Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Visualisation de donnees dans le domaine de l x27 e recrutement

Université de Montréal Visualisation de données dans le domaine de l ? E- recrutement par Abdessamad Outerqiss Département d ? informatique et de recherche opérationnelle Faculté des arts et des sciences Mémoire présenté à la Faculté des arts et des sciences en vue de l ? obtention du grade de Ma? tre ès sciences M Sc en informatique Décembre c Abdessamad Outerqiss CUniversité de Montréal Faculté des arts et des sciences Ce mémoire intitulé Visualisation de données dans le domaine de l ? E-recrutement présenté par Abdessamad Outerqiss a été évalué par un jury composé des personnes suivantes Miklós Csu r? s président-rapporteur Philippe Langlais directeur de recherche Guy Lapalme membre du jury Mémoire accepté le mars CRÉSUMÉ La récente profusion des données communément appelée Big Data nécessite une analyse pertinente de ces larges volumes de données a ?n d ? en tirer l ? information utile nécessaire à la prise de décision La visualisation de données se révèle à cet égard un moyen ef ?cace pour transmettre cette information de façon interactive et synthétique Le travail décrit dans ce mémoire qui constitue un volet du projet BPP collaboration entre le RALI et la société LittleBigJob LBJ vise à répondre à ce besoin par l ? implémentation d ? un tableau de bord permettant la visualisation des o ?res d ? emploi sur le web Ces o ?res étant composées de plusieurs sections titre de l ? o ?re compagnie qui recrute description de l ? o ?re etc Certaines informations contenues dans la description de l ? o ?re ne peuvent pas être extraites directement Ainsi pour l ? extraction des compétences citées dans une o ?re nous utilisons les techniques de l ? apprentissage automatique et plus particulièrement les champs markoviens conditionnels CRF utilisés pour l ? étiquetage des séquences Les expériences menées visent également à tester la capacité de ces modèles à trouver ces compétences dans la description de l ? o ?re avec un ensemble d ? entra? nement partiellement étiqueté d ? une part parce que nous ne disposons pas d ? une liste complète de compétences nécessaire à l ? étiquetage et d ? autre part parce que de nouvelles compétences apparaissent continuellement Mots clés E-recrutement visualisation de données extraction d ? information apprentissage automatique CABSTRACT The large amount of data available nowadays so-called Big Data requires a relevant analysis to derive information and get insights for decision making Data visualization is an e ?ective way to convey this information interactively and synthetically This work which is part of BPP Project a collaboration between the RALI and LBJ aims to meet this need by implementing a dashboard for visualization of job o ?ers on the web These o ?ers consist of several sections title company description etc Some information contained in the description cannot be extracted directly Thus for the extraction of skills from the description of an o ?er we use machine learning techniques especially Conditional Random Fields CRF used for sequence labeling