Butterfly Predictive Project : mégadonnées et réseaux sociaux pour l'e-recrutement

Le RALI à l'Université de Montréal et son partenaire industriel LittleBigJob Networks Inc. développent une plate-forme pour améliorer le processus de recrutement de cadres et professionnels en exploitant le potentiel des mégadonnées (Big Data) sur plusieurs points de vue: augmentation de la capacité à récolter et à combiner l'information de multiples sources dont les données publiques sur les médias sociaux; amélioration de la mise en correspondance entre des candidats et des offres d'emploi; prédiction du succès d'un candidat dans un nouveau poste. Le projet s'appuie sur l'analyse de données massives récoltées par le partenaire industriel tant sur le web que chez ses partenaires d'affaires en s'assurant de respecter la vie privée des candidats et de ne pas dévoiler les politiques d'embauche des entreprises.

Le RALI applique dans ce nouveau domaine son expertise reconnue dans le domaine du traitement de la langue tant en anglais qu'en français afin de construire de nouvelles ressources lexicales (vocabulaires spécialisés et ontologies dans le domaine du recrutement), d'analyser ces textes spécialisés et de développer de nouvelles méthodes de classement, d'appariement et de prédiction du succès d'un candidat dans un poste. Le défi est d'autant plus grand qu'il faut traiter de grandes quantités de texte de types différents: curriculum vitae, lettres de motivation, annonces de postes à pourvoir et des millions de profils tirés des réseaux sociaux ou sites d'emplois. Un volet du projet porte sur la rédaction automatique ou l'aide à la rédaction de profils personnalisés pour les candidats intéressés à progresser dans leur carrière.

Le partenaire industriel peut ainsi profiter de l'expérience du RALI en traitement bilingue de la langue pour intégrer de l'intelligence à ses applications de recrutement en ligne.

Ce projet d'une durée de 3 ans a débuté en novembre 2014 et bénéficie d'une subvention de recherche et développement coopérative (CRD) accordée par le Conseil de recherches en sciences naturelles et en génie du Canada.