AI Scoring et Matching

Lorsqu'un candidat postule, l'AI de Scovai analyse son CV par rapport aux exigences du poste selon 5 dimensions configurables : Competences Techniques, Experience, Formation, Soft Skills et Potentiel. Chaque dimension recoit un score de 0 a 100, accompagne d'une explication detaillee en langage clair.

Chaque score genere par Scovai inclut une justification ecrite expliquant precisement pourquoi ce score a ete attribue. Par exemple : 'Le candidat demontre une forte maitrise de React (95/100) basee sur 5 ans d'experience enterprise. Score ajuste pour une exposition limitee a GraphQL (−4 pts), compensee par une solide expertise en REST API (+2 pts).' Aucune boite noire.

Oui. Chacune des 5 dimensions de scoring peut etre ponderee selon tes priorites. Si un poste valorise les competences techniques plutot que la formation, tu peux augmenter la ponderation technique et reduire celle de la formation. Le total est toujours egal a 100 %.

Scovai convertit chaque CV en un embedding vectoriel a 768 dimensions qui capture le sens semantique — pas seulement les mots-cles. Cela signifie qu'un profil de 'developpeur React' sera associe a un poste exigeant un 'ingenieur frontend avec experience en React.js' meme sans correspondance exacte des mots-cles.

Scovai utilise la comprehension contextuelle, pas le simple matching par mots-cles. L'approche de scoring multidimensionnelle combinee a la justification XAI offre aux recruteurs une transparence totale pour valider chaque resultat. La precision s'ameliore continuellement a mesure que le systeme traite davantage de donnees au sein de ton organisation.

Scovai integre une surveillance des biais en temps reel sur chaque decision de scoring. Les distributions demographiques (genre, age) sont suivies en permanence. Si des anomalies statistiques ou des resultats disproportionnes sont detectes, ils sont immediatement signales pour revision humaine avec des rapports detailles.