Le Point Stories
  • il y a 2 semaines

Catégorie

🗞
News
Transcription
00:00Le référentiel métier IT est long à construire, complexe et très vite obsolète.
00:06Et ce qui ressemble à un cauchemar n'en est peut-être pas un.
00:09Vous êtes dans les bureaux du point, l'émission est co-produite par Mediastart.
00:13Des idées dans l'actu, c'est parti !
00:15Figurez-vous un graphique constitué de points ou de nœuds qui sont autant de compétences.
00:31Mise en réseau, elle dessine des métiers.
00:35Le Data Scientist par exemple doit pouvoir circuler entre différentes disciplines.
00:39Il faudra toucher aux statistiques, à la programmation, à l'ingénierie logicielle.
00:43Il faudra des compétences en gestion de projet et le sens de la vulgarisation des données, entre autres.
00:49Nous avons donc affaire à un profil complexe, à l'image de ce que supposent aujourd'hui les métiers de la tech.
00:54Bon courage aux recruteurs !
00:56D'où ce qu'ils berguent d'ailleurs.
00:59Martin Viellevoix, tu as créé une entreprise qui cartographie ses compétences,
01:03qui propose des formations spécifiques pour les renforcer,
01:05qui dessine les ponts de la mobilité interne à la fois fluide et cohérente.
01:10Martin, première question de sorte que les choix soient posés clairement.
01:14Est-ce que la méthode traditionnelle de recrutement basée sur un CV,
01:18en tout cas dans le domaine de l'IT, est à ton sens dépassée ?
01:22Bonne question.
01:24Dépassée, il faut voir.
01:26C'est sûr qu'elle manque un peu de structure, je pense.
01:29Elle manque un peu de fond.
01:31On se base beaucoup sur des mots-clés pour un peu comparer des profils par rapport à des ordres d'emploi.
01:35Et en fait, je pense qu'à travers ça, on loupe énormément de choses
01:38et on a du mal à récupérer le contexte derrière les compétences,
01:40qu'est-ce qu'elles comprennent en fait et qu'est-ce qu'elles viennent chercher.
01:44Et donc, je pense que physiquement, on peut faire beaucoup mieux en tout cas.
01:47On rappelle ce qu'est un référentiel métier ?
01:50Ce n'est pas compliqué.
01:52Un référentiel métier, c'est utilisé par les entreprises pour venir vraiment définir
01:56c'est quoi un métier, une branche, c'est quoi les hard skills, les soft skills qui le composent,
02:01peut-être un peu de management, un peu ça.
02:03Et on vient vraiment définir pour l'entreprise ce métier-là, c'est ça.
02:07Et une fois qu'on arrive en fait à cartographier ce référentiel métier,
02:10à le construire, on va le faire pour plusieurs métiers,
02:12ça va nous aider à piloter l'ensemble des collaborateurs d'une entreprise
02:16et qu'est-ce qu'ils savent faire, qu'est-ce qu'ils doivent apprendre,
02:19leur axe de progression, de développement, tout ça.
02:22D'accord, donc c'est une approche en fait très rationnelle du métier,
02:25en regardant un petit peu ce qu'il y a dans le ventre, si je puis dire,
02:27de sorte que l'on puisse prendre un peu de distance et piloter autant que possible, d'accord.
02:31Tout à fait.
02:32À cet égard, est-ce que tu peux nous expliquer un petit peu ce qu'est Skilberg
02:36et quelles sont les solutions, en tout cas les principales que tu proposes ?
02:39Chez Skilberg, il y a une difficulté dans ce fameux référentiel métier,
02:43c'est qu'il est très long à construire.
02:45C'est plusieurs mois de travail quand on veut cartographier l'ensemble d'une entreprise
02:48et en fait, les métiers aujourd'hui évoluent de plus en plus vite,
02:52à tel point en fait que ces référentiels métiers sont assez rapidement obsolètes.
02:56Et deuxièmement, en plus, la façon dont on construit ce fameux référentiel
03:02fait qu'il est souvent dur à exploiter derrière.
03:04C'est des mots-clés, c'est sur du Excel souvent, voilà, on a du mal à exploiter.
03:07Et nous, on est venu résoudre un peu ça.
03:09Chez Skilberg, on vient automatiser la création et la maintenance de ces fameux référentiels.
03:13C'est une entreprise, c'est des algorithmes d'intelligence artificielle qu'on a inventés
03:17qui permet de venir cartographier l'ensemble des métiers tech IT et autres.
03:21Et autres, c'est important parce qu'évidemment, il y a une technicité à l'œuvre sous les métiers IT
03:25donc on entend la difficulté, mais enfin, ça vaut pour absolument tout le champ.
03:28Ça vaut tout le champ, oui.
