HR

Rekrutowanie specjalistów IT bez zaplecza technicznego wymaga zrozumienia ról projektowych, poziomów seniority, podstawowych technologii i zależności między wymaganiami stanowiska a profilem kandydata. W praktyce warto sprawdzić, jak odróżniać kompetencje front-end, back-end, testowe, infrastrukturalne i analityczne oraz jak czytać CV pod kątem projektów, narzędzi i zakresu odpowiedzialności. Przykładem może być porównanie profilu developera Java z profilem administratora systemów, gdzie podobnie brzmiące doświadczenie zawodowe oznacza zupełnie inne zadania i kryteria selekcji.
Ten temat przerabiamy praktycznie na szkoleniu: Jak rekrutować specjalistów w branży IT.

Analiza CV w rekrutacji IT polega na weryfikacji zgodności doświadczenia, stosu technologicznego, typu projektów i poziomu samodzielności z wymaganiami konkretnej roli. Należy sprawdzić spójność między opisem obowiązków a używanymi narzędziami, długość i kontekst projektów, udział w pracy zespołowej oraz zgodność technologii z realnym środowiskiem pracy. Przykładowo kandydat deklarujący znajomość frameworka może mieć doświadczenie wyłącznie utrzymaniowe, co nie zawsze odpowiada potrzebom projektu wdrożeniowego lub produktowego.
Jeśli chcesz przećwiczyć to krok po kroku, zobacz: Jak rekrutować specjalistów w branży IT.

Wdrażanie AI w HR zaczyna się od identyfikacji procesów powtarzalnych, czasochłonnych i opartych na przetwarzaniu danych lub treści, takich jak preselekcja, raportowanie, komunikacja czy onboarding. Najpierw warto zmapować proces, wskazać punkty decyzyjne, ocenić ryzyka dla danych osobowych i dopiero potem dobrać narzędzia AI lub platformy automatyzacyjne do konkretnego zadania. Przykładem może być automatyzacja przygotowania podsumowań rekrutacyjnych z użyciem generatora treści oraz obiegu informacji z wykorzystaniem Power Automate lub Make.
Wersję warsztatową (z konfiguracją i przykładami) znajdziesz w programie szkolenia: AI w HR - automatyzacja procesów.

Narzędzia AI w HR wspierają generowanie treści, analizę informacji, tworzenie podsumowań, scoring kandydatów i automatyzację przepływu danych między systemami. Warto sprawdzić, które rozwiązania nadają się do pracy koncepcyjnej, które do integracji procesów, a które do raportowania i analizy, przy czym kluczowe znaczenie ma zgodność z polityką bezpieczeństwa organizacji. Przykładem praktycznego zestawu są ChatGPT i Copilot do pracy na treści oraz Power Automate, Make i Zapier do budowania przepływów między formularzami, arkuszami i komunikacją wewnętrzną.
Dokładnie ten zestaw narzędzi i workflow ćwiczymy podczas szkolenia: AI w HR - automatyzacja procesów.

Wskaźniki HR to mierzalne parametry opisujące efektywność procesów personalnych, takie jak koszt zatrudnienia, rotacja, retencja, czas rekrutacji, absencja czy efektywność szkoleń. Trzeba sprawdzić definicje metryk, źródła danych, częstotliwość pomiaru oraz sposób interpretacji wyników w kontekście biznesowym, ponieważ ten sam wynik może oznaczać różne zjawiska w zależności od struktury organizacji. Przykładowo wzrost czasu rekrutacji nie zawsze wskazuje na problem operacyjny, lecz może wynikać ze zmiany profilu stanowisk na bardziej specjalistyczne.
To jedno z zagadnień omawianych podczas szkolenia: HR w praktyce - dane i wskaźniki w codziennej pracy HR.

Automatyzacja raportowania HR polega na uporządkowaniu źródeł danych, zdefiniowaniu wskaźników oraz zbudowaniu powtarzalnego procesu przeliczania i wizualizacji wyników. Należy sprawdzić jakość danych wejściowych, logikę obliczeń, sposób aktualizacji dashboardów i to, czy prezentacja odpowiada na pytania menedżerów dotyczące przyczyn, skutków i rekomendacji działań. Przykładem może być dashboard w Power BI lub Excel AI, który łączy dane o rotacji, absencji i czasie rekrutacji z komentarzem analitycznym przygotowanym przy wsparciu AI.
Ten temat przerabiamy praktycznie na szkoleniu: HR w praktyce - dane i wskaźniki w codziennej pracy HR.