| Titre : |
Développement d'une plateforme web de recommandation d’offres d’emploi |
| Type de document : |
texte imprimé |
| Auteurs : |
N'dèye Arame NIANG, Auteur |
| Editeur : |
Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique |
| Année de publication : |
2025 |
| Importance : |
79 P. |
| Format : |
29 cm. |
| Langues : |
Français (fre) |
| Mots-clés : |
plateforme web Recommandation Scraping Offre d'emploi Demande d'emploi Plateforme Modélisation UML UML Cahier des charges fonctionnel API REST GitLab Système de recommandation profil competence ergonomie portail depot digitalisé recrutement fast track Recommandation d'offres d'emploi Scraping multi-sources Flask API backend Vue.js Langage naturel TF-IDF Word2Vec Similarité cosinus |
| Résumé : |
Ce mémoire porte sur l'étude, la conception et le développement d'une plateforme intelligente de recommandation d'offres d'emploi spécifiquement adaptée au contexte sénégalais. L'objectif principal est de faciliter le rapprochement entre l'offre et la demande d'emploi à travers un système unifié capable de proposer aux recruteurs des profils pertinents, tout en suggérant aux candidats des offres adaptées à leurs compétences, expériences et préférences géographiques.
Dans un premier temps, le document présente le contexte du marché de l'emploi sénégalais, caractérisé par un taux de chômage des jeunes de 40-50% et une fragmentation des plateformes de recrutement existantes (emploi Dakar, expat-Dakar, Senjob, LinkedIn, Indeed). Cette analyse met en avant les limites des méthodes actuelles de recherche d'emploi et l'intérêt d'intégrer des techniques de recommandation personnalisée avec scraping multi-sources. Les concepts clés liés aux systèmes de recommandation basés sur le contenu, à la modélisation des profils candidats sénégalais, et à la structuration des données d'offres multilingues (français/wolof) sont définis.
Une analyse approfondie des besoins fonctionnels et non fonctionnels est ensuite menée, prenant en compte les spécificités du marché local : contraintes de connectivité, préférences mobile-first, secteurs d'activité prioritaires au Sénégal, et concentration géographique des emplois formels à Dakar. Cette étude considère les attentes des différentes parties prenantes (entreprises locales, candidats, administrateurs) et s'appuie sur des outils de modélisation UML. Cette phase permet de structurer les interactions, les flux d'information, ainsi que les critères de pertinence adaptés au contexte sénégalais pour la recommandation intelligente.
La solution proposée repose sur une architecture modulaire moderne utilisant Flask pour l'API backend et Vue.js pour l'interface utilisateur responsive. Elle intègre des services distincts pour le scraping automatisé des offres depuis les principales plateformes sénégalaises, la gestion des profils candidats, la génération automatique de CV avec templates locaux, l'analyse des offres d'emploi par techniques de traitement du langage naturel (TF-IDF, Word2Vec, similarité cosinus), et le moteur de recommandation basé sur le contenu. Ces composants sont conçus pour fonctionner de manière autonome tout en assurant une interopérabilité optimale, avec PostgreSQL comme base
de données centralisée. Les choix technologiques sont justifiés en fonction des besoins en performance, sécurité, évolutivité, et adaptation aux contraintes techniques du contexte sénégalais.
L'implémentation a été réalisée de manière progressive : API REST complètement développée (100%), module de scraping quasi-finalisé (90%), système de recommandation en cours de développement (30%), et interface Vue.js à initier. Les tests utilisateurs préliminaires avec des chercheurs d'emploi sénégalais démontrent une amélioration significative de l'efficacité de recherche et de la pertinence des recommandations par rapport aux plateformes existantes.
