Conception et r´ealisation d’une application NLP pour le traitement massif de grands volumes de CVs / Abdou Karim Kandji (2021) 

Public ISBD Titre : Conception et r´ealisation d’une application NLP pour le traitement massif de grands volumes de CVs Type de document : texte imprimé Auteurs : Abdou Karim Kandji, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : 2021 Importance : 75 P. Format : 29 cm Langues : Français (fre) Mots-clés : recrutement  plateforme  e-recrutement  Curriculum  vitae  langage naturel  NLP Résumé : Les technologies de l’information et de la communication(TICs) impactent de nos jours tous les aspects de la vie des entreprises et des organisations. C’est le cas notamment du processus de recrutement, avec la mise en place des plateformes de e-recrutement. Ces plateformes permettent aux candidats de poster en ligne les informations les concernant, y compris leur CV. Ce progres incontestable a eu pour consequence une explosion des candidatures face aux offres postees par les entreprises. C’est ainsi qu’aujourd’hui les grandes organisations recoivent jusqu’a des centaines de milliers de candidatures pour certaines offres d’emploi. Les plateformes de e-recrutement permettent d’eliminer facilement les candidatures qui ne remplissent pas les conditions obligatoires (hard skills) en utilisant de simples calculs (interrogations SQL). Mais apr`es cette premiere etape, il reste toujours des centaines de milliers de candidatures a traiter. A ce niveau, les plateformes montrent leurs limites. En effet, il faut lire chaque CV et detecter les soft skills des candidats pour les departager. Nous proposons de concevoir et d’implementer une solution basee sur les technologies du traitement du langage naturel (TAL) pour permettre au recruteur de selectionner les meilleurs candidats en utilisant leur CV. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=712 Conception et r´ealisation d’une application NLP pour le traitement massif de grands volumes de CVs [texte imprimé] / Abdou Karim Kandji, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2021 . - 75 P. ; 29 cm. Langues : Français (fre) Mots-clés : recrutement  plateforme  e-recrutement  Curriculum  vitae  langage naturel  NLP Résumé : Les technologies de l’information et de la communication(TICs) impactent de nos jours tous les aspects de la vie des entreprises et des organisations. C’est le cas notamment du processus de recrutement, avec la mise en place des plateformes de e-recrutement. Ces plateformes permettent aux candidats de poster en ligne les informations les concernant, y compris leur CV. Ce progres incontestable a eu pour consequence une explosion des candidatures face aux offres postees par les entreprises. C’est ainsi qu’aujourd’hui les grandes organisations recoivent jusqu’a des centaines de milliers de candidatures pour certaines offres d’emploi. Les plateformes de e-recrutement permettent d’eliminer facilement les candidatures qui ne remplissent pas les conditions obligatoires (hard skills) en utilisant de simples calculs (interrogations SQL). Mais apr`es cette premiere etape, il reste toujours des centaines de milliers de candidatures a traiter. A ce niveau, les plateformes montrent leurs limites. En effet, il faut lire chaque CV et detecter les soft skills des candidats pour les departager. Nous proposons de concevoir et d’implementer une solution basee sur les technologies du traitement du langage naturel (TAL) pour permettre au recruteur de selectionner les meilleurs candidats en utilisant leur CV. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=712

Réservation

Réserver ce document

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MEM 10501	MEM 10501	Mémoires de master	Master mathématiques et Informatique	Informatique	Disponible

Documents numériques

MEM 10501 Adobe Acrobat PDF

---

1 (1 - 1 / 1) Par page : 25 50 100 200