Comment le Deep Learning va révolutionner les RH
Les principales missions du RH concernent le recrutement et la mobilité interne : trouver les candidats pertinents pour les postes à pourvoir, permettre l’évolution des salariés en leur proposant des parcours attractifs, et favoriser un environnement de travail épanouissant pour les collaborateurs. Néanmoins, certaines tâches à faible valeur ajoutée, comme la diffusion d’annonces ou le tri des curriculum vitae, le détournent de son coeur de métier : l’interaction avec les candidats et collaborateurs.
Le Deep Learning est une technologie qui va révolutionner son quotidien.
Pour diffuser les offres d’emploi aux candidats pertinents
En analysant des millions de parcours, l’algorithme peut apprendre les corrélations entre les postes et les profils pour ensuite présenter les offres les plus pertinentes à chaque candidat. Grâce à une représentation dynamique des mots, «jardinier» proche de «agent d’entretien d’espaces verts» par exemple. Il va automatiquement extraire des compétences et suggérer les meilleures offres en fonction du profil du candidat.
Pour évaluer les candidatures
Lorsque les candidatures affluent, le Deep Learning permet au recruteur de construire son propre outil d’évaluation des candidatures, sans rentrer aucun critère, grâce à un simple drag and drop des CV acceptés ou refusés par le passé. Il va alors s’ajuster au besoin spécifique de chaque recruteur en captant l’information utile qui, par le passé, a motivé son choix.
En s’appuyant sur des corrélations, nettement plus pertinentes que de simples mots-clés, l’algorithme évalue la formation, les expériences et compétences, et l’adéquation des candidats avec la culture de l’entreprise. Loin de «cloner» les candidats, cette technologie offre de nouvelles perspectives de recrutement en favorisant la diversité et en analysant un nombre plus important de candidatures. Le recruteur dispose alors d’un tableau présentant les candidatures évaluées par pertinence, instantanément.
Pour favoriser la mobilité interne
Enfin, cette technologie peut également accompagner le RH dans sa stratégie de mobilité interne : en s’appuyant sur les données internes de l’entreprise et sur des millions de parcours analysés, elle permet de cartographier les compétences, suggérer des évolutions de poste aux salariés, détecter les hauts potentiels et les risques de départ.
Pour le RH, l’impact au quotidien est énorme : l’utilisation de cette technologie lui permet de dynamiser le recrutement et la mobilité interne en exploitant tout le potentiel des données internes et externes à l’entreprise pour en faire des outils d’aide à la décision.
Riminder permet aux RH de capitaliser sur les données internes et externes de l’entreprise pour en faire des outils d’aide à la décision sur des sujets tels que la mobilité interne, la détection des talents, la gestion du flux de candidatures ou le targeting des candidats sur internet.
Notre technologie est le fruit de 2 ans de R&D en collaboration avec 3 laboratoires de Deep Learning à Paris.
Josselin Noire, co-fondateur
- Ask A VC : comment modéliser un compte de résultat — Partie 6/6 : analyse de sensitivité - 21/05/2024
- Ask A VC : comment modéliser un compte de résultat — Partie 3/6 : les Coûts Fixes - 16/01/2024
- Question à un VC : Pourquoi les marges unitaires sont-elles si importantes pour votre modèle d’affaires? - 13/11/2023
dire que « Les principales missions du RH concernent le recrutement et la mobilité interne » c’est un peu court sur la fonction RH non ? Qu’en est-il de la politique salariale globale, du social, de la formation, des relations avec les syndicats ou les comités, et de toutes les obligations légales et déclaratives, de la participation aux outils intranet et autres RSE,…
Le recrutement et la mobilité interne sont 2 missions majeures de la fonction RH, qui englobe bien évidemment d’autres responsabilités significatives. Le point ici est surtout de montrer l’impact de cette technologie sur ces 2 aspects du quotidien du RH, les autres missions pourront faire l’objet d’un prochain article :)