FR

SEM24

Economie et Services

Le projet SEM24, financé par Innosuisse et réalisé conjointement par l’EHL, l’Idiap et Arca24, vise à améliorer l’adéquation entre candidat∙es à l’aide de connaissances interdisciplinaires en Natural Language Processing (NLP) et Gestion des Ressources Humaines (GRH). L’objectif est d’identifier avec davantage de précision les compétences des candidat·es, y compris les compétences sociales et comportementales.

© Pixabay / Tumisu

Au vu de l'augmentation du nombre de candidatures par offre d'emploi, les entreprises ont de plus en plus de difficultés à gérer tous les CV qu'elles reçoivent, avec des enjeux importants en matière de temps, de performance et de précision. L’entreprise partenaire a développé et commercialisé un moteur de recherche sémantique (SEM) pour faire correspondre les candidat∙es aux offres d'emploi en extrayant les informations pertinentes d'un CV. Le projet SEM24 vise à améliorer le système en matière de précision et de rappel ainsi que sa facilité de mise à jour en s'appuyant sur des perspectives interdisciplinaires. Il s’agit en premier lieu d’identifier les nouvelles compétences pertinentes et les ajouter automatiquement au système à l’aide du deep learning, dans une perspective plurilingue. L’objectif final est de réduire le risque d’exclusion de candidatures opportunes et également d’augmenter la précision de l’adéquation entre candidat·es et offres d’emploi.

Pour améliorer la précision de l’outil, le projet SEM24 utilisera des méthodes hybrides et multilingues en combinant connaissances internes de l'entreprise, données structurées et non structurées, telles que les feedbacks du processus d'embauche, les CV et les descriptions de poste. L’adéquation entre candidat·es et offres d’emploi sera ainsi affinée pour tenir compte de la maîtrise des compétences, ainsi que des compétences sociales et comportementales. Ce projet fournira des apports interdisciplinaires essentiels dans le domaine de l'IA appliquée à la gestion des ressources humaines et a déjà fait l’objet de présentations dans le cadre de cours de Master à l’EHL et lors du 9e « Human-AI Teaming Workshop » de la HES-SO Valais Wallis.