Analyse des CV

H_Know est le moyen le plus rapide et le plus efficace de transformer un curriculum vitae (CV) en une source d’informations structurée pouvant être consommée par tout système d’information. Il s’agit d’un outil fondamental pour toute entreprise qui doit extraire des informations pertinentes à partir de CV écrits manuellement. C’est particulièrement vrai pour les DRH, les agences de travail temporaire et les agences de recrutement privées.

H_Know se différentie des technologies concurrentes car :

  1. Il est basé sur une réelle compréhension du contenu des CV, et pas seulement sur ​​l’identification d’un modèle
  2. Son niveau de granularité n’est pas égalé par les technologies concurrentes
  3. Il contient un ensemble de pilotes qui permettent la mise en relation des informations thématiques (par exemple, les compétences) avec n’importe quelle source externe (par exemple, la cartographie des compétences de LinkedIn, l’ontologie de JANZZ, ROME II, CITP, etc.)
  4. Il peut être configuré pour répondre à des besoins spécifiques dans des domaines spécifiques
  5. Il est disponible en tant que service Web

Un CV est en général un document extrêmement riche, et toute application d’analyse de CV doit être en mesure d’extraire et de normaliser le maximum d’informations contenues dans le CV. H_Know est capable d’extraire les types de données suivants:

  • La formation – pour chaque formation identifiée sont extraites les informations suivantes :
    • La date de début et de fin
    • Le type de formation (formalisée selon plusieurs taxonomies nationales et internationales)
    • L’établissement ou organisme ayant assuré la formation
    • Le lieu
  • L’expérience professionnelle – pour chaque expérience identifiée sont extraites les informations suivantes :
    • La date de début et de fin
    • Un classement de l’expérience dans une taxonomie prédéfinie
    • L’ensemble des concepts qui caractérisent l’expérience
    • L’entreprise / institution
    • Le lieu
  • Les compétences – pour chaque compétence identifiée sont extraites les informations suivantes :
    • La compétence primaire, déterminée selon quelques-unes des ontologies de compétences majeures  du marché (LinkedIn, JANZZ ISSCO)
    • Les compétences secondaires
  • Des informations additionnelles :
    • Toutes les informations relatives au contact : e-mail, nom, prénom, adresse, téléphone, etc.
    • Langues parlées, classées selon un niveau standardisé de connaissances
    • Tout type d’information personnalisée que le client pourrait souhaiter récupérer.

Ho2S a été le coordinateur de ce qui représentait probablement le plus gros effort de recherche international sur l’analyse des CV : le projet SAUGE (Semantic Analysis for Unrestricted Generalized Employment – voir la page Recherche pour plus d’informations). L’objectif du projet était de fournir la technologie d’analyse des CV la plus efficace possible, en couplant l’analyse statistique de dépendances, fournie par l’Université d’Oslo et par Ho2S, avec l’ontologie la plus fine et la plus reconnue du marché dans le domaine de l’emploi, fournie par JANZZ. En reliant le monde de l’analyse linguistique avec la couche sémantique fournie par le paradigme « Linked Open Data », le projet a permis de créer un réseau de connaissances précieux, et potentiellement infini, autour de n’importe quel CV, dans la plupart des langues européennes et dans pratiquement tous les domaines de l’activité humaine. Ho2S a intégré cette technologie révolutionnaire dans ses produits à partir de la seconde moitié de l’année 2014.

Pour une personne au profil technique, les raisons pour lesquelles l’analyse des CV représente une technologie cruciale dans le processus de gestion des ressources humaines sont parfaitement claires. Cela peut être moins évident pour tous ceux dont les activités s’inscrivent autour des métiers des ressources humaines.

En termes simples, l’analyse d’un CV vous permet de répondre à des questions pour lesquelles aucune réponse n’était rapidement  disponible auparavant. Par exemple, dans les scénarios suivants :

  • Je veux trouver un candidat avec des compétences en programmation Java, qui a travaillé en tant qu’ingénieur dans une société multinationale et qui a un doctorat obtenu pas plus tard qu’il y a trois ans.
  • Je suis un décideur public et je voudrais connaître le taux d’emploi des personnes ayant obtenu un diplôme dans une école donnée dans un état Européen donné.
  • Je suis le directeur des ressources humaines et j’ai besoin de détecter, dans mon entreprise, un profil de haut niveau avec une très bonne connaissance de l’allemand, des compétences dans l’énergie solaire et, si possible,  ayant fait des études à l’étranger.
  • Je gère un programme de veille concurrentielle et je veux savoir, sur un échantillon statistiquement représentatif, combien de personnes ont été embauchées au titre d’administrateurs systèmes par mon concurrent et ne sont aujourd’hui plus dans cette société.