MindMatcher a participé cette année à l'édition 2018 de Vivatech, un salon international réunissant les acteurs majeurs du Big Data et des nouvelles technologies.
Nous étions présents sur le stand de Pôle Emploi où nous avons participé à la table ronde autour de l'open Data : "Quels bénéfices au partage des données".
Ce fut également l'occasion de présenter note API "Jobs&Skills" en ligne sur l'Emploi Store de Pôle Emploi depuis début mars.
Cet article a été publié sur le site EmploiStore Dev de Pôle Emploi le 17 Novembre 2017
A l’occasion de la sortie de Carto.net, Florent André, co-fondateur et directeur de MindMatcher, nous raconte ses projets en lien avec l’emploi.
Ce véritable sérial entrepreneur se lance dans les sciences cognitives après une licence en mathématiques appliquées aux sciences sociales.
Depuis la mise à disposition d’API sur Emploi Store DEV, de nombreuses startups utilisent des données référencées par Pôle emploi.
Mind Matcher, startup technologique spécialisée dans l’analyse de données Big data, est l’une des premières à nous avoir fait confiance en collaborant avec l’équipe.
Florent, quel est ton parcours pro ?
J'ai commencé par travailler pendant 2 ans dans une petite SSII en tant qu'ergonome, d'ailleurs mon premier client était Pôle emploi ! Puis je me suis mis en freelance en tant qu'ergonome et développeur : c'est une activité qui occupe toujours une petite partie de mon temps.
Vous êtes un serial entrepreneur non ?
En tout cas, ce qui est certain c’est que j'aime bien toucher à plusieurs choses ! Je travaille sur un projet RH, sur la legaltech - ou comment aider notamment les startups à accéder à la propriété intellectuelle - mais aussi sur le big data. Ce sont des sujets très passionnants !
Qu’est-ce que MindMatcher ?
Fin 2010, j'ai rencontré Mathieu Lafont et Barthélémy Durette qui travaillaient dans le monde des RH, nous avons identifié ensemble une forte problématique autour du matching entre les offres et les demandes d'emploi.
L'idée est partie d'un constat simple : quand une personne en charge des ressources humaines doit trouver les profils correspondant à une offre d'emploi, elle utilise une banque de CVs. Concrètement, elle rentre des mots-clés pour identifier les candidats, mais c'est très fastidieux.
Nous avons donc développé un moteur de matching sémantique et statistique pour les recruteurs : l'outil est capable, à travers des mots-clés et des compétences qu'il extrait de manière autonome dans un CV, de proposer des offres correspondantes ou des CV similaires. Le même principe s'applique sur une offre d'emploi.
Au final, les travaux sur ce moteur nous ont permis de considérer la problématique des compétences de manière très fine : dans le contexte actuel de mutation du marché de l’emploi, il nous a semblé important d’aller plus loin. C’est pourquoi, dans la continuité de ces premiers travaux, nous avons souhaité développer un outil plus global : Carto.net
En s’appuyant sur les algorithmes ?
Oui, il reprend l’aspect algorithmique de matching et permet de dépasser le CV traditionnel grâce à des visualisations basées sur les compétences professionnelles comme sociales.
Cet outil a pour ambition de devenir un réel moyen de fluidification et d’intermédiation du marché de l’emploi :
- Côté candidat, en partant du CV, l’outil lui suggère des nouvelles compétences qui seront enregistrées sur son espace personnel via une cartographie interactive.
- Côté recruteur, lorsqu’il glisse une offre d’emploi issue d’un autre site (ex : pole-emploi.fr), Carto.net propose des compétences en lien avec le contenu de l’offre d’emploi et établit un matching avec les CV déposés par les candidats.
Cela nous permet de développer notre outil de cartographie interactive des compétences, tout en continuant à améliorer nos algorithmes existants. Ces nouvelles fonctionnalités ont pour objectif de faciliter l'intermédiation entre demandeurs d’emploi et offres d’emploi, via les compétences. Notre outil nous permet d’obtenir un ensemble de données qualifiées et pertinentes à destination de notre algorithme, auto apprenant.
Pourquoi Carto.net ne prend forme que 7 ans plus tard ?
