Thunderbit’s AI-Powered Lever Scraper pozwala w kilka minut zamienić strony karier oparte o Lever w przejrzyste, uporządkowane zestawy danych. AI potrafi wskazać właściwe pola (nazwa stanowiska, lokalizacja, zespół, opis, link do aplikowania i inne), zebrać dane zarówno z listy ofert, jak i z podstron ze szczegółami, a potem wyeksportować je do Excel, Google Sheets, Airtable lub Notion. To rozwiązanie stworzone dla zespołów rekrutacyjnych, sprzedażowych i badaczy, którzy potrzebują wiarygodnych danych o ofertach pracy bez ręcznego kopiowania.
🧲 Czym jest Lever Scraper
Lever Scraper to AI Web Scraper, który wyodrębnia oferty pracy i szczegóły ogłoszeń ze stron karier . Z AI Web Scraper wystarczy otworzyć stronę z ofertami Lever, kliknąć AI Suggest Columns, a następnie Scrape — AI Thunderbit odczyta stronę i ułoży dane w tabelę, którą możesz pobrać lub wysłać do swoich narzędzi.

🧾 Co można zbierać ze stron Lever
Strony Lever są często wykorzystywane jako publiczne tablice ofert pracy — świetnie nadają się do pozyskiwania zarówno danych z poziomu listy (to, co widać na stronie z ogłoszeniami), jak i danych ze szczegółów (zawartość pojedynczego ogłoszenia). Poniżej znajdziesz dwa typowe scenariusze, które uruchomisz w Thunderbit.
Zbieranie ofert rekrutacyjnych dla Enterprise SaaS Sales
Ten scenariusz polega na zebraniu ofert pracy z tablicy Lever firmy z segmentu enterprise SaaS (przykład: Palantir). Możesz pozyskać stanowiska, lokalizacje i zespoły, a następnie wzbogacić zestaw danych, przechodząc do podstron ogłoszeń, aby pobrać opisy, wymagania i linki do aplikowania.
Strona docelowa:

Kroki:
- Pobierz i załóż konto.
- Wejdź na stronę docelową, np. .
- Kliknij AI Suggest Columns, aby AI zaproponowało najlepsze nazwy kolumn i typy danych.
- Kliknij Scrape, aby uruchomić scraper, a następnie wyeksportuj do Excel/CSV lub wyślij do Google Sheets, Airtable albo Notion.
Nazwy kolumn
| Kolumna | Opis |
|---|---|
| 🧑💼 Nazwa stanowiska | Nazwa roli widoczna na liście (np. Account Executive, Sales Engineer). |
| 🏢 Dział / Zespół | Grupa organizacyjna lub funkcja (Sales, GTM, Engineering itp.), jeśli dostępne. |
| 📍 Lokalizacja | Miasto/region/tryb zdalny podany przy roli. |
| 🕒 Tryb pracy | Stacjonarnie, hybrydowo lub zdalnie (jeśli widnieje na stronie). |
| 🔗 URL oferty | Link do strony konkretnego ogłoszenia. |
| 📝 Opis stanowiska | Pełny opis z podstrony ogłoszenia (pozyskaj przez Subpage Scraping). |
| ✅ Wymagania | Sekcja kwalifikacji/wymagań wyciągnięta z ogłoszenia. |
| 🧾 Zakres obowiązków | Sekcja obowiązków wyciągnięta z ogłoszenia. |
| 📨 URL aplikowania | Link/URL przycisku aplikowania dla roli. |
| 🗓️ Data publikacji | Data dodania ogłoszenia, jeśli jest dostępna. |
Zbieranie danych do badań nad pojazdami autonomicznymi
Ten scenariusz świetnie sprawdza się do śledzenia trendów rekrutacyjnych w obszarze pojazdów autonomicznych (przykład: Zoox). Możesz zebrać role z inżynierii, badań, bezpieczeństwa i operacji, a następnie wzbogacić dane o szczegółowe wymagania i obowiązki z podstron ogłoszeń.
Strona docelowa:

Kroki:
- Pobierz i załóż konto.
- Wejdź na stronę docelową, np. .
- Kliknij AI Suggest Columns, aby wygenerować uporządkowany schemat dla strony.
- Kliknij Scrape, aby pobrać dane, a następnie pobierz je lub wyeksportuj.
