AI Job Application Screener es una herramienta diseñada para facilitar el proceso de selección de solicitudes de empleo. Utiliza inteligencia artificial para generar resúmenes de las calificaciones de los solicitantes, lo que permite a los reclutadores revisar de manera más eficiente los detalles relevantes de las solicitudes.
La herramienta organiza los resúmenes de manera imparcial, presentándolos en orden de mejor ajuste para el trabajo. Los solicitantes que se ajusten estrechamente a las calificaciones deseadas avanzan a la parte superior, lo que permite a los reclutadores centrarse en los candidatos más prometedores. Para mejorar la eficiencia y precisión del proceso de selección.
Los reclutadores pueden describir a su candidato ideal, y la pila de solicitudes se volverá a clasificar en función de la similitud con los rasgos deseados. Al cargar el currículum de un empleado destacado, los reclutadores pueden encontrar "clones" entre los solicitantes, ordenándolos por los más similares.
La herramienta también permite eliminar sesgos al reducir los nombres a iniciales y excluir los años de graduación, minimizando así la influencia de género, raza y edad en el proceso de toma de decisiones. El equipo detrás del AI Job Application Screener está compuesto por profesionales de ingeniería de software con amplia experiencia en reclutamiento.
Anteriormente, han desarrollado funciones para buscar entre millones de perfiles profesionales y han liderado equipos en el desarrollo de herramientas de selección de solicitudes de empleo. La herramienta se integra con los populares sistemas de seguimiento de candidatos (ATS), lo que permite una sincronización perfecta de datos entre la herramienta y el sistema existente del reclutador. El AI Job Application Screener se encuentra actualmente en beta cerrada, con una oferta de acceso temprano disponible hasta el 25 de agosto de 2023.
Después de eso, se lanzará públicamente en octubre de 2023, con un modelo de precio mensual por usuario. La herramienta también ofrece opciones de personalización a través de un SDK para casos de uso internos o para usuarios.
