Przejdź do treści

Tutoriale how-to

Amazon Bedrock dla rekrutacji: jak zbudować asystenta AI do analizy CV

Zaktualizowano: Autor: Andrzej Niemiec9 min czytania

Przewodnik po budowie asystenta rekrutacyjnego na Amazon Bedrock. Architektura, koszty, integracja z ATS i rzeczywiste ograniczenia wdrożenia w Polsce.

Amazon Bedrock dla rekrutacji: jak zbudować asystenta AI do analizy CV
Spis treści
  1. Co to jest asystent rekrutacyjny na Amazon Bedrock?
  2. Jakie funkcje ma asystent rekrutacyjny na Bedrock?
  3. Czy to rozwiązanie jest gotowe do produkcji?
  4. Koszty: ile naprawdę kosztuje wdrożenie?
  5. Jak zbudować asystenta: krok po kroku
  6. Guardrails: czy to wystarczy do RODO?
  7. DIY czy gotowe rozwiązanie SaaS?
  8. Rzeczywiste ograniczenia wdrożenia w Polsce
  9. Czy warto budować asystenta rekrutacyjnego na Bedrock?
  10. Najczęstsze pytania
  11. Źródła

Co to jest asystent rekrutacyjny na Amazon Bedrock?

Amazon Bedrock to usługa AWS, która udostępnia dostęp do foundation models (modeli bazowych) różnych producentów — takich jak Amazon Nova, Anthropic Claude czy Mistral. W kontekście rekrutacji Bedrock pozwala zbudować asystenta, który automatyzuje wybrane zadania HR bez konieczności samodzielnego trenowania modeli [1].

Architektura referencyjna AWS opublikowana w maju 2026 r. pokazuje, jak połączyć Bedrock z innymi usługami: Lambda (logika biznesowa), S3 (przechowywanie CV), DynamoDB (baza danych kandydatów), API Gateway (integracja z systemami ATS) i Cognito (uwierzytelnianie) [1]. To nie jest gotowy produkt — to szablon do adaptacji.

Jakie funkcje ma asystent rekrutacyjny na Bedrock?

Demonstracja AWS obejmuje trzy główne możliwości:

Ocena i scoring CV. Model analizuje dokument kandydata, porównuje umiejętności z wymaganiami stanowiska, identyfikuje luki i umiejętności transferowalne, a następnie przyznaje ocenę z uzasadnieniem opartym na cytatach z CV [1].

Generowanie pytań do rozmowy. Na podstawie profilu kandydata i opisu stanowiska Bedrock tworzy spersonalizowane pytania — zamiast standardowych schematów [1].

Anonimizacja danych wrażliwych. Guardrails (zabezpieczenia) w Bedrock mogą automatycznie usuwać dane osobowe (imiona, nazwiska, adresy) przed przetworzeniem, co wspomaga zgodność z RODO [1].

Ale uwaga: to są możliwości, nie gwarancje. AWS wyraźnie zaznacza, że każde wdrożenie wymaga testowania dokładności, bezstronności i zgodności z regulacjami [1].

Czy to rozwiązanie jest gotowe do produkcji?

Nie. AWS określa swoją demonstrację jako "reference architecture" — materiał edukacyjny do nauki, a nie gotowy system. Oznacza to, że:

Wymaga fine-tuningu. Model domyślnie nie rozumie polskich niuansów — np. różnicy między certyfikatem UDT a uprawnieniami UDT, specyfiki umów B2B czy lokalnych standardów branżowych [1].

Integracja z ATS to osobny projekt. Każdy system (Greenhouse, Taleo, lokalne rozwiązania) ma inne API i wymaga indywidualnego podejścia. W Polsce dodatkowym wyzwaniem są systemy bez otwartych interfejsów [1].

Bezstronność wymaga walidacji. AWS zaleca testowanie modelu pod kątem stronniczości, toksyczności i dokładności — przed wdrożeniem produkcyjnym [4].

Koszty: ile naprawdę kosztuje wdrożenie?

Koszt zależy od trzech czynników: modelu, liczby kandydatów i architektury infrastruktury.

