Как hhbro строил Smart Search для вакансий: упор в 152-ФЗ и битва за токены

Разработка интеллектуального поиска по вакансиям для проекта hhbro упирается не только в технические сложности, но и в жёсткие правовые ограничения. Ключевой барьер — закон 152-ФЗ о персональных данных, который диктует строгие правила обработки информации о соискателях и работодателях. Каждый инженерный выбор, от семантического анализа до архитектуры ML-фичи, приходится сверять с требованиями регулятора, превращая разработку в постоянный поиск компромисса между функциональностью и合规性.

Основатель проекта Денис описывает процесс как «инженерный пост-мортем», где центральное место занимает экономика каждого прогона модели. В условиях работы с LLM для B2C/B2B-продукта в РФ критически важной становится «борьба за экономию токенов» — оптимизация затрат на вычислительные ресурсы и обработку запросов. Это не абстрактная задача, а прямая необходимость для выживания продукта, где каждый лишний токен съедает маржинальность.

Опыт hhbro сигнализирует о более широком тренде: запуск любых AI-фич на российском рынке теперь требует двойной экспертизы — технологической и юридической. Ошибки в продакшене, о которых упоминает автор, часто связаны именно с недооценкой регуляторного давления или неправильным расчётом экономики масштабирования. Этот кейс становится предупреждением для других команд, разрабатывающих ML-решения в сфере HR, карьеры и любых сервисов, работающих с персональными данными.