Matching Intelligent (Intelligent Candidate Matching)

Le matching intelligent remplace le filtrage classique par mots-clés des CV par une évaluation sémantique. Alors que le keyword matching rejette un candidat parce qu'il a écrit "Java" au lieu de "JEE", le matching intelligent utilise une ontologie de compétences (la plus répandue est ESCO, le standard européen) pour reconnaître que les deux compétences sont liées et leur applique un poids adéquat.

Les composantes typiques d'un système de matching intelligent sont : l'extraction des compétences du CV, la normalisation sur ESCO ou O*NET, l'embedding vectoriel du profil candidat et du poste, le calcul de la distance cosinus entre les deux vecteurs, et le ranking final avec des pondérations configurables (années d'expérience, secteur, langue, localisation).

Les principaux risques d'un matching mal calibré sont le biais algorithmique (discrimination indirecte sur le genre, l'âge, l'origine) et la dérive sémantique : le modèle apprend du dataset d'entraînement des corrélations qui ne reflètent pas les exigences réelles du client. La conformité à l'EU AI Act exige la traçabilité des décisions et un bias monitoring continu, tous deux implémentés nativement par Cumino.

La valeur métier du matching intelligent se mesure à la réduction du temps de lecture manuelle des CV (moyenne sectorielle de 7,4 secondes par CV) : un bon système réduit de 70 à 90 % les CV sur lesquels un recruteur passe du temps humain, tout en maintenant ou améliorant la qualité des shortlists.