Nazwy kolumn
| Kolumna | Opis |
|---|---|
| 🚗 Nazwa stanowiska | Tytuł roli (np. Perception Engineer, Research Scientist). |
| 🧪 Funkcja / Kategoria | Kategoria stanowiska lub grupowanie działów widoczne na tablicy. |
| 📍 Lokalizacja | Lokalizacja(e) podane przy roli. |
| 🌎 Tryb zdalny | Informacja, czy rola jest zdalna/hybrydowa/stacjonarna (jeśli podano). |
| 🔗 URL oferty | Bezpośredni link do podstrony ogłoszenia. |
| 🧠 Kluczowe umiejętności | Umiejętności/słowa kluczowe wyciągnięte z opisu (możesz dodać Field AI Prompt, aby ujednolicić). |
| 📝 Opis (pełny tekst) | Pełny opis stanowiska z podstrony dzięki Subpage Scraping. |
| 🧩 Zakres obowiązków | Sekcja obowiązków wyodrębniona z ogłoszenia. |
| 🎓 Kwalifikacje | Sekcja kwalifikacji/wymagań wyodrębniona z ogłoszenia. |
| 📨 URL aplikowania | Link do aplikowania dla roli. |
🎯 Dlaczego warto używać narzędzia Lever
Scrapowanie tablic ofert Lever przydaje się, gdy potrzebujesz ustrukturyzowanych danych rekrutacyjnych do analizy, działań outreach lub operacji.
- Rekrutacja i Talent Ops: zbuduj przeszukiwalną bazę otwartych ról u konkurencji, w spółkach zależnych lub na kontach docelowych. Zmiany w czasie możesz śledzić dzięki Scheduled Scraper w Thunderbit.
- Sprzedaż (Enterprise SaaS, staffing, HR Tech): wychwytuj sygnały rekrutacyjne (nowe zespoły, nowe regiony, rozbudowa kadry) i priorytetyzuj konta na podstawie aktywnego wzrostu zatrudnienia.
- Badania rynkowe i konkurencyjne: monitoruj, które zespoły rekrutują (AI, security, autonomy, GTM) i mierz trendy według lokalizacji, seniority lub funkcji.
- Ecommerce i zespoły operacyjne: jeśli rekrutujesz do logistyki, wsparcia lub operacji, tablice ofert mogą być dobrym wskaźnikiem planów ekspansji i zmian przepustowości.
Ponieważ Thunderbit za każdym razem wykorzystuje AI do odczytu strony, dobrze radzi sobie także z niszowymi tablicami ofert i różnicami w układach Lever.
🧩 Jak korzystać z rozszerzenia Lever w Chrome
- Zainstaluj Thunderbit Chrome Extension: pobierz z i utwórz konto.
- Przejdź do strony ofert Lever: otwórz listę ofert, np. lub .
- Uruchom scraper oparty o AI: kliknij AI Suggest Columns, aby wygenerować pola, a potem w razie potrzeby dopasuj nazwy kolumn/typy danych (Text, URL, Date itd.).
- Zbierz listę i wzbogacaj dane z podstron: kliknij Scrape dla tabeli z listą, a następnie użyj Scrape Subpages, aby odwiedzić każdy URL oferty i pobrać pełne opisy, wymagania oraz linki do aplikowania.
Jeśli dopiero zaczynasz z AI scrapingiem, pomogą Ci te poradniki:
💳 Cennik dla Lever
Thunderbit działa w oparciu o prosty system kredytów:
- 1 kredyt = 1 wiersz wynikowy w tabeli (np. 1 wiersz z ofertą pracy).
- Proces AI-powered scraping (AI Suggest Columns + Scrape) jest wliczony, a eksport danych jest darmowy (Excel/CSV/JSON, Google Sheets, Airtable, Notion).
Możesz zacząć bez płatnego planu:
- Darmowy plan: scrapowanie 6 stron miesięcznie (limit liczony per strona).
- Darmowy trial: 10 stron za darmo, idealne do testów tablic Lever i wzbogacania danych z podstron.
Do stałych procesów (np. cotygodniowego monitorowania wielu firm) płatne plany oferują więcej miesięcznych kredytów, a plan roczny jest tańszy niż płatność miesiąc do miesiąca. Opcje porównasz na stronie .
| Plan | Cena (miesięcznie) | Cena (rocznie) | Łączna cena roczna | Kredyty (miesięcznie) | Kredyty (rocznie) |
|---|---|---|---|---|---|
| Free | Free | Free | Free | 6 stron | 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
-
Czym jest AI Powered Lever Scraper?
