Jak AI podłączone do No Fluff Jobs i Just Join IT przetwarza aplikacje i przyspiesza rekrutację IT?

Tak, AI da się podłączyć zarówno do No Fluff Jobs, jak i do Just Join IT. System pobiera nowe aplikacje automatycznie, porównuje profil każdego kandydata z wymaganiami technicznymi z ogłoszenia i przygotowuje rekruterowi gotowy projekt pierwszej wiadomości. Ocena merytoryczna, rozmowa kwalifikacyjna i decyzja o zatrudnieniu zostają po stronie zespołu.

Skąd wyciągamy dane i w jakiej formie

No Fluff Jobs i Just Join IT to dziś dwa główne miejsca, gdzie IT-owcy w Polsce szukają pracy. Oba portale udostępniają dane przez API albo webhooki. W praktyce oznacza to, że każda nowa aplikacja może automatycznie trafić do naszego systemu, bez ręcznego logowania się do portalu i kopiowania PDF-ów do folderów na dysku.

Z No Fluff Jobs wyciągamy kilka elementów, które są naprawdę użyteczne dla AI:

• pełną treść ogłoszenia z wyraźnym podziałem na sekcje "Must have" i "Nice to have"
• widełki wynagrodzenia dla każdego rodzaju umowy osobno: B2B, UoP, UoZ
• aplikacje kandydatów z załączonym CV w PDF, ewentualnym listem motywacyjnym i odpowiedziami na pytania z formularza rekrutacyjnego
• pole Seniority i flagę trybu pracy: Remote / Hybrid / On-site
• datę złożenia aplikacji, co pozwala śledzić czas reakcji

Z Just Join IT dane mają trochę inną strukturę. Portal mocno stawia na tagi technologiczne: każde ogłoszenie ma sekcję "Required skills" z konkretnymi technologiami i oczekiwanym poziomem przy każdej z nich, na przykład React na poziomie "regular" albo AWS oznaczony jako "nice to have". Wynagrodzenie też jest rozbite per typ umowy. Aplikacje zawierają CV i opcjonalny link do GitHuba lub portfolio kandydata.

Wszystko to ląduje w jednym miejscu w systemie. Rekruter nie loguje się do dwóch portali z osobna, nie przerzuca plików między zakładkami i nie traci czasu na szukanie, który kandydat skąd przyszedł.

Jak AI porównuje kandydata z wymaganiami technicznymi

Tu jest sedno tej integracji. Mamy ogłoszenie z listą wymagań i mamy CV. AI czyta oba dokumenty i szuka pokrycia.

Typowo wygląda to tak: ogłoszenie na No Fluff Jobs wymaga pięciu lat doświadczenia w Java, znajomości Spring Boot, pracy z Apache Kafka i mile widzianego AWS. AI bierze CV kandydata, wyciąga z niego technologie i lata doświadczenia przy każdej z nich, a potem porównuje to z listą z ogłoszenia. Wynik trafia do rekrutera jako krótkie zestawienie: co kandydat spełnia, czego nie ma, co jest wątpliwe.

Wątpliwe to na przykład sytuacja, gdy kandydat napisał "podstawy Kafki", a ogłoszenie nie precyzuje wymaganego poziomu. Albo gdy pięć lat w projekcie opartym o Spring kończy się dwa lata temu i od tamtej pory kandydat robił coś zupełnie innego. AI flaguje takie miejsca, ale nie rozstrzyga. To praca rekrutera, nie bota.

Model językowy rozumie przy tym rzeczy, których proste filtrowanie po słowach kluczowych nie ogarnia. Wie, że "Spring Framework" i "Spring Boot" to nie to samo. Wie, że "AWS Lambda" to część szerszego "doświadczenia z AWS". Kandydat, który trzy lata pisał w Kotlinie, prawdopodobnie da radę w Javie, nawet jeśli tego słowa nie użył w CV. AI to odnotuje. Czy zawsze trafi bezbłędnie? Nie. Dlatego zestawienie trafia do rekrutera, a nie bezpośrednio do systemu odrzucającego.

U jednego z klientów, firmy doradczej rekrutującej regularnie do projektów chmurowych, wstępny przegląd aplikacji przy większych ogłoszeniach zajmował rekruterowi kilka godzin dziennie. Po wdrożeniu dostaje listę z adnotacjami i przechodzi przez nią wielokrotnie szybciej. Nie dlatego, że AI robi za niego wszystko, ale dlatego, że dostaje już przetrawione informacje zamiast surowego stosu PDF-ów.

Co AI robi z profilem kandydata poza samym dopasowaniem

Poza zestawieniem Must have / Nice to have AI robi przy każdej aplikacji kilka dodatkowych rzeczy równolegle.

