7DaysAutomatisation des process
Cas d’usage · Ressources humaines

Automatiser le traitement des candidatures

Deux cents candidatures pour un poste, et quatre-vingts pour cent d’entre elles ne recevront jamais de réponse. C’est le processus qui échoue, pas les recruteurs.

Un traitement automatisé des candidatures accuse réception immédiatement, extrait les informations du CV dans une fiche structurée, vérifie les critères objectifs et vérifiables, organise les dossiers pour la lecture humaine et garantit qu’aucune candidature ne reste sans réponse. Le tri qualitatif et la décision restent humains : c’est une obligation légale autant qu’une nécessité pratique.

DéclencheurUne date approche
L’automateRappelé, préparé, tracé
VousVous rencontrez les personnes

Aujourd’hui, à la main

Un accusé de réception aléatoire, une lecture en bloc tardive, et des candidatures sans réponse.

Une fois automatisé

Accusé immédiat, dossiers structurés et comparables, réponse pour tout le monde.

À savoir

Le gain le plus visible de l’extérieur est la réponse systématique : c’est ce dont les candidats parlent.

Le défaut principal n’est pas la lenteur

Le recrutement souffre d’un problème de réputation bien identifié : l’absence de réponse. Une majorité de candidats déclarent avoir postulé sans jamais recevoir le moindre retour — pas un refus, rien.

Ce n’est presque jamais de l’indifférence. C’est un processus qui craque. Les candidatures arrivent sur plusieurs canaux, le poste est pourvu, le dossier se referme, et personne ne revient écrire à quatre-vingts personnes.

Le coût est réel et différé. Ces candidats sont aussi des clients potentiels, des prescripteurs, et parfois les candidats du poste suivant. Une entreprise qui ne répond pas le paie en difficulté de recrutement deux ans plus tard.

Le deuxième défaut est la comparabilité. Trente CV en trente mises en page différentes s’évaluent mal : l’attention se porte sur la forme, sur l’ordre de lecture, sur la fatigue du moment. Structurer l’information rend la comparaison plus équitable, indépendamment de tout gain de temps.

Ce qu’on automatise

La collecte multicanale. Site, plateformes d’emploi, courriels, candidatures spontanées.

L’accusé de réception immédiat, avec la mention d’information sur les données et le délai de réponse annoncé.

L’extraction. Expériences, durées, compétences déclarées, formations, mobilité, disponibilité — en fiche structurée à côté du CV d’origine, qui reste consultable.

La vérification des critères objectifs, avec signalement et non élimination.

L’organisation. Une liste lisible, des fiches comparables, la possibilité de lire en mode anonymisé.

Le suivi du processus. Où en est chaque candidature, qui doit agir, depuis combien de temps.

La réponse systématique. Aucune candidature ne se referme sans qu’une réponse soit partie.

La purge à l’échéance de conservation.

Comment ça marche techniquement — pour qui veut le détail

L’extraction. CV en PDF texte lus avec pdfplumber, CV scannés ou exportés en image passés par Tesseract après redressement. Puis extraction structurée par un modèle, avec un schéma strictement défini — et la définition du schéma est le principal garde-fou : les champs age, date_naissance, nationalite, situation_familiale, photo n’existent pas. Une information qui n’a pas de champ où atterrir n’est pas stockée, et ne peut donc pas influencer une décision ni fuiter dans un export.

L’anonymisation pour la première lecture. Nom, prénom, adresse, adresse de messagerie et téléphone sont masqués par des jetons dans une vue dédiée. Les noms d’écoles et d’entreprises précédentes peuvent l’être aussi selon votre politique — ils portent des signaux sociaux forts. Les données ne sont pas supprimées, elles sont masquées à l’affichage, et la levée du masque est journalisée.

La normalisation des compétences. Un référentiel interne relie les variantes — « JS », « JavaScript », « Javascript ES6 » — à une entrée unique. Construit à partir de vos propres offres et candidatures, complété à la main. Sans lui, toute recherche par compétence rate la moitié des dossiers pertinents, ce qui est une forme de tri arbitraire involontaire.

La recherche dans le vivier. Index hybride — lexical tsvector et vectoriel pgvector sur plongements locaux — pour retrouver les candidatures pertinentes à l’ouverture d’un poste. Point essentiel : la recherche remonte des dossiers, elle ne les classe pas par adéquation. La distinction paraît subtile et elle ne l’est pas : un ordre de pertinence affiché est lu comme un classement de personnes, et il produit le même effet qu’une décision automatisée.

Les critères durs. Exprimés en règles lisibles, pas en modèle : permis_b == true, habilitation_x.date_expiration > date_poste. Le résultat est un drapeau attaché au dossier, jamais un filtre appliqué par défaut à la liste. L’interface affiche tous les dossiers, avec les signalements visibles.

