Problem
Firma rekrutacyjna specjalizująca się w rekrutacji IT miała problem z czasochłonnym przetwarzaniem CV, które w dużej mierze opierało się na ręcznym wprowadzaniu danych do wewnętrznego systemu rekrutacyjnego. Dokumenty CV różniły się znacząco długością (od jednej do kilkunastu stron), formatem oraz typem pliku (DOCX, PDF).
W rezultacie ręczne przepisywanie danych było nie tylko wolne, ale również podatne na błędy i ograniczało liczbę kandydatów, których zespół mógł obsłużyć.
Dodatkowym wyzwaniem była konieczność tłumaczenia CV na różne języki, anonimizacji danych osobowych oraz dopasowywania treści do konkretnych stanowisk, co jeszcze bardziej zwiększało nakład pracy. W niektórych przypadkach przygotowanie jednego CV zajmowało nawet 60 minut.
Celem projektu było znaczące skrócenie czasu przetwarzania przy jednoczesnej poprawie spójności i jakości danych w procesie rekrutacyjnym.
Wyzwanie
Największym wyzwaniem była integracja rozwiązania z istniejącą aplikacją rekrutacyjną opartą na starszym systemie PHP.
Dodatkowymi trudnościami była duża różnorodność formatów CV, niestandardowe układy dokumentów oraz konieczność utrzymania wysokiej jakości ekstrakcji danych.
Rozwiązanie
COGITA zbudowała rozwiązanie AI oparte na nowoczesnych modelach multimodalnych oraz modelach językowych (LLM), zdolnych do analizy treści dokumentów PDF i DOCX.
System automatycznie wyodrębnia wszystkie kluczowe informacje o kandydacie z CV i generuje wynik w postaci ustrukturyzowanego pliku JSON, umożliwiając natychmiastową integrację z istniejącą aplikacją rekrutacyjną klienta.
Oprócz ekstrakcji danych rozwiązanie obejmowało również:
- Tłumaczenie CV
- Moduł dopasowania profilu kandydata do konkretnej roli,
- Moduł anonimizacji CV (ukrywanie danych osobowych, nazw firm, linków do profili, nazw uczelni itp.).
Co istotne, rozwiązanie zostało wdrożone bez konieczności zmian w pozostałej części infrastruktury klienta (aplikacji PHP), dzięki czemu przyniosło wartość od pierwszego dnia działania.
Wynik
System skrócił czas przetwarzania CV o 90%, znacząco przyspieszając ocenę kandydatów. W ciągu pierwszych dwóch miesięcy przetworzył ponad 2000 dokumentów przy 98% dokładności ekstrakcji danych. Jednocześnie poprawiła się spójność i jakość informacji w procesie rekrutacyjnym, a zespół HR mógł skupić się na pracy analitycznej i relacyjnej zamiast na zadaniach administracyjnych.
