Thunderbit’s AI-Powered Lever Scraper membantu Anda mengubah halaman karier berbasis Lever menjadi dataset yang rapi dan terstruktur hanya dalam hitungan menit. Anda bisa memanfaatkan AI untuk mengenali field yang tepat (judul pekerjaan, lokasi, tim, deskripsi, tautan melamar, dan lainnya), mengambil data dari halaman daftar lowongan sekaligus halaman detail tiap posisi, lalu mengekspornya ke Excel, Google Sheets, Airtable, atau Notion. Solusi ini dibuat untuk tim rekrutmen, tim sales, dan peneliti yang membutuhkan data lowongan yang andal tanpa repot copy-paste manual.
🧲 Apa itu Lever Scraper
Lever Scraper adalah AI Web Scraper yang mengekstrak daftar lowongan dan detail pekerjaan dari halaman karier . Dengan AI Web Scraper, Anda cukup membuka halaman lowongan Lever, klik AI Suggest Columns, lalu klik Scrape—AI Thunderbit akan membaca halaman dan menyusun data menjadi tabel yang bisa Anda unduh atau kirim ke tools lain.
🧾 Apa saja yang bisa Anda scrape dari Lever
Halaman Lever sering dipakai untuk job board publik, dan sangat cocok untuk mengambil data level listing (yang terlihat di halaman daftar lowongan) maupun data level detail (isi lengkap di setiap posting pekerjaan). Berikut dua alur kerja umum yang bisa Anda jalankan dengan Thunderbit.
Scrape Rekrutmen Sales Enterprise SaaS
Use case ini berfokus pada pengambilan daftar lowongan dari halaman Lever milik perusahaan enterprise SaaS (contoh: Palantir). Anda dapat mengumpulkan posisi, lokasi, tim, lalu memperkaya dataset dengan membuka halaman detail tiap lowongan untuk menangkap deskripsi, persyaratan, dan tautan melamar.
Target page:
Langkah-langkah:
- Unduh dan daftar akun.
- Buka halaman target, misalnya: .
- Klik AI Suggest Columns agar AI merekomendasikan nama kolom dan tipe data yang paling sesuai.
- Klik Scrape untuk menjalankan scraper, lalu ekspor ke Excel/CSV atau kirim ke Google Sheets, Airtable, atau Notion.
Nama kolom
| Kolom | Deskripsi |
|---|---|
| 🧑💼 Job Title | Nama posisi seperti yang tampil di listing (misalnya Account Executive, Sales Engineer). |
| 🏢 Department / Team | Divisi atau fungsi (Sales, GTM, Engineering, dll.) jika tersedia. |
| 📍 Location | Kota/area/status remote yang tercantum untuk posisi tersebut. |
| 🕒 Work Type | On-site, hybrid, atau remote (jika ada di halaman). |
| 🔗 Job URL | Tautan ke halaman posting pekerjaan (detail posisi). |
| 📝 Job Description | Deskripsi lengkap dari halaman detail pekerjaan (gunakan Subpage Scraping untuk mengambilnya). |
| ✅ Requirements | Bagian kualifikasi/persyaratan yang diekstrak dari halaman pekerjaan. |
| 🧾 Responsibilities | Bagian tanggung jawab yang diekstrak dari halaman pekerjaan. |
| 📨 Apply URL | URL tombol/tautan untuk melamar posisi tersebut. |
| 🗓️ Posted Date | Tanggal diposting jika tersedia di halaman pekerjaan. |
Scrape Riset Kendaraan Otonom
Use case ini cocok untuk memantau tren perekrutan di bidang kendaraan otonom (contoh: Zoox). Anda bisa mengambil posisi di engineering, riset, safety, dan operasional, lalu memakai enrichment subpage untuk menangkap persyaratan detail dan tanggung jawab peran untuk analisis.
Target page:
Langkah-langkah:
- Unduh dan daftar akun.
- Buka halaman target, misalnya: .
- Klik AI Suggest Columns untuk membuat skema data yang terstruktur untuk halaman tersebut.
- Klik Scrape untuk mengekstrak data, lalu unduh atau ekspor.
