Analyse et filtrage de données multimodales pour l'aide à la décisiondans le domaine du recrutement.

Analysis and filtering of multimodal data for decision making in the field of recruitment.

• Auteur / Autrice : Eric Behar
• Direction : Amel Bouzeghoub, Katarzyna Wegrzyn-wolska
• Type : Projet de thèse
• Discipline(s) : Informatique, données, IA
• Date : Inscription en doctorat le 28/02/2022
• Etablissement(s) : Institut polytechnique de Paris
• Ecole(s) doctorale(s) : École doctorale de l'Institut polytechnique de Paris
• Partenaire(s) de recherche : Laboratoire : SAMOVAR - Services répartis, Architectures, Modélisation, Validation, Administration des Réseaux
• Partenaire(s) de recherche : Equipe de recherche : ACMES

Mots clés

Mots clés libres

Recrutement

Données

Intelligence artificielle

Analyse

Aide à la décision

Recruitment

Data

Artificial intelligence

Analysis

Résumé

La problématique générale de la thèse proposée par l'entreprise Easy Partner porte sur les systèmes de recommandation spécialisés dans le domaine du recrutement. Il s'agit de deux types de recommandations : sélection des meilleurs candidats pour une offre d'emploi donnée et la recherche du meilleur placement dans l'entreprise pour une personne cherchant un poste adéquat à son profil et à ses compétences. L'objectif principal de cette thèse est de proposer des solutions (méthodes et/ou algorithmes) basées sur des techniques d'intelligence artificielle pour faciliter cette sélection. Ces solutions devront prendre en compte les informations hétérogènes, récoltées sur différents supports (image, pdf, données structurées et non structurées récupérées sur des sources de données variées) ainsi que les informations enregistrées lors des entretiens avec les candidats (via audio et vidéo). Le système proposé combine plusieurs techniques comme l' extraction de données, le pattern matching, la similarité, la réputation des acteurs dans les réseaux sociaux et l'analyse des émotions. L'idée est d'associer aux méthodes d'analyse de texte (NLP ; text mining, opinion mining) les méthodes de Social Network Analysis (SNA), pour améliorer la sélection de candidats pour les entretiens d'embauche. Le second objectif sera d'optimiser l'évaluation des candidats pendant les entretiens d'embauche en utilisant entre autres l'analyse des émotions. Le résultat attendu est la proposition de nouveaux systèmes innovants pour le recrutement.

The general problem of the thesis proposed by the company Easy Partner concerns the recommendation systems specialized in the recruitment domain. It concerns two types of recommendations: selection of the best candidates for a given job offer and the search for the best placement in the company for a person looking for a position that matches to their profile and skills. The main objective of this thesis is to propose solutions (methods and/or algorithms) based on artificial intelligence techniques to facilitate this selection. These solutions will have to take into account heterogeneous information, collected on These solutions will have to take into account heterogeneous information, collected on different media (image, pdf, structured and unstructured data retrieved from various data sources) as well as information recorded during interviews with the candidates (via audio and video). The proposed system combines several techniques such as data mining, pattern matching, similarity, reputation of actors in social networks and emotion analysis. The idea is to combine NLP (text mining, opinion mining) and Social Network Analysis (SNA) methods to improve the selection of candidates for job interviews. The second objective will be to optimize the evaluation of candidates during job interviews by using, among others, emotion analysis. The expected result is the proposal of new innovative systems for recruitment.