À l'époque, personne ne faisait de matching. C'était un concept très nouveau et nous avions beaucoup de mal à vendre cette idée. Maintenant que le concept est bien compris et admis très largement, nous avons saisi l’opportunité de relancer notre projet en 2016 en nous portant candidat au Plan Numérique Emploi Travail (plan NET). Nous sommes une des start-up lauréates, et grâce au financement du PIA (Plan Investissement d'Avenir), nous avons pu lancer le projet Carto.net.
Projet Plan Net, PIA : comment avez-vous entendu parler ?
Nous connaissions déjà les “grand emprunts”, devenus “Plan d'investissement d’avenir” (PIA), mais nous pensions que c'était inaccessible pour une startup, considérant que généralement seules les grandes structures postulent à ce genre financement. Le ministère du travail a lancé le Plan NET (Numérique Emploi Travail) avec la volonté de financer des startups qui innovent dans le domaine de l'emploi. Ils ont donc organisé un hackathon, auquel nous avons participé. Nous avons été sélectionnés avec 4 autres projets pour monter un dossier commun afin de bénéficier du financement PIA : l'aventure Carto.net a commencé !
Ça n'a pas toujours été facile car le dossier est très compliqué pour une structure aussi petite que la nôtre, nous n'avions pas l’ossature et l’expérience pour être autonome sur ce type de projet. Le Ministère du travail, Pôle emploi et l'Anact ont été décisifs dans le maintien du projet. Ils nous ont apportés les compétences nécessaires à la définition d’un projet équilibré dans cadre de notre dossier.
Nous sommes très contents de pouvoir bénéficier de ce genre d'aide, mais il faudrait revoir le processus pour le rendre plus adapté au fonctionnement des start-up et ainsi favoriser l'innovation J
Un mot sur la collaboration avec Pôle emploi dans la réalisation du projet ?
En plus de nous avoir aidé sur la phase de constitution du dossier, Pôle emploi nous accompagne dans nos différentes phases du projet.
Nous pouvons notamment compter sur leur expertise pour mieux comprendre les besoins des utilisateurs. Nous avons d'ailleurs organisé plusieurs ateliers avec un panel varié, constitué de professionnels du recrutement, de demandeurs d'emploi et de conseillers, ce qui nous permet d'avancer vite sur notre projet.
Pôle emploi met aussi à notre disposition un certain nombre de données qui nous sont très utiles pour nos projets, comme le code ROME ou PE Connect (le projet de portabilité des données personnelles de Pôle Emploi).
Par ailleurs, Pôle emploi nous a invité à participer à la Digital Week à Nantes en septembre où nous avons présenté les 1ères avancées de Carto.net et avons échangé avec des interlocuteurs variés sur les problématiques de compétences et formation.
D’ailleurs, que pensez-vous de cette ouverture des données initiée par Pôle emploi et d'autres acteurs publics ?
L'ouverture des données n'est qu'à ses débuts, et il y a certainement encore beaucoup de chemin à faire, mais on voit clairement une réelle volonté de la part de Pôle emploi d’aller dans ce sens. Nous travaillons en étroite collaboration avec eux pour toujours améliorer la qualité du service. Pôle Emploi est friand de nos retours, en tant qu’utilisateur de leurs données. C'est une démarche en amélioration continue qui correspond vraiment à notre façon de faire.
Quelles sont les données que vous voudriez que Pôle emploi mette à disposition ?
L’accès aux CVs des demandeurs d’emploi, une fois anonymisés, nous permettrait de faire de l'analyse statistique de masse et ainsi pouvoir identifier et extraire des compétences utiles / les plus recherchées par les recruteurs.
Celà nous permettra d’affiner notre outil en proposant de nouvelles compétences que ce soit pour le candidat ou pour le recruteur afin de sortir du Cv traditionnel. C’est une nouvelle approche de visualisation des compétences, plus adaptée aux mutations du marché de l’emploi.
Carto.net fonctionne donc avec le big data, l’intelligence artificielle et avec des données de Pôle emploi ?
Oui ! Grâce à l’intelligence artificielle, la V1 permet de combiner data et référentiels existants (référentiels certifiés comme le ROME de Pôle emploi et ESCO) à des référentiels spécifiques d’entreprises ou de branches : le résultat de ce travail est alimenté par les utilisateurs et accessible via des APIs.
Merci Florent !
