Faster Better Stronger, notre IA montre les muscles : encore plus performante…
et multilingue !

paul - Faster Better Stronger, notre IA montre les muscles : Encore plus performante… et multilingue !

Pourquoi cette nouveauté sur notre IA ?

Ce qui nous intéresse, c’est de laisser les collaborateurs s’exprimer avec leurs propres mots. On ne leur fait pas cocher de cases, et surtout on ne les fait pas rentrer dans des cases. Ce respect de l’individualité, c’est ce que je trouve le plus fascinant dans le travail sur nos algorithmes

explique Paul Mougel, CTO.

Notre IA est donc constamment en évolution pour coller au plus près aux besoins de nos clients et de leur collaborateurs. Cette upgrade est un bond en avant dans cette démarche et confirme notre position de leader de solution l’IA sur les problématiques RH de gestion des talents.

Same Same but Different ?

Les algorithmes de notre plateforme restent concentrés sur l’analyse sémantique, mais nous les avons améliorés et rendus extrêmement plus performants : ils analysent désormais des données 10 fois plus rapidement !

Ce souci constant de performance est capital pour nous car cela veut dire que notre plateforme est toujours plus pertinente pour aider les RH dans la captation, compréhension et analyse des compétences.

Notre IA est maintenant capable de comprendre un mot qu’elle ne connaît pas en l’analysant et en essayant d’en comprendre le sens avec la racine de ce même mot. Bref, c’est comme si elle avait suivi des cours de latin et de grec en accéléré ! 

Notre modèle est capable de comprendre « programmeur » si il connait « programmation ».

Suivre des cours de langues anciennes, soit. Mais il faut vérifier l’acquisition de ses connaissances. Et pour cela, nous lui faisons passer une batterie de tests et d’entraînements.

Quelle est la différence entre un algorithme et un modèle pour les néophytes ?

Un Algorithme, c’est une description précise d’étapes qui s’enchaînent pour arriver à un résultat final. C’est l’humain (développeur) qui définit les étapes, les opérations à mener et les conditions pour les combiner entre elles.

Un Modèle de Machine Learning, c’est le résultat d’un algorithme d’apprentissage automatique sur un ensemble de données. Les règles algorithmiques, définies par un humain, aident le modèle à s’adapter aux observations menées : comment est-ce que le modèle s’ajuste ? comment est-ce que le modèle sait quel est un bon ou un mauvais résultat (via ce que les data scientist appellent la « fonction de perte »). C’est en appliquant cet algorithme d’apprentissage automatique qu’on en vient à créer un modèle d’IA, capable alors de créer automatiquement « son propre algorithme » avec « ses propres décisions » en fonction :

  1. Des données analysées automatiquement
  2. Des règles d’apprentissage définies par les développeurs.

Les Champions s’entraînent…

Puisque nous avons ces nouveaux algorithmes et ces nouveaux modèles, nous avons dû revoir tous nos tests et entraînements pour les aider à s’améliorer. 

Comme nous humains, Les modèles de Machine Learning apprennent de leurs erreurs. Enfin les modèles c’est sûr, les humains je ne sais pas…!

Ajoute Clément Viricel, Docteur en Data Science de notre laboratoire de recherche HaiR.

Et ensuite, que vont faire ces modèles ?

Nos modèles de Machine Learning traitent l’information contenue dans les profils des collaborateurs. Entre autre, notre modèle phare JOAPS, développé par nos équipes en coopération avec les laboratoires publics LIRIS et Telecom Saint-Etienne, est en cours de publication dans la plus grande conférence européenne en IA #ECAI2020. Il nous permet de comparer des titres d’expériences et d’opportunités quelque-soit la manière dont ils sont écrits. Notre équipe Data met à jours les modèles sémantiques afin que nous soyons toujours à la page. La dernière update concerne le traitement multilingue des données. 

Le cross-langues : Qu’est ce que c’est ?

C’est le rêve de chaque Responsable RH qui gère les compétences exprimées par des collaborateurs qui travaillent dans des langues différentes. C’est pouvoir rédiger une offre d’emploi en anglais et voir des profils pertinents de collaborateurs qui auront exprimé leur compétences en allemand ou dans une autre langue. C’est ce pont entre les langues qui est unique sur le marché est fait la force de notre produit. 

Concrètement, cela veut dire que notre plateforme sait faire le lien toute seule entre “project management”, “gestion de projet” et “gestión de proyectos” vous permettant de construire au quotidien un référentiel de compétences dynamique.

Un atout considérable pour répondre aux besoins de groupes internationaux : C’est pourquoi nous mettons tout en oeuvre pour rester à la pointe dans ce domaine !

Et après ?

Nous continuerons de valoriser la Data RH pour être l’outil indispensable à leur gestion des talents. 

Nous avons beaucoup de projets pour les mois à venir dans la Roadmap Data

Explique Paul Mougel, “nous améliorons nos capacités sur par exemple la proposition dynamique de plan de carrière, la détection de tendances autour des compétences critiques.” 

L’analyse des données compétences, ou Skills Intelligence, est notre priorité et celles de nos clients qui travaillent sur d’ambitieux projets de Strategic Workforce Planning.