Analyse Automatique des Signaux Sociaux Multimodaux lors d'Entretiens Vidéo Différés pour le Recrutement

par Léo Hemamou

Projet de thèse en Informatique

Sous la direction de Jean-Claude Martin, Chloé Clavel et de Jérémy Langlais.

Thèses en préparation à Paris Saclay , dans le cadre de Sciences et Technologies de l'Information et de la Communication , en partenariat avec LIMSI - Laboratoire d'Informatique pour la Mécanique et les Sciences de l'Ingénieur (laboratoire) , CPU - Cognition, Perception et Usages (equipe de recherche) et de Université Paris-Sud (établissement de préparation de la thèse) depuis le 02-10-2017 .


  • Résumé

    Les technologies de recrutement en ligne se développent de plus en plus avec la mise en place d'entretiens vidéos différés. Les candidats doivent s'enregistrer chez eux en vidéo et audio pendant qu'ils répondent à des questions qui leur sont fournies en ligne. Le recruteur se base ensuite sur ces enregistrements pour sélectionner certains candidats qu'il veut rencontrer physiquement lors d'un entretien dans l'entreprise. Ce contexte soulève plusieurs enjeux applicatifs en termes de recherche : comment aider le candidat à s'entraîner à réussir ce type d'entretien d'embauche ? comment aider le recruteur à identifier non seulement les candidats qu'il va sélectionner pour les entretiens en face à face, mais aussi les critères sur lesquels il se base implicitement pour réaliser cette pré-sélection ? est-ce que ce candidat est pertinent pour le profil de poste et le domaine recherché ? L'objectif de cette thèse est de développer des recherches en traitement automatique des signaux sociaux multimodaux (vidéo + audio + transcription des verbalisations) afin d'apporter des réponses à ces questions et fournir ainsi une assistance aux recruteurs et aux candidats.

  • Titre traduit

    Automatic Analysis of Multimodal Social Signals during Asynchronous Video Job Interviews


  • Résumé

    Online recruitment technologies are growing more and more with the implementation of deferred video interviews. Applicants must register with them in video and audio while answering questions that are provided online. The recruiter then relies on these records to select certain candidates whom he wants to meet physically during an interview in the company. This context raises several research questions: how to help the candidate to train to succeed in this type of job interview? How to help the recruiter identify not only the candidates he will select for the face-to-face interviews but also the criteria on which he is implicitly based to carry out this pre-selection? Is this candidate relevant to the job profile and the field you are looking for? The objective of this thesis is to develop research in automatic processing of multimodal social signals (video + audio + transcription of verbalizations) in order to provide answers to these questions and thus provide assistance to recruiters and candidates.