Adopcja AI do procesów rekrutacji i HR jest powolna z powodu poufności danych. Przesyłanie wrażliwych danych kandydatów lub autorskiego kodu do zewnętrznych chmur (takich jak OpenAI czy Anthropic) stwarza realne ryzyko prawne i narusza RODO. Odpowiedzią na te wyzwania są lokalne modele językowe, które każdy może zainstalować na komputerze z rozsądną kartą graficzną NVIDIA. Przykładem jest Gemma (Google), Llama lub Bielik AI — polski model językowy, który możemy uruchomić w 100% lokalnie.
Dlaczego Bielik AI w rekrutacji IT?
Opracowany przez zespół SpeakLeash i ACK Cyfronet AGH, Bielik AI (bielik.ai) to model optymalizowany pod kątem języka polskiego. W przeciwieństwie do modeli anglocentrycznych, doskonale radzi sobie z naszą gramatyką, polskim nazewnictwem technicznym, nazwami rodzimych uczelni oraz specyfiką lokalnego rynku IT. Uruchamiając go lokalnie, zyskujemy potężne narzędzie analityczne, które nie wysyła ani jednego bajtu danych osobowych poza sieć firmową.
Jak zainstalować Bielik AI lokalnie?
Uruchomienie modelu na własnym komputerze lub firmowej stacji roboczej jest niezwykle proste dzięki narzędziu Ollama:
- Wejdź na stronę ollama.com i pobierz wersję dla swojego systemu operacyjnego (Linux, macOS lub Windows).
- Zainstaluj aplikację, a następnie otwórz terminal (lub PowerShell) i wpisz polecenie:
ollama run bielik - Gotowe! Serwer API Ollama działa w tle pod adresem
http://localhost:11434i jest gotowy do integracji z Twoim lokalnym ATS lub systemem Obsidian.
Jakiego sprzętu (GPU) potrzebujesz?
Bielik AI w wersji 11B-v2 (np. w optymalnej skwantyzowanej wersji Q4_K_M) wymaga odpowiedniej mocy obliczeniowej karty graficznej (VRAM) do płynnego generowania odpowiedzi:
- Minimalne wymagania (GPU): Karta graficzna z minimum 8 GB VRAM (np. NVIDIA GeForce RTX 3060 / RTX 4060). Pozwala to na stabilne działanie, choć generowanie odpowiedzi przy długim kontekście może być wolniejsze.
- Zalecana konfiguracja (GPU): Karta z 12 GB lub 16 GB VRAM (np. NVIDIA RTX 3060 12GB, RTX 4060 Ti 16GB, RTX 4070 lub RTX 3080). Jest to idealny punkt kompromisu między ceną a szybkością analizy (ponad 30 tokenów/sekundę).
- Alternatywa Apple Silicon: Komputery Mac (z procesorami M1/M2/M3) z minimum 16 GB zunifikowanej pamięci RAM. Architektura Apple doskonale radzi sobie z lokalnymi modelami dzięki współdzielonej pamięci.
💡 Innowacyjny koncept: Lokalny Audytor Kodu pod NDA (NDA-Safe Code Auditor)
Problem: Ocena zadań rekrutacyjnych przesłanych przez kandydatów lub analiza ich portfolio GitHub pochłania cenne godziny pracy Twoich Senior Developerów. Przesłanie tego kodu do chmurowych modeli AI jest wykluczone z uwagi na poufność projektów (NDA) lub prawa autorskie kandydata.
Rozwiązanie z lokalnym Bielikiem: Wdrażamy skrypt, który klonuje kod kandydata do lokalnego, bezpiecznego katalogu (sandboxa). Bielik AI analizuje strukturę projektu i automatycznie generuje 3-5 spersonalizowanych pytań technicznych na rozmowę kwalifikacyjną.
Przykład wygenerowanego pytania: "W module `auth-service.ts` zdecydowałeś się na własną implementację rotacji tokenów zamiast użycia biblioteki X. Jakie ryzyka bezpieczeństwa zidentyfikowałeś i jak Twój kod zabezpiecza przed nimi aplikację?"
Dzięki temu Senior Developer nie musi szczegółowo analizować każdej linii kodu, a rekruter otrzymuje gotowy scenariusz rozmowy sprawdzający, czy kandydat faktycznie rozumie przesłane przez siebie rozwiązanie. Wszystko to bez wysyłania kodu do sieci.
Chcesz wdrożyć bezpieczne, lokalne rozwiązania AI?
Pomagamy firmom w instalacji modeli on-premise (Ollama, Bielik.ai), integracji z wewnętrznymi systemami ATS/CRM oraz audytowaniu procesów pod kątem zgodności z RODO.
Skonsultuj się z nami