Jak AI może odciążyć rekrutację w Teamtailor: CV, etapy i kandydaci bez odpowiedzi?

Teamtailor łączy się z zewnętrznymi systemami przez REST API, które daje dostęp do kandydatów, aplikacji, etapów i notatek rekruterów. AI może to czytać i na tej podstawie robić rzeczy, na które rekruter nie ma czasu: streszczać CV pod konkretne wymagania stanowiska, przypominać o kandydatach czekających zbyt długo na odpowiedź i przygotowywać projekt wiadomości albo pytań na rozmowę. Decyzja, kogo zaprosić i kogo zatrudnić, zostaje przy rekruterze.

Co Teamtailor trzyma i co z tego możemy wyciągnąć

Teamtailor to system do zarządzania rekrutacją. Każde ogłoszenie to osobny obiekt w systemie: ma tytuł, opis stanowiska w polu description, status (published, draft, archived), przypisane lokalizacje i tagi. Kandydat trafia do systemu jako obiekt candidate z polami: imię, nazwisko, e-mail, telefon, zdjęcie i CV w formacie PDF.

Do każdej aplikacji (job-application) przypisany jest etap procesu. Etapy definiujecie sami jako firma. Mogą wyglądać tak: Screening, Rozmowa telefoniczna, Rozmowa z menedżerem, Test, Oferta. Albo inaczej, zależnie od Waszego procesu. Rekruterzy dodają notatki (notes) i przesuwają kandydatów między etapami, a system zapisuje każdą taką aktywność w dzienniku zdarzeń (activity-log) ze znacznikiem czasu.

To bogaty zasób danych, który zazwyczaj leży niewykorzystany. U klienta z branży handlu detalicznego pipeline miał siedem etapów, notatki rekruterów pisane były skrótowo, chaotycznie, właściwie tylko dla siebie. AI zebrało to w zwięzłe podsumowania, które właściciel firmy był w stanie przeczytać w dwie minuty, zamiast przekopywać się przez dziesiątki pozycji w systemie.

Jak fizycznie wygląda połączenie: REST API Teamtailor

Teamtailor udostępnia REST API w wersji pierwszej, opisane w dokumentacji na stronie developers.teamtailor.com. Format wymiany danych to JSON:API. Każdy zasób, kandydat, aplikacja, etap, notatka, to osobny endpoint z relacjami między nimi. API obsługuje filtrowanie po dacie, statusie, stanowisku i etapie, co pozwala pobierać tylko to, czego w danej chwili potrzebujecie.

Żeby się połączyć, potrzebujecie:

• konta z uprawnieniami administracyjnymi w panelu Teamtailor
• klucza API wygenerowanego w: Settings > API Keys, opcja "Company API key"
• decyzji o zakresie uprawnień: odczyt wystarczy do analizy, zapis jest potrzebny, jeśli AI ma dopisywać notatki albo zmieniać etapy

Klucz trafia do nagłówka Authorization: Bearer przy każdym zapytaniu. Producent opisuje limity liczby zapytań i zasady wersjonowania, więc warto je sprawdzić przed budowaniem integracji z dużym wolumenem aplikacji.

Czego API nie udostępnia wprost: nagrania z modułu Teamtailor Video, czyli wideo-rozmów nagranych bezpośrednio w systemie, nie są eksportowane jako pliki do pobrania przez API. Jeśli macie podłączone zewnętrzne narzędzia do testów kompetencyjnych, np. Alva Labs, ich wyniki są dostępne przez osobne API tego dostawcy, nie przez Teamtailor. CV kandydata jest dostępne jako załącznik: trzeba pobrać URL z relacji obiektu candidate, a potem osobno ściągnąć plik PDF. To dwa kroki, ale oba działają stabilnie.

