư. - **Giữ giao diện đơn giản**: Founder không cần kỹ thuật sâu, chỉ cần xem danh sách ưu tiên và nhấn "Gửi邀请". - **Lên kế hoạch mở rộng**: Sau MVP, thêm module phỏng vấn video AI, tích hợp với Slack/Teams. **6. Lời khuyên áp dụng ngay** - Viết rõ "user story" cho từng vai trò (ứng viên, HR, founder). - Chọn một mô hình AI đã được fine‑tune cho tiếng Việt để tăng độ chính xác trích xuất. - Thiết lập pipeline CI/CD đơn giản (GitHub Actions) để triển khai liên tục. - Tài liệu hóa quy trình dữ liệu (data lineage) để sau này dễ dàng tuân thủ quy định bảo mật. Kết luận: Với不到 200 USD chi phí hạ tầng và 3 tuần phát triển, nhóm đã có một MVP hoạt động, giảm 70% thời gian sàng lọc và tạo tiền đề cho vòng gọi vốn tiếp theo. Hãy bắt đầu từ bài toán nhỏ nhất, dùng công cụ mở, đo lường liên tục và mở rộng dần — đó là lộ trình thực tế cho mọi startup muốn đưa AI vào quy trình tuyển dụng.