dziennik

Przykład krok po kroku: selekcja CV dla agencji rekrutacyjnej

Ilustracyjny przykład selekcji CV z AI w ogólnej agencji rekrutacyjnej, z założonymi liczbami i bez wyniku klienta. Rekruter zatwierdza każdą krótką listę.

joseph j.founding engineer3 min czytania

Przegląd cv wspierany przez AI. Ilustracyjny przykład, a nie wynik klienta: agencja i wszystkie liczby tutaj są założeniami. Selekcja CV z AI to oprogramowanie, które czyta przychodzące CV, ocenia każde względem wymagań koniecznych na stanowisku i oddaje rekruterowi uszeregowaną krótką listę do zatwierdzenia. Nikogo samo nie zatrudnia ani nie odrzuca; rekruter akceptuje, zanim kandydat pójdzie dalej lub dostanie odmowę.

Dla ilustracji wyobraź sobie agencję rekrutacyjną, w której czas do krótkiej listy jest długi. Załóżmy, że na każde otwarte stanowisko przychodzi około 100 CV, a rekruter poświęca około 6 minut na pierwsze przeczytanie każdego: znalezienie faktów, porównanie wymagań, przepisanie do ATS. To założenia na potrzeby przykładu, a nie pomiary klienta.

Za tym wpisem nie stoi żadne prawdziwe zlecenie, więc nie ma wyniku do zgłoszenia. Możemy pokazać projekt. Pipeline ocenia i szereguje, ale nigdy nie odrzuca automatycznie. Rekruter zatwierdza każdą krótką listę, a każde uruchomienie zostawia dziennik audytu tego, co model ocenił i dlaczego.

#Co zjada czas między otwartym stanowiskiem a krótką listą?

Zespół w takiej sytuacji zacząłby od mierzenia, a nie budowania: usiadłby z dwoma rekruterami i zmierzył czas pierwszego czytania na próbce aplikacji. Decyzje zwykle zapadają szybko. Wolne jest szukanie, czytanie i przepisywanie.

  • Otwieranie każdego CV i wyszukiwanie lat doświadczenia, wymienionych umiejętności oraz lokalizacji lub prawa do pracy, razy stos CV na stanowisko.
  • Porównywanie tych faktów z wymaganiami koniecznymi tego konkretnego stanowiska, które różnią się przy każdym zleceniu.
  • Przepisywanie krótkiej listy do ATS i pisanie notatki, dlaczego każdy kandydat się załapał, rozłożone między przerwania.
  • Czekanie. Do połowy przeczytany stos leży, aż rekruter wróci, a dobrzy kandydaci stygną.

Więc celem nigdy nie było „czytaj szybciej”. Było nim „przestań zmuszać rekrutera do polowania na fakty, które już są na stronie”.

#Jak selekcja CV z AI skraca czas do krótkiej listy?

Jak AI skraca czas do listy finałowej w rekrutacji?

Czyta każde przychodzące CV, wyciąga fakty, których wymaga stanowisko, ocenia kandydata względem wymagań koniecznych i przygotowuje uszeregowaną krótką listę, żeby rekruter weryfikował, a nie czytał od zera. Oszczędność to zimne pierwsze czytanie, które zespół może zmierzyć przed i po. Rekruter nadal zatwierdza każdą krótką listę, zanim ktokolwiek usłyszy odpowiedź.

Potok działa w czterech krokach: wyodrębnij fakty z nieustrukturyzowanego cv, oceń kandydata względem podanych wymagań koniecznych stanowiska, uszereguj stos z dołączonym uzasadnieniem każdej oceny, a następnie skieruj listę finałową do kolejki zatwierdzeń rekrutera. Nic nie opuszcza tej kolejki bez kliknięcia „zatwierdź” przez człowieka.

Projekt wykorzystuje wzorzec przetwarzania dokumentów stojący za szkodami i przyjmowaniem faktur, dostrojony do rekrutacji. Kształt jest taki, jaki opisujemy na naszej stronie przypadków użycia dla operacji: wyciągnąć z nieustrukturyzowanego wejścia, ocenić, skierować, człowiek zatwierdza. Zostałby zakresowany jako projekt wdrożenia AI, a kod należy do Ciebie.

#Czy AI odrzuca kandydatów samodzielnie?

We are

Stennir buduje potok przeglądu w trybie szkic-i-przegląd, który ocenia i szereguje, a następnie przekazuje każdą listę finałową rekruterowi, który ją zatwierdza.

We aren't

To nie filtr automatycznie odrzucający, który po cichu usuwa kandydatów, i nie czarna skrzynka, która ocenia bez pokazywania uzasadnienia.

Nie. Każda ocena niesie uzasadnienie podane przez model, a każde uruchomienie jest logowane. W tym projekcie rekruter-człowiek zatwierdza każdą krótką listę, która trafia do kandydata, i nikt nie jest odrzucany automatycznie. Gdy rekruter nie zgadza się z oceną, notatka jest na miejscu, żeby się z nią spierać, co daje też sygnał do strojenia wymagań na każde stanowisko.

W praktyce model robi pierwsze czytanie, a rekruter decyduje, zaczynając od uszeregowanego stosu z dołączonymi uzasadnieniami zamiast zimnej skrzynki odbiorczej.

#Co rekruterzy mogliby zrobić z odzyskanym czasem?

To, czego model nie umie: dzwonić do kandydatów z krótkiej listy, póki CV jest świeże. Przesunięcie pracy z czytania na rozmowę to sedno. Szybki telefon do mocnego kandydata często decyduje, czy będzie obsadzenie, czy konkurent dotrze pierwszy.

Jeśli prowadzisz dział talentów lub operacji i pierwsze czytanie zjada Ci tydzień, to rodzaj rzeczy, które projektujemy. Zaczynamy od zmierzenia, gdzie naprawdę ucieka czas, a potem projektujemy pipeline szkic-i-przegląd, który należy do Twojego zespołu. Powiedz nam, co budujesz, a powiemy, czy ten wzorzec pasuje, zanim ktokolwiek napisze kod.

Powiedz nam, które zadanie zabiera najwięcej czasu.

30 minut. Bez przygotowania. Powiemy Ci szczerze, czy AI może pomóc i od czego zacząć.