Deep Learning et la catégorisation des intitulés de poste

Deep Learning et la catégorisation des intitulés de poste

Un programmeur Java fait le même travail qu’un développeur Java qui fait le même chose qu’un ingénieur logiciel Java qui aussi fait le même boulot qu’un Java ninja (même si l’un d’entre et plus rapide, efficace et rusé que les autres). Quand un candidat cherche un travail de développeur Java ils sont évidement aussi intéressé par des offres qui ont un autre intitulé. De même les recruteurs ont besoin de trouver tous le développeur Java sur le marché  et pas seulement ceux utilisant cet intitulé exact.

C’est le challenge principal dans le travail de normalisation de l’intitulé de poste, un composant essentiel de la technologie de Textkernel. Une normalisation précise est indispensable au bon fonctionnement de nos produits Jobfeed, Search! et Match!. Dans cet article de blog Maarten Versteegh, Senior NLP Research Engineer chez Textkernel, nous présente en détails les recherches menées au sein de Textkernel afin d’améliorer la normalisation des intitulés de poste.

Lire la suite de l’article en anglais

About the author

maarten_TextkernelMaarten is Senior NLP Research Engineer in the Textractor Team at Textkernel. His responsibilities include maintaining and improving the Extract! CV and Job Parsing systems which power many of Textkernel’s technologies. His background is in machine learning and natural language processing.

Are you curious about Textkernel? We are rapidly growing and hiring new colleagues!