VOTRE CARRIÈRE, AVEC PASSION.
MENU
Être rappelé

Être rappelé

Le journaliste Karsten Strauss décrit dans quelles directions l’intelligence artificielle et le machine learning pourraient évoluer dans le contexte de la recherche d’emploi.

Trouver un nouvel emploi peut être un travail en soi : perfectionner son CV, parcourir les sites d’emplois, s’appuyer sur son réseau d’amis et de connaissances – cet énorme travail peut transformer l’enthousiasme d’une nouvelle étape professionnelle en anxiété. Les recherches d’emploi des prochaines années seront une expérience complètement différente, la technologie s’occupant d’une part importante des tâches.

Des conversations avec plusieurs spécialistes du domaine du recrutement (des géants de l’industrie aux petits acteurs) ont révélé une recherche d’emploi qui a fortement évolué en seulement quelques années. Les approches de l’intelligence artificielle (IA) et du Machine learning (apprentissage de la machine) en matière d’adéquation entre le salarié et l’employeur sont différentes. Mais tous conviennent que leur utilisation simplifierait la tâche de « matching » de l’offre d’emploi avec les talents. La recherche d’emploi et le recrutement du futur impliqueront plus de face à face et moins d’envoi en nombre de CV.

Le Job Board

Raj Mukherjee, vice-PDG de Indeed.com – plate-forme qui opère dans plus de 50 pays et compte environ 200 millions de visiteurs par mois – estime que environ 65% des nouveaux salariés trouvent un nouvel emploi dans les 91 jours suivant leur embauche, suggérant que la correspondance dans la recherche d’emploi est loin d’être parfaite et immédiate.

Ces imperfections ne peuvent être corrigées qu’avec énormément de données. La quantité d’informations sur les compétences professionnelles, les salaires et les habitudes des utilisateurs font qu’il est tout simplement impossible de faire correspondre les personnes à des postes sans utiliser l’IA pour les calculs. «Nous générons environ 25 téraoctets de données par jour», explique Raj Mukherjee, « et ces données deviennent la base de notre utilisation de l’IA et du Machine learning pour améliorer l’expérience des demandeurs d’emploi ».

L’IA et le machine learning permettent aux plateformes comme Indeed de faire des évaluations prévisionnelles de critères tels que le salaire. Les calculs précisent quels salaires seraient appropriés pour emploi particulier, dans un lieu spécifique ou dans une entreprise spécifique. L’intitulé précis du poste entre également en jeu.

L’IA utilisée par Indeed extrait également des informations des CV pour des recruteurs en utilisant une technique appelée le traitement du langage naturel, qui consiste à extraire des mots et des phrases pertinents en utilisant des programmes informatiques. Ceci est délicat car les données texte peuvent être relativement peu structurées. « Lorsque le programme détecte une phrase, il essaye de lui donner un sens », a déclaré Raj Mukherjee. « Il  rangerait les mots selon ce que la phrase implique. » Les compétences énumérées sur le CV d’un demandeur d’emploi seraient reconnues et mises de côté, a-t-il expliqué, tout comme les entreprises où il a travaillé, les années d’expérience et autres éléments. Ces informations seraient ensuite compilées pour faciliter l’évaluation des recruteurs.

En ce qui concerne l’avenir, Raj Mukherjee affirme que les chercheurs d’emploi verront probablement leur temps de recherche diminuer. Au fur et à mesure que l’IA et le Machine learning se développent, un service comme Indeed devrait être en mesure de proposer de nouvelles opportunités beaucoup plus compatibles sur le plan de l’expérience professionnelle, des compétences, du salaire, des intérêts et du lieu de travail des demandeurs d’emploi. Une IA orientée vers la carrière devrait également indiquer aux demandeurs d’emploi s’ils sont rémunérés de manière équitable dans leur emploi actuel, avec un haut degré d’exactitude, par rapport aux autres salariés exerçant dans le même domaine d’activité.

Selon Raj Mukherjee, éliminer les talents incompatibles est essentiel pour les recruteurs. Cela signifie évaluer les compétences dès le départ, ce qui nécessiterait des tests sur une plateforme de recherche d’emploi et qui permettrait aux recruteurs et aux chercheurs d’emploi de gagner du temps.

Les compétences avant tout

Les tests de compétences sont la pièce maîtresse pour CodeFights, une firme basée à San Francisco,  qui offre aux travailleurs de la haute technologie une plateforme sur laquelle mettre en pratique leurs compétences de codage et de les noter et évaluer. Les programmeurs peuvent entrer en contact avec des employeurs potentiels, qui utilisent également la plateforme spécifiquement pour trouver des candidats potentiels. Ce système de recrutement basé sur les compétences ouvre des portes aux programmeurs en se basant largement sur leur démonstration de talents, et offre aux recruteurs un aperçu définitif de ce que peut réellement accomplir un futur salarié.

