Lästid: 3 minuter

Senast redigerad: 2024-05-23

Spetskompetens huvudsaken i Hövdings senaste rekrytering

Success story mellan Hövding och TNG Tech

Hövding är cykelhjälmen som blåses upp och blir till en airbag när olyckan är framme. Det kräver en avancerad AI-teknik, men också medarbetare utöver det vanliga. Här jobbar man med det omöjliga, en osynlig cykelhjälm. När Hövding nyligen behövde rekrytera inom två smala teknikområden – airbagteknik och rörelsealgoritmer – vände de sig till TNG Tech.  

I ett öppet och ljust kontor i två våningar sitter Hövdings 30 medarbetare i centrala Malmö. Det som började som ett examensprojekt för 15 år sedan har växt och blivit till ett börsnoterat företag med flera globala patent. Det Hövding har gjort ska egentligen inte gå att göra – en osynlig cykelhjälm i airbagform.

– Vi som jobbar här motiveras av det omöjliga. Hos oss finns det ett tydligt innovationsklimat där vi vill fortsätta att utveckla vår ”omöjliga” produkt som räddar liv. Att Hövding räddar liv blir vi påminda om varje dag när våra kunder hör av sig och uttrycker sin tacksamhet, berättar Heino Wendelrup som är utvecklingschef på företaget sedan två år.

Just nu arbetar man här med att utveckla nästa generation av Hövding, som kallas Vega. Därför behövde de förstärka teamet med två specialister och vände sig till TNG Tech som är experter på teknikrekrytering. Hövding ville hitta en erfaren airbagingenjör och en algoritmutvecklare inom signalbehandling och statistisk maskininlärning. En klar utmaning eftersom båda tjänsterna kräver hög kompetens inom smala teknikområden.

Ytterligare en utmaning är att Hövding är en unik produkt ensam i sitt slag i världen. Det kräver en bred sökning för att kunna filtrera fram kandidater med rätt potential. Detta eftersom det inte finns några människor utanför företaget som har jobbat med den här typen av cykelhjälm tidigare. Här handlade det om att hitta ingenjörer med potential som ville utveckla sig själva – och produkten.

Innovativ produkt ställer krav på teknikkompetens

Huvudkomponenten i cykelhjälmen är själva airbagen. Det tar 0,1 sekunder för Hövding att gå från att vara en krage om halsen till en upplåst airbag. Som airbagingenjör har man en nyckelfunktion inom företaget. I arbetsuppgifterna ingår att genomföra olika utvecklings- och certifieringsprovningar, analysera testdatan, granska ritningar och göra feleffektsanalyser. Hövding sökte därför en senior specialist som är analytisk och ansvarstagande och med erfarenhet av att självständigt driva processer från start till mål.

Genom AI och maskinlärning lär sig hjälmens algoritmer att skilja på normal cykling och vad som är en olycka. Algoritmutvecklarna på Hövding arbetar med olika metoder från statistisk maskininlärning och signalbehandling för att utveckla hjälmens rörelsealgoritmer. Inte mindre än 200 gånger per sekund måste sensorerna i hjälmen känna av om en olycka är på väg att ske och om airbagen ska blåsas upp eller ej. För tjänsten som algoritmutvecklare sökte Hövding en person med analytisk läggning, ett gediget intresse för kreativ problemlösning och med avancerad matematisk kompetens, helst på forskarnivå.

Intervjuar teammedlemmar för helhetsbild

TNG Tech och Hövding har ett etablerat samarbete sedan många år. Det ger en kortare startsträcka eftersom TNG är väl förtrogna med Hövdings team och kompetenskrav. Samtidigt kräver de avancerade kompetensprofilerna gedigna kravprofiler, något som sker i nära samarbete mellan TNG Tech och ansvarig chef. Dessutom intervjuas medarbetare i med liknande roller i teamen– allt för att få en god helhetsbild.

Heino Wendelrup känner sig trygg med dialogen han har med TNG Tech:

– Vi använder TNG för att de har ett bra erbjudande. Speciellt tänker jag på den kompetensbaserade och vetenskapliga testmetodiken de använder ihop med bra rekryterare. Sen tidigare rekryteringar vet jag att de är skickliga. I de här rekryteringarna fick vi bra råd om vad som var möjligt att hitta på marknaden och vilka önskningar vi fick justera, säger Heino Wendelrup som fortsätter:

Det är lätt att låsa sig vid en bild av en framtida medarbetare, så därför är det viktigt att lita på rekryteraren som är kompetensspecialisten. Med TNG:s möjlighet att mäta kompetens, potential och kandidaternas motivation är det lättare att öppna upp och träffa mer oväntade sökande än vad vi hade gjort annars.

Lyckat resultat för Hövding

Airbagingenjören Anna-Karin vaskade TNG Tech fram efter ett intensivt search-arbete i Göteborgstrakten, där Sveriges fordonsindustri är baserad. Ett search-arbete är lite som ett detektivarbete och tar mycket tid i anspråk. För smala specialistkompetenser kan det krävas att man går igenom tusen profiler och det är viktigt – som alltid – att inte välja bort kandidater på felaktiga grunder. TNG:s fördomsfria och kompetensbaserade search-metodik breddar sökresultatet eftersom ingen väljs bort baserat på ålder, kön, eller tidigare arbetsgivare eller lärosäte. Fokus ligger enbart på kompetensen.

Algoritmingenjören Patrik fanns på närmare håll, nämligen i Lund där han doktorerade inom teknisk geologi på Lunds Tekniska Högskola. Han sökte själv tjänsten via en av TNG:s seo-optimerade platsannonser som skräddarsytts för att lyfta fram Hövdings employer brand.

TNG Tech kan lägga en lyckad rekryteringsomgång åt sidan. Men vad tycker Heino Wendelrup om resultatet så här några månader efteråt?

– Med facit i hand är jag mer än nöjd över att ha hittat de här två medarbetarna. Speciellt uppskattar jag att TNG Tech har samma referensramar som jag när de bedömer kandidaterna. Det märks att TNG har gjort sin research och förmedlar en bild som stämmer av de personer de rekommenderar, säger Heino Wendelrup.

Foto: Julia Lindemalm och Jonas Ingerstedt.