Analyse de CV par IA : chaque candidature lue à temps, et expliquée

Le tri de CV à la main

• Trop de candidatures pour le temps disponible. Sur une offre attractive, les CV arrivent par dizaines. On les parcourt vite, et un bon profil peut passer sous le radar.
• Des critères qui varient d'un lecteur à l'autre. Deux personnes ne trient pas de la même façon, et la même personne ne trie pas pareil le matin et le soir. Difficile ensuite de justifier la présélection.
• Des candidats qui attendent. Chaque jour sans réponse laisse à une autre entreprise le temps de faire une proposition.

Comment fonctionne l'analyse de CV

1. Vous posez vos critères. En ouvrant le poste, vous indiquez les compétences indispensables, celles qui sont souhaitées et les éventuels critères éliminatoires.
2. Le CV est lu en entier. L'IA extrait le parcours complet du candidat et en fait un profil structuré, quelle que soit la mise en page du document.
3. Un score expliqué. Chaque candidat reçoit un score d'adéquation avec le poste, accompagné des passages du CV qui le justifient.
4. Vous tranchez. Vous retenez le candidat, l'écartez ou l'envoyez en préqualification. L'IA ne rejette personne à votre place.

Exemple d'analyse de CV pour un poste de comptable

Pour chaque critère du poste, l'analyse indique ce que dit le CV et ce qu'elle en conclut.

Un critère absent du CV n'élimine pas le candidat. Il devient une question à lui poser.

Analyse de CV par mots-clés ou par IA : la différence

Les premiers outils de tri comparaient des mots. Un CV qui contenait « PostgreSQL » passait, celui qui disait « Postgres » était écarté. Les candidats l'ont vite compris et remplissent leur CV de mots-clés, ce qui rend ce tri encore moins fiable.

Une analyse de CV par IA s'intéresse au sens. Elle comprend qu'une expérience de « migration de bases relationnelles » prouve une compétence en SQL, même si le mot n'apparaît nulle part. Elle juge la séniorité à partir des responsabilités décrites plutôt qu'au nombre d'années, et vérifie un à un les critères éliminatoires que vous avez fixés.

Comment l'IA lit un CV, étape par étape

Tout commence par l'extraction. L'IA lit le document et en tire les expériences, les dates, les compétences, les formations et les langues. Un CV en deux colonnes, un modèle graphique ou un export de réseau professionnel donnent le même profil structuré, rangé dans la fiche du candidat.

Vient ensuite la comparaison avec le poste. Chaque critère est cherché dans la liste des compétences, mais aussi dans la description des missions, là où se cachent souvent les éléments les plus parlants. L'IA rédige enfin sa conclusion en distinguant les critères remplis, ceux qui manquent et ceux qui restent à vérifier.

Ce que vous voyez dans la fiche du candidat

En haut de la fiche, une synthèse de quelques lignes résume le profil, avec ses forces et ses lacunes au regard du poste. En dessous, le score d'adéquation est détaillé critère par critère, et chaque conclusion renvoie au passage du CV qui la fonde. Vous savez en un coup d'œil pourquoi un candidat arrive en tête, et ce qu'il faudra lui demander.

Si un point vous échappe, vous pouvez interroger le profil avec le chat IA. Demandez par exemple s'il a déjà encadré une équipe ou depuis quand il pratique tel logiciel, et la réponse cite le CV. Vos notes, vos tags et le salaire attendu se rangent dans la même fiche, avec l'historique de tout ce qui s'est passé depuis la candidature.

Quels critères donner à l'analyse de CV ?

La qualité de l'analyse dépend des critères que vous lui donnez. Les plus utiles décrivent ce que la personne devra faire, et non le profil idéal que vous avez en tête.

• Préférez « a déjà géré des clôtures mensuelles » à « profil rigoureux »
• Limitez les critères indispensables à trois ou cinq, les autres sont souhaités
• Évitez les critères sans lien avec le poste, comme l'école ou l'âge, qui sont aussi source de discrimination
• Réservez les critères éliminatoires aux vraies obligations, comme un diplôme réglementé, une habilitation ou un permis

Trier les CV d'une offre avec l'analyse IA

Les candidatures arrivent dans le pipeline de l'offre, déjà analysées et classées par score. Vous pouvez filtrer la liste par expérience, par compétence ou par localisation, et comparer les profils sur les mêmes critères. Commencez par le haut du classement, puis parcourez quelques profils plus bas pour vérifier que vos critères disent bien ce que vous cherchez.

Pour les candidats retenus, la suite se lance depuis la liste. L'agent SMS de qualification leur écrit pour vérifier la disponibilité, le salaire attendu ou la mobilité, et l'agent vocal de qualification les appelle si les messages restent sans réponse. Les réponses complètent la fiche, et vous êtes notifié dès qu'un candidat répond.

Répondez vite, y compris aux candidats que vous ne retenez pas. Le suivi en kanban montre où en est chacun, ce qui évite qu'une candidature reste sans nouvelles.

L'analyse de CV s'applique aussi aux anciens candidats

Les CV reçus pour d'anciennes offres sont analysés à nouveau à chaque poste que vous ouvrez. Quand vous publiez une offre, l'outil vous recommande de lui-même les anciens candidats de votre base qui lui correspondent, avec leur score et ses raisons. Un finaliste d'un recrutement précédent ou une candidature spontanée de l'an dernier peut ainsi revenir en tête de liste.

Les CV que vous importez suivent le même chemin. Chacun est extrait, transformé en profil structuré et comparé à vos postes ouverts.

Dans quels cas l'analyse de CV fait-elle gagner le plus de temps ?

Le gain est le plus net sur les offres qui reçoivent beaucoup de candidatures, quand le tri manuel s'étale sur plusieurs jours. Il l'est aussi sur les postes techniques, où les compétences se cachent dans la description des projets plutôt que dans une liste.

Pensez aussi aux recrutements menés par un manager, qui n'a pas le temps de lire chaque CV mais doit pouvoir justifier ses choix. Il lit la synthèse et le détail du score, et ne rouvre le CV complet que pour les profils qui l'intéressent.

Les biais du tri de CV, et comment l'IA aide à les limiter

Le tri manuel des CV est exposé à des biais connus, qu'il s'agisse de l'école, du nom, d'une photo ou d'une interruption de parcours. Une analyse fondée uniquement sur les critères du poste, appliquée de la même façon à tous les CV, réduit l'influence de ces éléments.

L'IA n'est pas neutre par nature. Elle doit travailler sur des critères liés au poste, et ses classements doivent être relus. C'est pour cette raison que chaque score est expliqué et que la décision reste au recruteur.

Les erreurs à éviter avec un outil d'analyse de CV

Un outil d'analyse ne dispense pas de relire. Les erreurs les plus fréquentes consistent à ne regarder que le haut du classement, à ne jamais vérifier les raisons données, ou à recopier d'un poste à l'autre des critères mal formulés. Si un candidat vous semble mal classé, ouvrez le détail du score. Le plus souvent, c'est un critère qu'il faut reformuler.

Questions fréquentes