03:29Ça, nous, notre techno, elle est capable de tout faire.
03:31On se concentre sur le métier de l'IT tech au départ parce qu'on est encore une jeune startup
03:35et c'est un métier qui est encore aussi un peu challengé sur la rétention des talents,
03:38le recrutement, c'est des choses qui sont un peu compliquées.
03:40Donc, on commence par celui-là, mais techniquement, on peut représenter tous les métiers.
03:43Ok. Tu mets en avant et à bon droit, je crois, la simplification du recrutement IT.
03:49J'aimerais que tu m'expliques ce qu'elle a de complexe habituellement.
03:53Ce qui est compliqué souvent dans l'IT, alors IT de façon large,
03:58c'est qu'en fait, c'est très, très compliqué de se tenir au courant de c'est quoi les technos,
04:02c'est quoi les compétences que les gens ont et surtout, comment on les compare.
04:06Est-ce qu'elles ont des compétences en commun ?
04:08Et donc, en fait, on compare des mots-clés qu'on ne comprend pas forcément sur le CV
04:13et sur les offres d'emploi et ça rend vraiment très, très compliqué
04:17de correctement accesser un profil qu'on a en face de nous, finalement.
04:23Je crois t'avoir entendu tout à l'heure parler d'algorithmes.
04:26Est-ce qu'il y a de l'IA à l'œuvre chez Skillberg ?
04:30Carrément.
04:31Ça pose quelques questions, si tu le permets.
04:33Éthique, en particulier. Je te lis comme ça, me dire.
04:36Est-ce que c'est à l'IA de déterminer la valeur d'une compétence ?
04:48On peut craindre aussi des biais ?
04:50C'est un sujet un peu touchy.
04:51Il y a des questions actuellement.
04:53Surtout aujourd'hui, dans l'IA générative, par exemple.
04:57Je fais de la recherche dans l'IA, donc c'est un sujet que je prends très à cœur.
05:01On manque beaucoup d'interprétation, d'interprétabilité, ça s'appelle.
05:05Donc, les IA prennent des décisions qu'on ne comprend pas.
05:08Et ça, moi, c'est quelque chose que, dans un produit fini,
05:11ce n'est pas quelque chose que je peux permettre.
05:13Je ne veux pas que la décision, au final, revienne à quelque chose
05:15qu'on n'arrive pas à interpréter. Ça, c'est dangereux.
05:17Donc, nous, ce qu'on est venu faire, c'est vraiment…
05:19En fait, l'IA est vraiment un peu plus en arrière.
05:21L'IA nous permet de construire les références et le métier,
05:24qu'on vient valider après par des experts,
05:26pour valider un peu ce qu'on est d'accord avec ce qui a été trouvé.
05:28Nous, on vient le purifier, on vient le changer.
05:30Mais la proposition finale, les comparaisons, ne se font pas par l'IA.
05:34En fait, l'IA vient juste sur le référentiel.
05:36L'IA est un outil ?
05:37C'est un outil de construction, pour nous aider à construire un autre outil,
05:39une base de données.
05:40Et après, c'est celle-là qu'on exploite.
05:41Et là, finalement, c'est de la statistique, c'est des graphes,
05:43c'est très classique, finalement.
05:44In fine, pour dire simplement, l'IA n'est pas le recruteur.
05:47Exactement.
05:48Ce qu'on fait principalement, nous, c'est de l'aide à la décision.
05:50On vient apporter une méthode, une structure autour de ces fameuses données-là
05:53qu'on n'avait pas l'habitude, mais on donne des informations,
05:56des statistiques, et on vient aider à avoir un maximum d'infos
05:59pour les recruteurs, pour les managers,
06:01que ce soit mobilité interne, du recrutement, de la formation.
06:04Oui, j'insiste beaucoup sur le recruteur,
06:05mais j'ai l'idée que ça peut servir aux écoles aussi.
06:07Tout à fait.
06:08Nous, en fait, le sujet du référentiel métier,
06:11en fait, nous, on vient développer des briques techniques par-dessus.
06:15Que ce soit répondre à un besoin, à une offre d'emploi,
06:18ou finalement, même créer une structure pédagogique,
06:21pouvoir se comparer avec le besoin du marché,
06:23comparer mes formations en tant qu'organisateur de formation.
06:26Est-ce qu'il faut les mettre à jour ?
06:27Est-ce que les compétences sont encore bonnes ?
06:28Qu'est-ce que je peux modifier ?
06:29Et en fait, arriver à le faire de façon beaucoup plus continue
06:32et pas souvent sous des grosses modifications
06:35qui se font un peu tout par grosses variantes.
06:37J'ai l'impression d'une espèce de…
06:38Je vois ce qu'il berge comme une espèce de gris de lecture dynamique,
06:42de manière d'appréhender ce champ qui est infiniment complexe
06:45et qui bouge tout le temps de manière simplifiée
06:48et puis adaptée comme ça.
