A quoi ressemblera la recherche d'emploi de demain ? L'entreprise Qapa, spécialiste de l'intérim, l'imagine dopée à l'intelligence artificielle pour mieux faire correspondre offres et demandes. Pour concrétiser cette vision, elle s'est réunie au sein d'un consortium avec Dataiku, éditeur du logiciel d'analyse de données Data Science Studio (DSS), ainsi qu'avec deux équipes académiques issues de l'Inria, du CNRS et de l'École des hautes études en sciences sociales. Le projet, qui a été lancé à l'été 2019, se nomme JobAgile.

Son objectif est "d'utiliser les données de Qapa sur l'emploi en France pour réduire les frictions entre les chercheurs d'emplois et ceux qui proposent des jobs, améliorer la pertinence des offres de formation et mieux comprendre le marché du travail en publiant des baromètres", résume à L'Usine Digitale Jean-Marc Potdevin, senior vice president chez Qapa. Le tout d'ici trois ans.

Une plate-forme de recrutement pour tous les secteurs

"Un des avantages est que Qapa dispose d'un grand volume de données qui sont anonymisées et recoupent à la fois le comportement des candidats et des recruteurs, jusqu'à la signature ou non du contrat", explique Jean-Marc Potdevin. Les partenaires utilisent donc ces données, qui concernent principalement les postes en intérim dans les secteurs de "la logistique, du transport, de l'hôtellerie, de la restauration, du commerce, de l'administration et du BTP". Elles sont complétées par des données externes pour la recommandation d'offres de formation pour améliorer son employabilité ou son salaire.

Toutefois, le but ultime pour Qapa est d'utiliser JobAgile pour attaquer de nouveaux marchés, en particulier ceux situés hors de France. "Dataiku fait tout pour que la généricité des algorithmes soit renforcée afin qu'ils puissent être réutilisés, explique Léo Dreyfus-Schimdt, Lead Scientist AI au sein du Dataiku Lab. Le schéma de données est commun et partagé, et les algorithmes peuvent être utilisés dans d'autres domaines". Par exemple, l'algorithme de machine learning définit lui-même les critères importants pour l'employabilité dans chaque secteur.

Test de différents algorithmes

Les partenaires sont actuellement en phase d'A/B testing sur différents algorithmes de recommandation. Ils espèrent parvenir à développer "une solution quasi temps réel", affirme Jean-Marc Potdevin : le candidat doit être rapidement trouvé et ses coordonnées de contact transmises à l'employeur. A terme, il imagine que des sociétés recrutant beaucoup d'intérimaires pourront même se passer de la phase d'entretien avec le candidat en faisant entièrement confiance à l'algorithme de recommandation.

Dataiku met à disposition de ses partenaires ses connaissances en algorithmes de recommandations, puisque ces derniers sont très utilisés dans l'e-commerce. Une des principales différences entre les deux secteurs ? "La plate-forme de recherche d'emploi a une capacité limitée, il faut proposer l'emploi à une seule personne alors qu'un site e-commerce dispose de plusieurs produits similaires qui peut être recommandés à différentes personnes", explique Léo Dreyfus-Schimdt.

Travailler sur les biais

Les partenaires ont aussi ouvert un chantier sur les biais. "Il faut être capable de détecter les biais dans les données mais également dans les modèles", précise Léo Dreyfus-Schimdt. Qapa souhaite tout particulièrement s'intéresser à la non-discrimination dans l'emploi et pouvoir identifier tous les facteurs discriminants. Les partenaires mettent en avant l'importance de travailler avec des spécialistes pour être capable de trouver quels sont les biais possibles et s'assurer que des garde-fous sont mis en place ainsi que des mécanismes d'amélioration.