Pour Tigran Sloyan, cofondateur et CEO de CodeFights, la recherche de travail est un scénario classique d’appariement. Mais dans le souci de mettre en relation les salariés et les employeurs, les complexités sont nombreuses. Il y a tellement de données à prendre en compte : compétences, salaires, localisation, personnalité, expérience, culture d’entreprise, inexactitudes dans les CV ou les descriptions de poste. « Plus nous introduisons de données objectives dans le recrutement technique et dans le recrutement en général, mieux cela sera », déclare Tigran Sloyan.

Tigran Sloyan prévoit que les plateformes ou services de recherche d’emploi deviendront à terme des plaques tournantes d’éducation, offrant des services de renforcement des compétences, évaluant les capacités et facilitant ainsi la tâche des demandeurs d’emploi à prouver leur qualité aux recruteurs avec lesquels ils seraient mis en relation. « Un jour, il y aura une entreprise qui enseignera au monde entier », affirme Tigran Sloyan. « Une entreprise qui enseigne au monde entier effectuera des évaluations à grande échelle et vous ne pouvez pas rivaliser avec ce type d’entreprise en tant que société de recrutement ».

Une couche de test

L’évaluation des compétences spécifiques aux différentes industries  constitue la règle du jeu pour Harver, une jeune entreprise basée à Amsterdam. Leur spécialité est de faire en sorte que les demandeurs d’emploi passent par un processus de test, choisi par les entreprises qui embauchent, pour déterminer si elles correspondent bien à un poste donné. Cette société a conclu des accords avec Netflix, Booking.com, OpenTable et Zappos.

« De nombreuses personnes postulent pour un emploi et elles n’ont aucune idée de ce dont le travail consiste », explique Barend Raaff, fondateur et CEO de Harver. Il est également impossible de prédire si quelqu’un garderait l’emploi et le ferait avec compétence, a-t-il ajouté. La firme conçoit des algorithmes et des processus de test pour des clients recruteurs pour prévoir une bonne adéquation à un poste. Harver a commencé par se concentrer sur les secteurs d’activité à grand volume, tels que les centres d’appels et les services clientèles, puis a commencé à répondre aux besoins de recrutement des petites entreprises. Grâce au processus de candidature et de test, les candidats ont une idée de ce qu’il faut attendre d’un emploi et, à l’avenir, si un candidat est rejeté pour un emploi, Harver suggérera des postes dans d’autres organisations pour lesquelles il ou elle serait mieux adapté(e).

Barend Raaff déclare également que le rôle du recruteur deviendra plus facile car les moyens d’évaluer le talent seront beaucoup plus solides. L’élément humain, a t-il noté, sera toujours nécessaire pour prendre la décision finale en matière d’embauche. « Il y a 50 ans, les chirurgiens avaient une image radiographique et sur cette base, ils décidaient d’opérer ou non », a-t-il expliqué. Aujourd’hui, ils ont les moyens de recueillir de plus grandes quantités de données sur la santé de leurs patients, mais les humains continuent de prendre les grandes décisions. « Ils prennent la décision d’opérer ou non. En recrutement, nous allons dans la même direction. »

Une connaissance plus profonde équivaut à plus d’efficacité

Chez Linkedin, l’intelligence artificielle est utilisée pour passer au crible les données des demandeurs d’emploi et des recruteurs, ainsi que des informations sur les 500 millions d’utilisateurs de la plateforme, déclare John Jersin, directeur de la gestion des produits pour l’entreprise. « Nous avons constaté une amélioration de l’efficacité de plus de 50% de nos outils de recrutement » (le nombre d’interactions nécessaires pour trouver un candidat qui s’engage dans le processus ou atteint un certain stade ou trouver un candidat embauché) 

Pourtant, selon John Jersin, la recherche d’emploi et de talents d’aujourd’hui est inefficace : les demandeurs doivent envoyer de nombreuses candidatures pour trouver un poste et les recruteurs doivent trier un grand nombre de candidats avant d’en trouver un qui leur conviennent.

A l’avenir, selon John Jersin, les chercheurs d’emploi et les recruteurs consacreront moins de temps à la corvée du marché du travail et plus de temps à des entretiens en face-à-face – le résultat idéal pour les deux partis – car l’IA et le machine learning rendront la correspondance plus précise. Mais il y a des éléments dans une recherche d’emploi qui sont tout simplement incalculables par l’intelligence artificielle, affirme John Jersin. « La chose qui importera toujours, c’est de savoir si l’environnement du travail accroche bien avec eux sur le plan émotionnel, si cet emploi leur donne le sentiment d’être comblé et si l’entente avec les collègues se passe bien. »

Source : Forbes

D’autres articles qui pourraient vous intéresser :

Pas de commentaires.

Laisser un commentaire

Votre adresse ne sera pas publiée.

 
Laisser un commentaire