06:50Oui.
06:52C'est qu'on a enfin…
06:53En fait, nous, on arrive enfin à unifier ces différents langages.
06:56Qu'est-ce que les gens savent faire, les collaborateurs, les étudiants ?
06:59Qu'est-ce que les entreprises et le marché ont besoin ?
07:01Et comment les écoles forment ?
07:03Et ça, on est venu l'unifier grâce à une seule et même structure,
07:06notre fameux référentiel gigantesque, un peu comme ça,
07:09qui vient vraiment…
07:10Voilà, on vient tout mettre en endroit sur une seule base de données
07:12et on peut enfin les faire parler entre eux.
07:15Donc ça, vraiment, je pense que c'est un sujet très clé
07:17qu'on vient un peu casser là-dedans
07:20et qui nous permet d'avoir beaucoup de briques techniques assez innovantes
07:24qui n'existent pas du tout sur le marché
07:25parce qu'on vient casser un peu les techno modernes sur le recrutement, en tout cas.
07:29Pour être plus concret encore,
07:30est-ce que tu aurais un exemple de transversal item proposé
07:33ou une anecdote ou quelque chose qui pourrait illustrer ton propos ?
07:36Il y a une anecdote que je raconte beaucoup.
07:38Ça fait partie des inspirations qui m'ont poussé à faire ma recherche
07:42sur le sujet des compétences.
07:43C'est une amie à moi qui sortait d'école,
07:45licence de maths, master en statistique,
07:48qui arrive à Bruxelles pour un emploi en tant que data scientist
07:52et on a RH en face, effectivement, qui a du mal à lire son CV.
07:55Il y a du R, il y a du SQS, il y a des SQL,
07:58des mots-clés qui sont un peu durs à comprendre.
08:00Et sachant que le besoin du recruteur dans la banque,
08:02c'était finalement du Excel et de la datavise.
08:05Mais impossible vraiment de comprendre
08:07si finalement ces mots-clés-là pouvaient y répondre.
08:09Le recrutement était long, ça a pris du temps
08:11et donc je considère qu'elle a été sous-évaluée
08:14par rapport à ce qu'elle savait vraiment faire.
08:16Et on a dû la former 70 heures à Excel
08:19et ça a commencé par c'est quoi une cellule, c'est quoi une fonction ?
08:22Ce qui pour une mathématicienne, c'est un peu dommage.
08:25Et là justement, nous ce qu'on peut faire là-dessus par exemple,
08:28c'est de dire en fait Excel, c'est composé de 300 compétences.
08:31Il y a de la logique, il y a des maths, des statistiques.
08:33Ça on l'a, on peut l'automatiser.
08:35Et en fait ces fameux mots-clés R et SQL,
08:37pas besoin de les comprendre, mais nous on sait qu'en fait
08:39elles ont beaucoup de compétences en commun entre les deux.
08:42Parce qu'en tant que développeuse et mathématicienne,
08:44elle sait faire déjà de la logique, des mathématiques, tout ça.
08:47Et donc on vient aider le recruteur en disant
08:49elle n'a jamais fait d'Excel de sa vie
08:51et pourtant sur les 300 compétences,
08:53peut-être 180 sont déjà pré-remplis.
08:55Et donc en fait, ce n'est pas 70 heures de formation, c'est 23.
08:58C'est ce prix-là et ça va dans ce temps-là.
09:01C'est bien cette idée d'aide à la décision.
09:03Merci, c'est un très bel exemple, effectivement.
09:05Et là pour le coup, on sent la rationalité.
09:07On voit à quel point c'est gagnant-gagnant aussi.
09:09Pour tout le monde, oui.
09:11Autant pour les candidats qui peuvent mieux comprendre
09:13une offre d'emploi et comment se former, se préparer,
09:15que pour les recruteurs de mieux comprendre les profils
09:17en phase 2 et se préparer pour les interviews,
09:19les tests techniques et autres.
09:21Skillberg comme l'iceberg.
09:25Tout à fait, la face cachée des compétences.
09:28C'est peut-être la montagne des compétences aussi.
09:30Tout à fait, et donc de l'allemand Berg, montagne,
09:33de l'iceberg, la montagne de glace.
09:35Et donc on est venu jouer un peu sur ce jeu de mots-là.
09:37Bref, tu donnes de quoi gravir ou de quoi plonger,
09:40mais dans tous les cas avec confiance.
09:42Merci et bravo.
09:44Merci à vous.
09:45Merci pour ta clarté.
09:46Merci à vous de nous avoir suivis
09:48et à très bientôt pour une nouvelle émission.
09:58Sous-titrage Société Radio-Canada