AI Powered Lever Scraper to proces w Thunderbit, który pobiera oferty pracy i szczegóły ogłoszeń ze stron karier opartych o Lever i zamienia je w uporządkowane wiersze i kolumny. Zamiast ręcznie wskazywać elementy HTML, klikasz AI Suggest Columns, a AI Thunderbit proponuje schemat, po czym klikasz Scrape, aby zebrać dane. -
Czym jest Thunderbit?
to rozszerzenie Chrome do AI web scrapingu i automatyzacji pracy w przeglądarce, stworzone dla użytkowników biznesowych, którzy chcą szybko pozyskiwać uporządkowane dane ze stron. Możesz scrapować strony, PDF-y i obrazy, eksportować do narzędzi takich jak Google Sheets i Airtable oraz automatyzować powtarzalne zadania bez pisania kodu. -
Jakie dane mogę wyciągnąć z tablic ofert Lever?
Z poziomu listy ofert możesz pobrać nazwy stanowisk, lokalizacje, działy, URL-e ogłoszeń i linki do aplikowania. Dzięki Subpage Scraping możesz też pozyskać pełne opisy, obowiązki, kwalifikacje i inne szczegóły z każdej podstrony ogłoszenia. -
Czy Thunderbit potrafi pobierać opisy z każdej podstrony ogłoszenia?
Tak. Po zebraniu listy ofert użyj Scrape Subpages, aby Thunderbit odwiedził każdy URL ogłoszenia i uzupełnił tabelę o pola takie jak opis, wymagania i obowiązki. To szczególnie przydatne, gdy na liście widać tylko tytuł i lokalizację. -
Jak Thunderbit radzi sobie z paginacją lub długimi listami ofert?
Thunderbit obsługuje zarówno paginację opartą o klikanie, jak i infinite scroll — zależnie od konfiguracji tablicy Lever. Jeśli strona doładowuje kolejne role podczas przewijania, możesz scrapować to, co już się wczytało, i kontynuować aż do zebrania pełnej listy. -
Czy muszę umieć programować, aby używać Thunderbit na Lever?
Nie. Thunderbit jest zaprojektowany pod nietechniczne procesy: otwierasz stronę, klikasz AI Suggest Columns, potem Scrape. Jeśli chcesz większej kontroli, możesz zmieniać nazwy kolumn, ustawiać typy danych (Text, URL, Date) i dodać Field AI Prompt, aby ujednolicić wyniki. -
Czym jest kredyt i ile kredytów zużywa scrapowanie Lever?
Kredyt to jeden wiersz wynikowy w tabeli. Jeśli zbierzesz 200 ofert pracy, zwykle otrzymasz 200 wierszy i zużyjesz 200 kredytów; jeśli dodatkowo wzbogacisz dane z podstron, nadal masz jeden wiersz na ofertę — po prostu z większą liczbą uzupełnionych kolumn. -
Czy mogę wyeksportować dane z Lever do Google Sheets lub Airtable?
Tak. Thunderbit oferuje darmowy eksport do Excel/CSV/JSON oraz bezpośredni eksport do Google Sheets, Airtable i Notion. Dzięki temu łatwo udostępnisz dashboardy trendów rekrutacyjnych, zbudujesz listy leadów lub przeprowadzisz analizę w swoim obecnym procesie. -
Czy scrapowanie stron ofert Lever jest w porządku?
Tablice ofert Lever często są publiczne, ale mimo to należy przestrzegać obowiązujących przepisów, szanować prywatność oraz sprawdzić regulamin i polityki danej strony przed zbieraniem i wykorzystywaniem danych. Thunderbit to narzędzie do ekstrakcji danych — za zgodne z prawem użycie odpowiadasz Ty.
📚 Dowiedz się więcej
- Zacznij od
- Zobacz poradniki na
- Podstawy:
- Lepsze eksporty:
- Porównanie narzędzi:
- Potrzebujesz też danych kontaktowych:
Chcesz zamienić tablice ofert Lever w uporządkowane dane, z których skorzystasz od razu? Wypróbuj i uruchom pierwsze scrapowanie ze strony Lever w kilka minut.