• Streszcza CV do trzech, czterech zdań: ostatnia rola, główny stack technologiczny i stabilność zatrudnienia, czyli ile lat kandydat spędził w poprzednich miejscach
• Wyciąga rzeczy warte sprawdzenia: pięć zmian pracy w trzy lata, długa przerwa bez komentarza w CV, wyraźna rozbieżność między tytułem stanowiska a opisem obowiązków
• Porównuje oczekiwania finansowe z widełkami z ogłoszenia, jeśli kandydat podał je w formularzu. Jeśli oczekiwania są powyżej górnej widełki z ogłoszenia, AI to od razu zaznacza
• Ocenia jakość odpowiedzi na pytania otwarte z formularza: czy kandydat opisał konkretny projekt i własny wkład, czy tylko ogólnie napisał, że "ma doświadczenie z daną technologią"

Rekruter dostaje jeden widok: streszczenie, zestawienie wymagań, ewentualne flagi i projekt wiadomości do kandydata. Jedno miejsce. Bez przeskakiwania między portalami, skrzynką mailową i arkuszem z notatkami.

Dlaczego czas pierwszej odpowiedzi ma szczególne znaczenie w IT

Dobry senior developer z dopasowanym stackiem dostaje kilka wiadomości od headhunterów tygodniowo. Jeśli firma nie odezwie się przez kilka dni od złożenia aplikacji, kandydat może już rozmawiać z konkurencją i mieć ofertę w ręku, zanim do niego dotrzecie.

AI przygotowuje projekt wiadomości zapraszającej na rozmowę albo odmawiającej na tym etapie. Projekt nie jest generyczny. Odwołuje się do konkretnych technologii z CV kandydata, nawiązuje do stanowiska i trybu pracy z ogłoszenia oraz opisuje kolejne kroki procesu. Rekruter czyta, ewentualnie zmienia jedno zdanie i wysyła. Albo zostawia tak, jak jest.

Można też ustawić automatyczne potwierdzenie przyjęcia aplikacji wysyłane od razu po jej wpłynięciu do systemu. Kandydat od razu wie, że jego CV dotarło i kiedy może spodziewać się odpowiedzi. To drobna rzecz, ale firmy, które tego nie robią, mają wyraźnie gorszy odbiór u kandydatów, zwłaszcza tych bardziej doświadczonych.

Przy ogłoszeniu, na które wpłynęło osiemdziesiąt albo sto aplikacji, napisanie choćby krótkiej, spersonalizowanej wiadomości do każdego kandydata to realne obciążenie. AI robi to równolegle i nie ma dla niego znaczenia, czy aplikacji jest dziesięć, czy dwieście.

Gdzie zaczyna się praca człowieka i dlaczego tak powinno zostać

AI nie oceni, czy kandydat dobrze rozwiązuje problemy pod presją czasu. Nie sprawdzi, czy ta osoba dogada się z resztą zespołu. Nie zweryfikuje, czy projekt opisany w CV faktycznie wyglądał tak, jak napisano, i jaki był realny wkład tej konkretnej osoby. To wymaga rozmowy. Człowiek musi tu być.

W każdym wdrożeniu, które robimy, rekruter zawsze decyduje, kogo zaprosić na pierwszy etap. AI daje mu lepsze informacje szybciej, nie zastępuje jego oceny. Zestawienie "spełnia / nie spełnia / wątpliwe" jest wejściem do decyzji, a nie samą decyzją.

Jest jeszcze jeden powód, żeby nie skracać tej pętli. Automatyczne odrzucanie kandydatów przez system bez udziału człowieka to obszar, który bezpośrednio dotyka RODO i coraz mocniej AI Act. Kandydat ma prawo wiedzieć, że jego aplikacja była przetwarzana automatycznie, i może żądać ludzkiej weryfikacji tej decyzji. Firma, która tego nie zapewni, bierze na siebie realne ryzyko prawne. Zostawienie człowieka w pętli decyzyjnej to nie tylko kwestia etyczna, to konkretna ochrona.

Od czego zaczynamy wdrożenie w Waszej firmie

Pierwsze pytanie, które zadajemy przy każdym projekcie tego typu: ile aplikacji miesięcznie spływa do firmy i przez ile portali? Jeśli macie stały napływ kandydatów przez No Fluff Jobs i Just Join IT, integracja zaczyna przynosić mierzalne efekty stosunkowo szybko.

Zaczynamy od jednego portalu i jednego rodzaju stanowiska. Konfigurujemy reguły dopasowania pod konkretną rolę: które pola z ogłoszenia traktujemy jako twarde wymagania, a które jako "miłe widziane". Potem testujemy na aplikacjach, które już historycznie wpłynęły do firmy, żeby rekruter mógł porównać wynik AI ze swoją własną oceną z tamtego okresu. To szybko pokazuje, gdzie AI myli się najczęściej i co poprawić w konfiguracji zanim system zacznie działać na żywo.

Potem dochodzi drugi portal, kolejne typy ról, ewentualnie połączenie z istniejącym ATS-em, jeśli firma już z niego korzysta, na przykład z eRecruiterem albo Traffitem. Całość zaczyna działać jako jedno miejsce dla rekrutera: aplikacje z obu portali, zestawienia dopasowania, projekty wiadomości i historia kontaktu z każdym kandydatem.

Czy chcesz sprawdzić, co realnie da się wyciągnąć z portali, z których korzystacie, i jak to wpiąć w obecny proces? Zapraszamy na bezpłatny audyt. Jeśli wolisz najpierw zobaczyć, jak to działa u innych firm z branży, zajrzyj do realnych wdrożeń.