Nama kolom
| Kolom | Deskripsi |
|---|---|
| 🚗 Job Title | Judul posisi (misalnya Perception Engineer, Research Scientist). |
| 🧪 Function / Category | Kategori pekerjaan atau pengelompokan departemen yang tampil di job board. |
| 📍 Location | Lokasi yang tercantum untuk posisi tersebut. |
| 🌎 Remote Status | Apakah posisi remote/hybrid/on-site jika disebutkan. |
| 🔗 Job URL | Tautan langsung ke halaman detail pekerjaan. |
| 🧠 Key Skills | Skill/kata kunci yang diambil dari deskripsi (Anda bisa menambahkan Field AI Prompt untuk menstandarkan). |
| 📝 Description (Full Text) | Deskripsi pekerjaan lengkap dari halaman detail melalui Subpage Scraping. |
| 🧩 Responsibilities | Bagian tanggung jawab yang diparsing dari halaman pekerjaan. |
| 🎓 Qualifications | Bagian kualifikasi/persyaratan yang diparsing dari halaman pekerjaan. |
| 📨 Apply URL | Tautan untuk melamar posisi tersebut. |
🎯 Kenapa Menggunakan Lever Tool
Melakukan scraping job board Lever berguna saat Anda membutuhkan data rekrutmen yang terstruktur untuk analisis, outreach, atau operasional.
- Recruiting & Talent Ops: Bangun database yang bisa dicari untuk lowongan terbuka dari kompetitor, anak perusahaan, atau target account. Anda juga bisa memantau perubahan dari waktu ke waktu dengan Scheduled Scraper Thunderbit.
- Sales (Enterprise SaaS, Staffing, HR Tech): Temukan sinyal perekrutan (tim baru, ekspansi wilayah, penambahan leadership) dan prioritaskan account berdasarkan pertumbuhan headcount yang aktif.
- Riset Pasar & Kompetitor: Pantau tim mana yang sedang merekrut (AI, security, autonomy, GTM) dan ukur tren berdasarkan lokasi, senioritas, atau fungsi.
- Tim Ecommerce & Operasional: Jika Anda merekrut untuk logistik, support, atau operasional, job board bisa menjadi indikator kuat untuk rencana ekspansi dan perubahan kapasitas.
Karena Thunderbit memakai AI untuk membaca halaman setiap kali dijalankan, tool ini juga cocok untuk job board niche (long-tail) dan variasi layout Lever.
🧩 Cara Menggunakan Lever Chrome Extension
- Instal Thunderbit Chrome Extension: Ambil dari dan buat akun.
- Buka halaman lowongan Lever: Masuk ke halaman listing seperti atau .
- Aktifkan scraper berbasis AI: Klik AI Suggest Columns untuk membuat field, lalu sesuaikan nama kolom/tipe data bila perlu (Text, URL, Date, dll.).
- Scrape listing dan perkaya lewat subpage: Klik Scrape untuk tabel listing, lalu gunakan Scrape Subpages untuk mengunjungi setiap job URL dan menarik deskripsi lengkap, persyaratan, serta tautan melamar.
Jika Anda baru mulai dengan AI scraping, panduan ini bisa membantu:
💳 Harga untuk Lever
Thunderbit menggunakan sistem kredit yang sederhana:
- 1 kredit = 1 baris output di tabel hasil (misalnya 1 baris untuk 1 lowongan).
- Alur kerja scraping berbasis AI (AI Suggest Columns + Scrape) sudah termasuk, dan ekspor data gratis (Excel/CSV/JSON, Google Sheets, Airtable, Notion).
Anda bisa mulai tanpa paket berbayar:
- Free tier: scrape 6 halaman per bulan (kuota berbasis halaman).
- Free trial: scrape 10 halaman gratis, ideal untuk mencoba job board Lever dan enrichment subpage.
Untuk kebutuhan rutin (misalnya memantau banyak perusahaan setiap minggu), paket berbayar memberi lebih banyak kredit bulanan, dan paket tahunan lebih hemat dibanding bayar bulanan. Bandingkan opsinya di .
| Tier | Harga (Bulanan) | Harga (Tahunan) | Total Harga Tahunan | Kredit (Bulanan) | Kredit (Tahunan) |
|---|---|---|---|---|---|
| Free | Gratis | Gratis | Gratis | 6 halaman | N/A |
| Starter | $15 | $9 | $108 | 500 | 5,000 |
| Pro 1 | $38 | $16.5 | $199 | 3,000 | 30,000 |
| Pro 2 | $75 | $33.8 | $398 | 6,000 | 60,000 |
| Pro 3 | $125 | $68.4 | $796 | 10,000 | 120,000 |
| Pro 4 | $249 | $137.5 | $1,592 | 20,000 | 240,000 |
❓ FAQ
-
Apa itu AI Powered Lever Scraper?