CV pod lupą: co robi AI z aplikacją, zanim trafi do rekrutera

Typowe CV ma od jednej do czterech stron. Rekruter czytający dziesięć aplikacji na jedno stanowisko traci dobrą godzinę, zanim w ogóle wejdzie w rozmowy z pierwszym kandydatem. AI może skrócić ten czas, ale nie przez magię: przez konkretny, powtarzalny schemat przetwarzania dokumentu.

Jak to wygląda krok po kroku:

• Pobieramy z API listę aplikacji na dane ogłoszenie: endpoint /job-applications z filtrem po job_id i statusie etapu
• Dla każdej aplikacji pobieramy relację candidate, a z niej URL do pliku CV
• PDF ściągamy i przekazujemy AI razem z treścią pola description z ogłoszenia
• AI zwraca strukturowane podsumowanie: 3-5 zdań o kandydacie pod kątem wymagań z ogłoszenia, z flagą "brak danych o X", gdy CV nie wspomina o wymaganym doświadczeniu lub uprawnieniu
• Podsumowanie trafia jako nota w Teamtailor, dołączona do konkretnej aplikacji w widoku rekrutera

Ważny szczegół: AI nie ocenia kandydata, nie porównuje go z innymi i nie wydaje werdyktu. Wyciąga to, co jest w dokumencie, i zestawia z wymaganiami z ogłoszenia. Jeśli wymagacie prawa jazdy kategorii C, a CV o tym nie wspomina, AI napisze "brak informacji o prawie jazdy kategorii C", zamiast milczeć albo domyślać się.

U klienta z branży logistycznej wdrożyliśmy to przy rekrutacji na stanowisko kierownika magazynu. Podsumowania wylądowały jako notatki w Teamtailor, dopisane automatycznie do każdej nowej aplikacji. Rekruter otwierał system i widział gotowy skrót pod profilem kandydata, zamiast ściągać PDF-y jeden po drugim i czytać je przy kawie.

Kandydaci bez odpowiedzi: jak AI pilnuje etapów, które stoją w miejscu

To jest rzecz, która w małych firmach regularnie się psuje. Kandydat aplikuje, rekruter czyta jego dokumenty, ale odpowiedź odkłada bo jest coś pilniejszego. Po tygodniu kandydat przyjmuje inną ofertę.

Teamtailor w polu activity-log zapisuje znacznik czasu każdej zmiany etapu i każdej notatki. AI może codziennie przeglądać listę aplikacji i wyłapywać te, w których ostatnia aktywność przekroczyła ustalony próg czasu. Wynik: lista kandydatów z informacją, jak długo czekają i na jakim etapie utknęli.

Typowe przypadki, które wyłapujemy:

• Aplikacja w etapie Screening od ponad pięciu dni roboczych bez żadnej notatki rekrutera
• Kandydat, do którego wysłano wiadomość przez wbudowany moduł Messaging, odpowiedź przyszła, ale nikt jej nie odczytał
• Etap Oferta bez zmiany przez dwa tygodnie: albo oferta jest procesowana wolno, albo ktoś zapomniał zamknąć aplikację
• Ogłoszenie z datą publikacji sprzed miesiąca i zerem aktywności w ostatnich dziesięciu dniach: rekrutacja mogła utknąć, bo nikt nie przypisał właściciela procesu

Z tych danych AI robi codzienną, zwięzłą listę dla rekrutera. Cztery osoby czekają ponad tydzień na etapie Rozmowa telefoniczna, dwie aplikacje bez odpowiedzi od dwunastu dni. Rekruter nie musi sam przeszukiwać systemu, żeby to wyłapać.

Projekty wiadomości i pytania na rozmowę kwalifikacyjną

Teamtailor ma wbudowany moduł wiadomości do komunikacji z kandydatami. Historia tej korespondencji jest dostępna przez API. AI może to czytać i przygotowywać projekt kolejnej wiadomości, zamiast pisać ją od zera za każdym razem.