Koszt modelu. Amazon Nova Pro (model używany w demonstracji AWS) kosztuje około 0,003 USD za 1000 tokenów wejściowych i 0,015 USD za 1000 tokenów wyjściowych [1]. W praktyce test 100 kandydatów to około 1–2 USD miesięcznie — ale to tylko model, nie całe rozwiązanie [1].

Koszty infrastruktury. Do tego dochodzą S3 (przechowywanie CV), DynamoDB (baza danych), Lambda (przetwarzanie), API Gateway (integracja) i Guardrails (zabezpieczenia). Razem dla małej firmy (50 kandydatów/miesiąc) to może być 500–1500 PLN miesięcznie [2][3].

Praca deweloperska. Budowa asystenta wymaga inżyniera, który skonfiguruje architekturę, zintegruje ATS i przetestuje system. To dodatkowy koszt — zwykle 4–12 tygodni pracy [1].

ScenariuszLiczba CV/miesiącKoszt AWS/miesiącCzas wdrożenia
Startup (test)20–50300–800 PLN2–4 tygodnie
Mała firma50–200800–2000 PLN4–8 tygodni
Średnia firma200–10002000–5000 PLN8–12 tygodni

Dane oparte na cenach AWS z października 2026 r. i szacunkach z polskiego rynku [2][3].

Jak zbudować asystenta: krok po kroku

1. Przygotowanie środowiska AWS

Potrzebujesz konta AWS i dostępu do:

  • Amazon Bedrock — do wyboru i uruchamiania modeli
  • AWS Lambda — do przetwarzania logiki (np. ekstrakcji danych z CV)
  • Amazon S3 — do przechowywania dokumentów
  • DynamoDB — do bazy kandydatów i wyników
  • API Gateway — do połączenia z systemem ATS
  • Amazon Cognito — do uwierzytelniania użytkowników

AWS oferuje darmową warstwę (free tier) do testów, ale produkcja wymaga płatnego konta [1].

2. Integracja z systemem ATS

To najczęściej najtrudniejsza część. Musisz:

  • Poznać API systemu ATS — np. Greenhouse, Taleo czy lokalnego rozwiązania
  • Zmapować pola — jak dane z CV mają się do pól w systemie
  • Przetestować na małej próbce — przed pełnym wdrożeniem

W Polsce wiele systemów HR nie ma otwartych API, co wydłuża projekt [1].

3. Fine-tuning modelu

Aby asystent działał dokładnie, powinien być trenowany na danych specyficznych dla firmy:

  • Zbierz historyczne CV i wyniki rekrutacji — co najmniej 100–200 przykładów
  • Oczyść dane — usuń PII (imiona, nazwiska) i standaryzuj formaty
  • Przetestuj dokładność — porównaj oceny modelu z oceną człowieka

Bez tego kroku asystent będzie działać jak turysta bez mapy — może coś znaleźć, ale niekoniecznie to, czego szukasz [1].

Guardrails: czy to wystarczy do RODO?

Guardrails to zabezpieczenia wbudowane w Bedrock, które mogą:

  • Automatycznie usuwać dane osobowe (PII)
  • Blokować prompt injection
  • Filtrować odpowiedzi pod kątem toksyczności

Ale to nie jest certyfikat zgodności z RODO. To narzędzie wspierające — ostateczna odpowiedzialność za przetwarzanie danych kandydatów spoczywa na firmie [1].

W Polsce RODO wymaga:

  • Zgody kandydata — na przetwarzanie CV przez AI
  • Prawa do wyjaśnienia — kandydat ma prawo wiedzieć, jakie kryteria były użyte
  • Usuwania danych — po zakończeniu rekrutacji, chyba że kandydat wyrazi zgodę na przechowywanie

To oznacza, że musisz mieć procedury — nie tylko narzędzia [1].

DIY czy gotowe rozwiązanie SaaS?