La traçabilité. Chaque action est journalisée : qui a consulté quel dossier, quand, quelle décision a été prise et par qui. En cas de contestation — et le droit du travail en produit —, c’est cette traçabilité qui permet de démontrer qu’une décision a été prise par une personne sur des critères explicites.

La purge. Tâche planifiée : suppression ou anonymisation des candidatures dont le dernier contact dépasse la durée de conservation. L’anonymisation conserve les statistiques agrégées — nombre de candidatures par poste et par canal — en supprimant toute identification. L’exécution est journalisée, parce qu’en matière de conformité, faire et prouver qu’on fait sont deux choses distinctes.

Le respect des droits. Accès, rectification, effacement : chaque candidat dispose d’un point de contact et la procédure est outillée, pas improvisée. Un modèle de réponse et une procédure d’extraction des données d’un candidat sont livrés avec le système.

Les rappels de bouclage. Un poste passé à « pourvu » ou « clôturé » déclenche la vérification que chaque candidature a reçu une réponse, et bloque la clôture administrative tant que ce n’est pas le cas. C’est une contrainte volontaire, et c’est elle qui change réellement le comportement.

Questions fréquentes

L’IA élimine-t-elle des candidats ?
Non, et c’est une ligne que nous ne franchissons pas. Le RGPD encadre strictement les décisions produisant des effets juridiques significatifs prises sur un traitement entièrement automatisé, et le règlement européen sur l’IA classe le tri de candidatures parmi les usages à haut risque. Au-delà du droit : un modèle entraîné sur des données historiques reproduit les biais de recrutement passés, avec une apparence d’objectivité qui les rend plus difficiles à contester. Ce que le système fait, c’est structurer et organiser. Ce qu’il ne fait pas, c’est classer des personnes.
Et les critères objectifs, comme un permis ou un diplôme obligatoire ?
Un critère strictement vérifiable et réellement indispensable — un permis de conduire pour un poste de chauffeur, une habilitation réglementaire — peut être vérifié automatiquement. Le candidat qui ne le remplit pas est signalé, pas supprimé : il reste visible dans la liste avec la mention du critère manquant, et une personne peut passer outre. La différence entre « signalé » et « écarté » est exactement là où se situe la conformité.
Comment éviter les biais ?
Par trois moyens concrets. L’extraction ne collecte pas les données qui n’ont pas à intervenir — âge, photo, situation familiale, nationalité, adresse précise. La lecture peut se faire en mode anonymisé sur la première passe, ce qui a un effet mesuré sur la diversité des sélections. Et les critères de sélection sont écrits avant l’ouverture du poste, pas ajustés en cours de route à la lumière des candidatures reçues — le second cas est la manière la plus commune de justifier un biais après coup.
Que devient une candidature spontanée ?
Elle reçoit une réponse, elle est indexée, et elle est retrouvée quand un poste correspondant s’ouvre — sous réserve de la durée de conservation annoncée au candidat. Une candidature spontanée qui disparaît dans une boîte mail est une perte pour l’entreprise autant qu’un manque de respect pour la personne.
Combien de temps conserve-t-on les candidatures ?
Deux ans après le dernier contact est la durée généralement retenue, et le candidat doit en être informé au dépôt. Passé ce délai, suppression ou anonymisation automatique. C’est une obligation, et c’est aussi ce qui évite de recontacter quelqu’un sur la foi d’un CV vieux de six ans.
Combien coûte l’automatisation du traitement des candidatures ?
Entre 3 000 et 6 000 € selon le nombre de canaux de réception et l’intégration avec votre outil de recrutement. L’exploitation se situe entre 150 et 350 € par mois. Le chantier se justifie à partir de plusieurs dizaines de candidatures par poste, volume au-delà duquel le traitement manuel devient réellement expéditif.
Combien de temps pour le mettre en place ?
Quatre à six semaines, dont une part importante consacrée au cadre juridique plutôt qu’à la technique : information des candidats, durée de conservation, et surtout garantie qu’aucune candidature n’est écartée par la machine. Le classement proposé reste un ordre de lecture, jamais une décision — l’article 22 du RGPD l’impose, et c’est aussi la bonne pratique.

Pour aller plus loin

Ce process, chez vous

Les chiffres de cette page sont des ordres de grandeur observés. Les vôtres seront différents — et c’est précisément ce que l’audit mesure.

Parlons-en

Ce process, chez vous

Celui qui vous agace le plus, ou celui qui coûte le plus. Dites-nous en deux phrases qui le fait, combien de fois par semaine, et avec quels outils. Nous vous dirons franchement s’il mérite d’être automatisé — y compris quand la réponse est non.

  • Réponse garantie sous 24 heures
  • Un premier échange d’une demi-heure, sans engagement
  • Aucun formulaire tiers : votre message part par votre messagerie

Ou directement : nicolas@oli-via-net.fr· 06 89 96 40 79

Le message s’ouvrira dans votre messagerie, prêt à partir.