Avec l’IA, M-Pearl fait matcher les compétences


Par Aurélie Tachot | le lundi 20 mai 2019 | Site emploi généraliste
Avec l’IA, M-Pearl fait matcher les compétences

Créée en décembre 2017 par deux ingénieurs d’affaires rompus à l’exercice du recrutement, M-Pearl se présente comme une plateforme de rencontres entre candidats et recruteurs. Elle ne diffuse toutefois ni CV ni offre d’emploi. Le matching, réalisé par une intelligence artificielle, se focalise uniquement sur les compétences, comme l’expliquent le fondateur Pierre Guinet et son CTO Julien Masclef.

Comment est née M-Pearl ? 

Pierre Guinet :Lorsqu’elles veulent recruter, les entreprises sont aujourd’hui engluées dans des processus de sourcing à outrance, dans des logiques de publications d’annonces qui doivent contenir les bons mots-clés, sans quoi elles passent à côté des candidats. Puisque les CV comme les offres d’emploi sont disparates d’un individu ou d’une entreprise à l’autre, nous avons créé M-Pearl, qui remet tous les acteurs sur le même pied d’égalité. La plateforme casse les codes habituels puisqu’elle ne diffuse ni CV ni offres d’emploi : le matching se réalise sur les compétences, les expériences et les attentes. L’idée est de ne pas laisser des impressions visuelles – un CV sans faute d’orthographe, une offre d’emploi détaillée – guider l’étape du recrutement. Cette approche séduit des entreprises de toutes tailles - start-up, PME… - de tous les secteurs, mais aussi les investisseurs puisque nous nous apprêtons à boucler une première levée de fonds.  

Comment la plateforme fonctionne-t-elle ? 

Pierre Guinet :Tout d’abord, nous demandons aux candidats de s’exprimer, c’est-à-dire de présenter leurs compétences et d’indiquer leurs attentes et leurs motivations, via des QCM et des questionnaires plus ouverts. Un module de testing, que nous avons créé en partenariat avec le département dédié à la psychologie du travail et des organisations de l’Université de Montpellier, nous permet ensuite de déceler leurs soft skills. Notre intelligence artificielle prend ensuite le relai pour réaliser le matching entre les profils des candidats et les profils de postes des entreprises. L’anonymat des candidats comme des recruteurs est levé progressivement lorsque la rencontre est acceptée par les deux parties. Notre modèle économique suit la même logique : nous nous rémunérons au succès, soit lorsque l’anonymat est levé, soit lorsque le candidat est embauché. Dans ce deuxième cas, nous prélevons 7 % de la rémunération brute de la recrue, contre 20 à 30 % pour les cabinets de recrutement. 

Sur quels critères le matching repose-t-il ? 

Julien Masclef :Le premier niveau de matching se réalise sur des critères élémentaires : le type de contrat, la mobilité géographique, les prétentions salariales… Le second niveau intègre l’usage de l’intelligence artificielle en tant qu’assistant sémantique. Il prend en compte le contexte dans lequel les mots sont employés et nous permet de savoir si les candidats et les recruteurs parlent véritablement « de la même chose ». C’est une première analyse par similarité directe. Pour aller plus loin, nous ajoutons une deuxième analyse, indirecte cette fois-ci, en utilisant la codification Rome, pour rapprocher compétences et métiers. Par exemple, si, d’une part, un candidat a une première expérience en processus industriel puis une seconde en achat industriel et, d’autre part, qu’un recruteur recherche un logisticien industriel, notre intelligence artificielle analyse les deux expériences du candidat, voit quelles compétences sont associées et réalise un matching gagnant alors même qu’au sein de son parcours, le candidat n’a jamais indiqué le mot « logistique ».

Transférer cet article à un ami