KryteriumAmazon Bedrock (DIY)SaaS (np. HireVue, Pymetrics)
Koszt500–15000 PLN/miesiąc2000–30000 PLN/miesiąc
Czas wdrożenia4–12 tygodni1–4 tygodnie
ElastycznośćWysoka (dostosowanie do potrzeb)Niska (ograniczone opcje)
Integracja z ATSWymaga pracy ITCzęsto gotowe
Kontrola nad danymiPełna (serwery własne)Ograniczona (serwery dostawcy)

Bedrock ma sens, gdy:

  • Masz unikalne wymagania (np. specyfika polskiego rynku)
  • Chcesz pełną kontrolę nad danymi
  • Masz zespół IT do wdrożenia
  • Liczba kandydatów uzasadnia inwestycję

SaaS ma sens, gdy:

  • Potrzebujesz szybkiego wdrożenia
  • Nie masz zasobów IT
  • Chcesz gotowe integracje
  • Liczba kandydatów jest niska [7].

Rzeczywiste ograniczenia wdrożenia w Polsce

Brak standaryzacji CV. Polskie CV mają różne formaty (PDF, DOCX, LinkedIn). Asystent musi być przygotowany na każdy format [1].

Lokalne systemy ATS. Wiele polskich firm HR-owych nie udostępnia API, co utrudnia integrację [1].

Niski poziom angielskiego w CV. Modele Bedrock są trenowane głównie na angielskich danych. Polska CV mogą być gorzej rozumiane [1].

Obawy o bias. Jeśli historyczne dane firmy zawierają uprzedzenia (np. preferowanie mężczyzn na stanowiska menedżerskie), model je powieli [4].

Czy warto budować asystenta rekrutacyjnego na Bedrock?

Tak, ale pod warunkami:

  1. Masz wystarczająco dużo kandydatów — aby koszt wdrożenia się zwrócił (minimum 50 CV/miesiąc)
  2. Chcesz dostosować do polskich realiów — np. specyfiki umów B2B czy branżowych certyfikatów
  3. Masz zespół IT — do wdrożenia i utrzymania
  4. Jesteś gotów na testy i iteracje — bez nich asystent będzie niedokładny

Jeśli nie spełniasz tych warunków, lepiej rozważyć gotowe rozwiązanie SaaS [7].

Pamiętaj: nawet najlepszy asystent AI nie zastąpi człowieka. Powinien wspierać decyzje rekrutera, a nie je podejmować [1].

Najczęstsze pytania

Czy Amazon Bedrock jest bezpieczny dla danych kandydatów?

Bedrock oferuje szyfrowanie danych w transit i at rest, ale bezpieczeństwo zależy od konfiguracji całej architektury (S3, DynamoDB, API Gateway). AWS zaleca audyt bezpieczeństwa przed wdrożeniem produkcyjnym [1].

Ile czasu zajmuje integracja z Greenhouse lub Taleo?

Zwykle 2–4 tygodnie, w zależności od złożoności API i dostępności dokumentacji. W Polsce może być dłużej, jeśli system nie ma otwartego API [1].

Czy model Bedrock rozumie polskie CV?

Nie w pełni. Modele są trenowane głównie na angielskich danych. Wymaga to fine-tuningu na polskich przykładach i dostosowania promptów [1].

Czy Guardrails wystarczają do RODO?

Nie. Guardrails to narzędzie wspierające, ale ostateczna odpowiedzialność za zgodność z RODO spoczywa na firmie. Musisz mieć procedury, umowy i dokumentację [1].

Czy mogę testować Bedrock za darmo?

AWS oferuje darmową warstwę (free tier) do eksperymentów, ale produkcja wymaga płatnego konta. Koszty zaczynają się od kilkudziesięciu złotych miesięcznie [1].

Źródła

  1. Build an AI-powered recruitment assistant using Amazon Bedrock (AWS, maj 2026)
  2. Cost - Generative AI Application Builder on AWS (AWS)
  3. How to estimate Amazon Bedrock costs for public sector applications (AWS)
  4. Evaluate Foundation Models - Amazon Bedrock Evaluations (AWS)
  5. Considerations for addressing the core dimensions of responsible AI for Amazon Bedrock applications (AWS)
  6. Annex III: High-Risk AI Systems Referred to in Article 6(2) (AI Act EU)
  7. Ile kosztuje asystent AI dla firmy i kto robi to w Polsce (UXU)
AN
O autorze
Andrzej Niemiec

Fanatyk nowych technologii i specjalista w zakresie sztucznej inteligencji.

Jak powstają teksty: Polityka AI · O redakcji