IA · Scoring

Le tri est déjà fait quand vous ouvrez votre boîte

Pour les recruteurs qui croulent sous les CV.

À chaque candidature, une IA française analyse le CV, attribue une note sur 100 sur des critères publics et résume le profil en deux phrases. Vous commencez par les meilleurs.

Léa Moreau · Lead Product Designer
CV_Lea_Moreau.pdf
analyse en cours…
0,0 s
Décomposition du score
Compétences pond. 35%
95
Expérience pond. 35%
88
Formation pond. 15%
75
Motivation pond. 15%
90
Score global
Très fort match
Résumé en 3 lignes
Profil senior, 8 ans en SaaS B2B, design system avancé.
Leadership confirmé (équipe 5+), forte appétence produit.
À creuser : disponibilité sous 2 mois.
/100 note par candidature
4 critères publics pondérés
σ ≤ 5 stabilité de la note

Classé automatiquement

Les candidatures arrivent triées par score, les profils pertinents remontent en tête de pile.

Critères publics

Compétences 35 %, expérience 35 %, formation 15 %, motivation 15 % — le poids de chaque critère est affiché.

Résumé en 2 phrases

Un résumé du profil, jusqu'à 3 points forts et 3 réserves : vous comprenez le score en un coup d'œil.

Supervision humaine

L'IA propose, vous décidez. Aucune décision automatique, avec une supervision humaine documentée.

Capacités clés

  • Note sur 100 calculée automatiquement à chaque candidature
  • 4 critères pondérés publics : compétences, expérience, formation, motivation
  • Résumé en 2 phrases + jusqu’à 3 points forts et 3 réserves
  • Re-scoring manuel depuis la fiche candidat
  • Reprise automatique des scorings en échec (cron)
  • Modèle français/européen (Mistral), données hébergées en France

Une note que vous pouvez expliquer

Le score global est recalculé côté serveur à partir des poids contractuels (35/35/15/15) — il n'est jamais simplement « cru » du modèle. Vous pouvez relancer un scoring à la main depuis la fiche candidat.

Les critères et leur pondération sont publics et identiques pour tous les candidats d'un poste : un recruteur, comme un candidat, peut comprendre d'où vient une note.

Conçu pour être équitable

Les champs explicites d'âge, de genre, de photo et d'adresse sont exclus du prompt de scoring. Le texte libre du CV peut contenir des proxys : le harnais d'évaluation les contrôle et compare régulièrement des CV équivalents.

Une tentative de manipulation du CV pour gonfler la note (texte caché, injection de consignes) est détectée et signalée, jamais avantagée.

Robuste et traçable

Température 0, délai maximal par appel, une relance immédiate en cas de JSON invalide avant de marquer le scoring en échec : la note est stable d’un run à l’autre.

Tokens, durée et tentatives sont journalisés. Une carte d’usage IA (scorings, tokens, durée moyenne) est disponible côté admin pour le suivi.

Questions fréquentes

L'IA peut-elle écarter un candidat toute seule ?

Non. L'IA propose un score et un résumé ; la décision reste toujours au recruteur (supervision humaine, AI Act).

Sur quel modèle repose le scoring ?

Un modèle français/européen (Mistral) via les Generative APIs de Scaleway, hébergé en France. Aucune donnée candidat ne sort de l’UE.

Le score est-il le même à chaque fois ?

Oui, à quelques points près : la température est à 0 et le score global est recalculé à partir de poids fixes, ce qui garantit une grande stabilité (σ ≤ 5 sur notre jeu de test).

Essayez aiKip en 10 minutes.