Funkcja anonimowego CV
Publiczna strona funkcji
Klient poufny z branży HRTech, generator anonimowych CV
Anonimizacja CV trwa teraz mniej niż 2 minuty zamiast 25
Zbudowaliśmy prywatny proces, który odczytuje CV w dowolnym formacie, usuwa chronione dane osobowe i zachowuje układ dokumentu przed oceną kandydata. Całość działa na infrastrukturze w UE.
Rozwój produktu
- mniej czasu na ręczną anonimizację
- 93%
- na cały proces dla jednego CV
- <2 min
- obsługiwanych języków europejskich
- 15+
- usuwanych chronionych pól
- 18
Z czym przyszedł klient
Przed oceną każdego CV ktoś z zespołu klienta ręcznie usuwał z niego te same chronione dane. Dokumenty przychodziły w różnych formatach i językach, jako skany i pliki tekstowe. Nowy moduł musiał je odczytywać, precyzyjnie znajdować dane osobowe, zachować formatowanie i zapisywać, co usunął. Dane nie mogły opuszczać infrastruktury pod kontrolą UE ani trafiać do zewnętrznych usług AI.
Co zbudowaliśmy
Zbudowaliśmy moduł anonimizacji połączony z istniejącą platformą HR klienta. OCR odczytuje skany i tekstowe CV. Prywatnie hostowany model rozpoznawania nazwanych jednostek, czyli NER, znajduje chronione dane. Kolejny etap je usuwa, zachowując układ dokumentu. Dla każdego pliku powstaje zanonimizowane CV i uporządkowany rejestr usuniętych informacji. Usuwanie danych i zapis zmian są oddzielnymi etapami, więc można je osobno sprawdzić. Całość działa w kontenerach na infrastrukturze w UE.
Zakres prac
Odczyt skanowanych i tekstowych CV przez OCR
Prywatny model NER do wykrywania chronionych danych osobowych
Rejestr usuniętych danych w formacie JSON dla każdego dokumentu
Moduł w kontenerach, połączony z istniejącą platformą HR
Jak to działa
Odczyt CV.
OCR zamienia skany i pliki tekstowe w tekst do dalszego przetwarzania, w ponad 15 językach europejskich.
Wykrycie chronionych danych.
Prywatnie hostowany model NER rozpoznaje 18 chronionych pól bez korzystania z zewnętrznego API.
Usunięcie danych, zachowanie układu.
CV zachowuje wcześniejsze formatowanie i po anonimizacji jest gotowe do oceny.
Zapis każdej zmiany.
Rejestr czytelny dla innych systemów wskazuje, co usunięto z każdego dokumentu.
Rezultaty
- krótszy czas przetwarzania
- 93%
- na cały proces dla jednego CV
- <2 min
- obsługiwanych języków europejskich
- 15+
- usuwanych chronionych pól
- 18
- Czas na jedno CV25 minut przed, 2 minuty po
Znacznie mniej ręcznej pracy rekruterów
Jednakowe zasady anonimizacji w różnych językach i formatach
Zapis usuniętych informacji dla każdego przetworzonego CV
Nie publikujemy nazwy klienta ani części progów wynikających z jego wewnętrznych zasad.
8 tygodni do wdrożenia
- Tydzień 1
Pola i zasady
Uzgodniliśmy, które pola są chronione i jak należy je usuwać.
- Tygodnie 2–5
Proces przetwarzania
Zbudowaliśmy OCR, NER i usuwanie danych z zachowaniem formatowania.
- Tygodnie 6–7
Integracja i testy
Połączyliśmy moduł z procesem klienta i sprawdziliśmy dokładność w różnych językach.
- Tydzień 8
Przekazanie
Ustabilizowaliśmy działanie i przekazaliśmy instrukcję obsługi systemu.
Technologie
- Python
- Mistral na prywatnej infrastrukturze
- OCR
- FastAPI
- Docker
- PostgreSQL
- Kubernetes
Niezależne źródła
Awakast na Clutch
Niezależne opinie klientów