AI Powered Lever Scraper adalah alur kerja di Thunderbit untuk mengambil daftar lowongan dan detail pekerjaan dari halaman karier berbasis Lever, lalu mengubahnya menjadi baris dan kolom yang terstruktur. Alih-alih memilih elemen HTML secara manual, Anda cukup klik AI Suggest Columns dan AI Thunderbit akan mengusulkan skema, lalu klik Scrape untuk mengumpulkan datanya. -
Apa itu Thunderbit?
adalah Chrome Extension untuk web scraping dan otomasi web berbasis AI, dibuat untuk pengguna bisnis yang membutuhkan data terstruktur dari website dengan cepat. Anda bisa scrape website, PDF, dan gambar, mengekspor ke tools seperti Google Sheets dan Airtable, serta mengotomatiskan tugas web berulang tanpa menulis kode. -
Data apa yang bisa saya ambil dari job board Lever?
Anda bisa mengambil judul pekerjaan, lokasi, departemen, job URL, dan tautan melamar dari halaman listing. Dengan Subpage Scraping, Anda juga dapat menarik deskripsi lengkap, tanggung jawab, kualifikasi, dan detail lain dari setiap halaman posting pekerjaan. -
Apakah Thunderbit bisa mengambil deskripsi pekerjaan dari setiap halaman posting?
Bisa. Setelah scraping halaman listing, Anda dapat memakai Scrape Subpages agar Thunderbit mengunjungi setiap job URL dan memperkaya tabel dengan field seperti deskripsi, persyaratan, dan tanggung jawab. Ini sangat membantu ketika halaman listing hanya menampilkan judul dan lokasi. -
Bagaimana Thunderbit menangani pagination atau daftar lowongan yang panjang?
Thunderbit mendukung pagination berbasis klik maupun infinite scroll, tergantung konfigurasi job board Lever. Jika halaman memuat lebih banyak posisi saat Anda scroll, Anda bisa scrape data yang sudah termuat dan melanjutkan sampai seluruh daftar tertangkap. -
Apakah saya perlu bisa coding untuk memakai Thunderbit di Lever?
Tidak. Thunderbit dirancang untuk alur kerja non-teknis: buka halaman, klik AI Suggest Columns, lalu klik Scrape. Jika butuh kontrol lebih, Anda bisa mengganti nama kolom, mengatur tipe data (Text, URL, Date), dan menambahkan Field AI Prompt untuk menstandarkan output. -
Apa itu kredit dan berapa kredit yang dipakai untuk scraping Lever?
Kredit adalah satu baris output di tabel hasil. Jika Anda scrape 200 lowongan, biasanya menghasilkan 200 baris dan memakai 200 kredit; jika Anda juga melakukan enrichment subpage, hasilnya tetap satu baris per lowongan, hanya saja kolomnya lebih lengkap. -
Bisakah saya mengekspor data lowongan Lever ke Google Sheets atau Airtable?
Bisa. Thunderbit mendukung ekspor gratis ke Excel/CSV/JSON serta ekspor langsung ke Google Sheets, Airtable, dan Notion. Ini memudahkan Anda berbagi dashboard tren rekrutmen, membuat lead list, atau melakukan analisis dalam workflow yang sudah ada. -
Apakah aman/diizinkan melakukan scraping halaman lowongan Lever?
Job board Lever sering bersifat publik, tetapi Anda tetap perlu mematuhi hukum yang berlaku, menghormati privasi, serta meninjau syarat dan kebijakan situs sebelum mengumpulkan dan menggunakan data. Thunderbit adalah alat ekstraksi data; Anda bertanggung jawab untuk menggunakannya secara patuh (compliant).
📚 Pelajari Lebih Lanjut
- Mulai dengan
- Lihat tutorial di
- Pelajari dasar-dasarnya:
- Buat ekspor yang lebih rapi:
- Bandingkan tools:
- Butuh data kontak juga:
Siap mengubah job board Lever menjadi data terstruktur yang bisa langsung Anda pakai hari ini: coba dan jalankan scraping pertama Anda dari halaman Lever dalam hitungan menit.