W praktyce wygląda to tak: rekruter klika przycisk w swoim podglądzie i dostaje gotowy projekt. AI zestawia trzy rzeczy: treść CV kandydata, historię korespondencji z daną osobą i etap procesu. Jeśli kandydat jest zapraszany na rozmowę, projekt zawiera propozycję terminu i krótkie zdanie o tym, czego rozmowa będzie dotyczyć. Jeśli kandydat dostaje odmowę na etapie Screening, projekt jest grzeczny, krótki i nie obiecuje nic na wyrost.

Pytania na rozmowę kwalifikacyjną działają podobnie. AI dostaje opis stanowiska z pola description i CV kandydata. Wynik: lista pytań skrojonych pod tę konkretną osobę. Nie ogólnikowych. Opartych na tym, co napisała ta osoba o sobie.

Przykład z praktyki: kandydatka na stanowisko koordynatora logistyki wspomina w CV o wdrożeniu systemu WMS w poprzedniej firmie. AI przygotowuje pytanie: "W CV wspomniała Pani o wdrożeniu systemu WMS. Ile osób korzystało z systemu na co dzień i jaka była Pani rola przy szkoleniu użytkowników?" Rekruter może to zatwierdzić, poprawić albo wyrzucić. Chodzi o to, żeby nie zaczynał od zera za każdym razem przed każdą rozmową.

Granica, której AI nie przekracza: decyzja zostaje przy człowieku

Decyzja o zatrudnieniu albo odrzuceniu kandydata należy do człowieka. To nie tylko kwestia dobrego smaku. Unijne przepisy o systemach AI, czyli AI Act, wprost wskazują, że systemy AI wspierające rekrutację i ocenę kandydatów wchodzą w kategorie wymagające transparentności i rzeczywistego nadzoru osoby odpowiedzialnej za tę decyzję.

Co AI robi w tym procesie: wyciąga dane, porządkuje je, skraca dokumenty i sugeruje treści wiadomości albo pytań. Czego AI nie robi w tym układzie: nie zmienia etapu kandydata bez potwierdzenia rekrutera, nie wysyła wiadomości samodzielnie, nie porównuje kandydatów między sobą w sposób prowadzący do automatycznego wyboru.

Spotykamy się z sytuacją, gdy klient chce dać AI więcej swobody: np. automatyczne odrzucanie aplikacji bez wymaganego wykształcenia jeszcze przed przeczytaniem przez człowieka. To osobny temat. Trzeba zdefiniować kryteria na papierze, sprawdzić je pod kątem dyskryminacji pośredniej i zadbać o to, żeby kandydat wiedział o automatycznym przetwarzaniu i miał gdzie złożyć zastrzeżenie. To wykonalne, ale wymaga więcej przygotowania niż samo połączenie z API.

Od czego zaczynacie

Zanim wejdziecie gdziekolwiek z AI, sprawdźcie trzy rzeczy we własnym Teamtailor:

• Czy opisy stanowisk w polu description są wystarczająco szczegółowe? AI musi mieć czego szukać w CV. Dwa zdania opisu to za mało.
• Czy nazwy etapów w pipeline mają znaczenie dla osoby z zewnątrz? "Etap 2" albo "Nowy" to dla AI tyle samo co brak informacji.
• Kto w firmie ma dostęp administracyjny i może wygenerować klucz API w Settings > API Keys?

Potem zaplanujcie, co chcecie na start. Samo podsumowanie CV to najprostszy punkt wejścia: wymaga tylko dostępu do odczytu i nic nie zmienia w systemie. Lista zaległych kandydatów to drugie zadanie. Projekty wiadomości to trzeci krok, który wymaga już trochę więcej pracy po stronie interfejsu dla rekrutera.

Jeśli chcecie zobaczyć, jak to wygląda przy Waszym pipeline i liczbie kandydatów, możemy to razem ocenić. 15 minut rozmowy wystarczy, żeby ustalić, który kawałek przyniesie najszybszy efekt. A jeśli chcecie zobaczyć, jak podobne rzeczy wyszły u innych firm, zajrzyjcie do realnych wdrożeń.