L'IA en RH

BOUZIANE Djamila FAUQUEUR Alison
DRION Coralie FONTAINE Marvin
L’IA en RH
Comment améliorer nos processus de recrutement grâce à l’Intelligence Artificielle?
1. Situation actuelle
Aujourd’hui, les entreprises désirent rendre leur processus de recrutement attractif et rapide dans
l'exécution. Bon nombre de services RH ont un processus de recrutement assez lourd qui demande
une implication et un travail important de la part des recruteurs.
Ces tâches peuvent parfois se montrer inefficaces dans la chasse de profils : laisser part au seul
jugement humain peut altérer le bon sens et la bonne interprétation des résultats. Nos choix, notre
vision peuvent être biaisés face à des facteurs inhérents à nos sens.
Après avoir échangé ensemble sur nos missions respectives, nous nous sommes rendus compte
qu’un problème majeur résidait dans le tri des CVs. Cette activité prend du temps aux recruteurs
pour des résultats qui sont souvent en deça des attentes.
Nous avons donc pensé à intégrer l’IA dans le processus de recrutement, qui plus est dans le
processus de sélection.
Nous avons pensé à faire appel au Machine Learning en intégrant dans les SIRH de recrutement,
une data qui permettrait grâce à l’identification de mots clés, d’indices primordiaux, de
pré-sélectionner en amont des CVs correspondant aux mots clés d’une fiche de poste établie (les
compétences, la formation, le niveau de diplôme…).
Le point majeur à améliorer dans ce système est le gain de temps dans la phase de présélection.
Grâce au Matching, seuls les CVs correspondants aux mots clés dits "primordiaux" seront
sélectionnés et puis classés et poursuivront le processus de recrutement classique. Les recruteurs
n’auront donc à traiter que des CVs répondant aux critères de base.
2. L’objectif de l’initiative
L’IA a pour objectif d’améliorer et d’automatiser certaines étapes du recrutement afin que le travail
des recruteurs soit simplifié et que ceux-ci puissent gagner du temps sur le long terme et se
consacrer à d'autres tâches. Les algorithmes vont permettre d'affiner les critères de recherche de
manière plus précise. Grâce au machine learning, certains programmes ont la capacité d’améliorer
leurs performances à résoudre des tâches sans y avoir été explicitement programmé pour.
On va retrouver ces principales tâches :
● Faciliter le sourcing : ici les algorithmes vont permettre d’analyser des millions de données
parmi de multiples bases de données, sur les CVs ou encore les réseaux sociaux
professionnels tel que Linkedin par exemple. Le sourcing est beaucoup plus précis et rapide.
● Identifier le candidat en adéquation avec le poste : ici l’IA va permettre d’automatiser des
tâches tels que le tri des CVs qu’ils soient en vidéo ou bien par écrit. Ainsi sur la base des
mots clés, le logiciel va partir à la recherche des informations en correspondance sur les
différents profils.
La mesure de la performance de l’outil ainsi que de sa pertinence est très simple car il suffit de
calculer le nombre de CVs retenus par les opérationnels parmi les CVs présélectionnés grâce à l’IA
puis le nombre d’embauches effectuées suite à l’envoi de ces CV’s.
1
BOUZIANE Djamila FAUQUEUR Alison
DRION Coralie FONTAINE Marvin
Il sera également intéressant de faire un reporting sur le gain de temps gagné dans le process de
recrutement grâce à l’utilisation de l’outil et d’effectuer des comparatifs.
3. La contribution de l’IA à notre initiative : exemples précis du fonctionnement optimisé

par l’IA
L'algorithme ainsi mis en place permettant la préselection des CV selon des critères précis facilite
donc la vie de ceux qui l’utilisent. On pense ainsi directement aux chargés de recrutement pour qui
la volumétrie des CV récoltés est importante.
Lorsque l’annonce est diffusée, les candidats postulent et il peut se passer quelques semaines
avant que les candidatures soient traitées. Les candidats peuvent ainsi ne plus être disponibles car
il y a eu un manque de réactivité.
Grâce à l’IA, la présélection de CV est automatisée selon les critères demandés et donc
extrêmement rapide. De ce fait, il est possible d’envoyer plus facilement et rapidement la sélection
finale aux opérationnels et donc, de réduire la perte des meilleurs profils.
Mais cette démarche ne s’arrête pas là. Il serait en effet aussi possible de mieux gérer les mobilités
internes par l’IA. Il arrive que les RH aient en leur possession des informations sur les compétences
de leurs salariés mais ils ne savent pas forcément comment en tirer parti. L’IA permettra donc de
recenser ces informations sur chaque salarié et ainsi les faire correspondre avec d’autres postes de
l’entreprise. La gestion de carrière ainsi que les demandes de mobilités internes seront donc
facilités, tout comme le travail des RH.
4. Identification des outils du marché ou des modèles de ML
Ces dernières années, plusieurs entreprises se sont lancées dans l’IA appliquée au tri de CV face à
des offres d’emploi.
Il y a notamment textkernel qui propose sa solution “Match” de matching et de recherche
sémantique. Cette solution génère une requête de recherche automatique à partir d’une description
de poste ou du CV d’un candidat. Le résultat de la recherche consiste en une liste des meilleurs
matchs entre les candidats et la fiche de poste qui a été soumise. Le logiciel peut également
rechercher des candidats se rapprochant du profil recherché via les réseaux sociaux ou les
jobboards.
Egalement, nous avons découvert l’outil “Gestmax” qui est une solution de kioskemploi. Il intègre
un outil qui permet de classer les meilleurs CV selon un pourcentage de correspondance entre les
compétences du candidat et les compétences souhaitées pour le poste que le recruteur aura saisi
au préalable.
Le moteur d’analyse sémantique détecte ensuite les mots clés dans les CVs des candidats et
calcule le matching entre le profil du candidat et le candidat type recherché dans la fiche de poste.
Se développe une solution récente très prometteuse nommée “Adélie”, créée par l’entreprise HIRE.
Il s’agit d’un algorithme de Matching, agrémenté de machine learning et d’IA entre candidats et offre
d’emploi permettant de recruter via une plateforme de recrutement digitale.

L'IA en RH

Transféré par

Droits d'auteur :

Formats disponibles

L'IA en RH

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

L'IA en RH

Transféré par

Droits d'auteur :

Formats disponibles

BOUZIANE Djamila FAUQUEUR Alison

DRION Coralie FONTAINE Marvin

3. La contribution de l’IA à notre initiative : exemples précis du fonctionnement optimisé

4. Identification des outils du marché ou des modèles de ML

Vous aimerez peut-être aussi