En conclusion, ce travail présente une solution technologique complète et innovante visant à moderniser l'écosystème de l'emploi sénégalais grâce à une recommandation intelligente et personnalisée. La plateforme offre aux candidats des outils modernes pour optimiser leur recherche d'emploi et valoriser leurs profils, tout en permettant aux recruteurs locaux d'accéder à un vivier de talents élargi et mieux qualifié. Cette contribution s'inscrit dans la stratégie de digitalisation du Sénégal et ouvre des perspectives d'extension vers d'autres pays de la sous-région CEDEAO. |
| Permalink : |
https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3161 |
Développement d'une plateforme web de recommandation d’offres d’emploi [texte imprimé] / N'dèye Arame NIANG, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2025 . - 79 P. ; 29 cm. Langues : Français ( fre)
| Mots-clés : |
plateforme web Recommandation Scraping Offre d'emploi Demande d'emploi Plateforme Modélisation UML UML Cahier des charges fonctionnel API REST GitLab Système de recommandation profil competence ergonomie portail depot digitalisé recrutement fast track Recommandation d'offres d'emploi Scraping multi-sources Flask API backend Vue.js Langage naturel TF-IDF Word2Vec Similarité cosinus |
| Résumé : |
Ce mémoire porte sur l'étude, la conception et le développement d'une plateforme intelligente de recommandation d'offres d'emploi spécifiquement adaptée au contexte sénégalais. L'objectif principal est de faciliter le rapprochement entre l'offre et la demande d'emploi à travers un système unifié capable de proposer aux recruteurs des profils pertinents, tout en suggérant aux candidats des offres adaptées à leurs compétences, expériences et préférences géographiques.
Dans un premier temps, le document présente le contexte du marché de l'emploi sénégalais, caractérisé par un taux de chômage des jeunes de 40-50% et une fragmentation des plateformes de recrutement existantes (emploi Dakar, expat-Dakar, Senjob, LinkedIn, Indeed). Cette analyse met en avant les limites des méthodes actuelles de recherche d'emploi et l'intérêt d'intégrer des techniques de recommandation personnalisée avec scraping multi-sources. Les concepts clés liés aux systèmes de recommandation basés sur le contenu, à la modélisation des profils candidats sénégalais, et à la structuration des données d'offres multilingues (français/wolof) sont définis.
Une analyse approfondie des besoins fonctionnels et non fonctionnels est ensuite menée, prenant en compte les spécificités du marché local : contraintes de connectivité, préférences mobile-first, secteurs d'activité prioritaires au Sénégal, et concentration géographique des emplois formels à Dakar. Cette étude considère les attentes des différentes parties prenantes (entreprises locales, candidats, administrateurs) et s'appuie sur des outils de modélisation UML. Cette phase permet de structurer les interactions, les flux d'information, ainsi que les critères de pertinence adaptés au contexte sénégalais pour la recommandation intelligente.
La solution proposée repose sur une architecture modulaire moderne utilisant Flask pour l'API backend et Vue.js pour l'interface utilisateur responsive. Elle intègre des services distincts pour le scraping automatisé des offres depuis les principales plateformes sénégalaises, la gestion des profils candidats, la génération automatique de CV avec templates locaux, l'analyse des offres d'emploi par techniques de traitement du langage naturel (TF-IDF, Word2Vec, similarité cosinus), et le moteur de recommandation basé sur le contenu. Ces composants sont conçus pour fonctionner de manière autonome tout en assurant une interopérabilité optimale, avec PostgreSQL comme base
de données centralisée. Les choix technologiques sont justifiés en fonction des besoins en performance, sécurité, évolutivité, et adaptation aux contraintes techniques du contexte sénégalais.
L'implémentation a été réalisée de manière progressive : API REST complètement développée (100%), module de scraping quasi-finalisé (90%), système de recommandation en cours de développement (30%), et interface Vue.js à initier. Les tests utilisateurs préliminaires avec des chercheurs d'emploi sénégalais démontrent une amélioration significative de l'efficacité de recherche et de la pertinence des recommandations par rapport aux plateformes existantes.
En conclusion, ce travail présente une solution technologique complète et innovante visant à moderniser l'écosystème de l'emploi sénégalais grâce à une recommandation intelligente et personnalisée. La plateforme offre aux candidats des outils modernes pour optimiser leur recherche d'emploi et valoriser leurs profils, tout en permettant aux recruteurs locaux d'accéder à un vivier de talents élargi et mieux qualifié. Cette contribution s'inscrit dans la stratégie de digitalisation du Sénégal et ouvre des perspectives d'extension vers d'autres pays de la sous-région CEDEAO. |
| Permalink : |
https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3161 |
|  |
Accueil
Développement d'une plateforme web de recommandation d’offres d’emploi (2025)
