Pour attirer les talents du big data, les entreprises doivent revoir leur recrutement

Alors que la transformation numérique bat son plein, les talents du big data, du machine learning et de la data-science comptent parmi les plus demandés sur un marché du recrutement des profils technologiques toujours aussi tendu. Les entreprises doivent donc aussi revoir leurs processus de recrutement si elles veulent se doter des armes nécessaires à leur transformation.

Le Big Data est aujourd’hui une affaire de talents. Les entreprises ont accumulé ces dernières années de très grands volumes de données desquels il faut maintenant tirer des informations et des indicateurs qui leur permettront d’améliorer leurs prises de décision et leur business. Pour y arriver, elles ont besoin des talents adéquates, d’autant plus que de nouvelles technologies et méthodes, comme l’IA et le machine learning sont venues modifier la manière d’utiliser, d’intégrer et d’analyser les données du Big Data. Et ce contexte pèse sur un marché du recrutement des profils technologiques en forte tension.

Dans le monde, la demande pour les profils d’ingénieurs logiciels spécialisés dans la data et le machine learning a ainsi augmenté, respectivement, de 38 % et 27 % sur les 12 derniers mois d’après la dernière étude Hired sur le sujet. Ils figurent aussi parmi les développeurs les mieux payés sur la place parisienne avec des salaires annuels moyens de 56 k€ pour les spécialistes du machine learning et 54 k€ pour ceux de la data-science. Les développeurs Python, principale technologie utilisée dans le cadre des projets big data et machine learning, font par ailleurs partie du top 10 des profils les plus recherchés par les entreprises et sont très sollicités : environ 5,6 demandes d’entretiens par mois et par candidats sur la plateforme Hired au cours des 6 derniers mois. Dans ce contexte, les entreprises doivent adopter un certain nombre de bonnes pratiques, car les développeurs comme les profils technologiques en général répondent aujourd’hui à des attentes particulières en termes de recrutement. Elles doivent aussi accéder à de nouveaux outils, notamment le machine learning, qui s’impose de plus en plus dans le monde du recrutement.

La première chose à comprendre quand il s’agit de recruter des talents tech, notamment en matière de data intelligence, c’est que le salaire, les avantages et le nom de l’entreprise ne sont pas leur première préoccupation. D’après une étude Hired réalisée l’été dernier, la première chose qui les pousse à rejoindre une entreprise, c’est le défi que représente le poste qui leur est proposé ainsi que l’opportunité qu’ils auront d’y apprendre de nouvelles compétences. Face à cette demande, c’est toute une partie du processus de recrutement qui doit être revue. En effet, les recruteurs et les responsables des ressources humaines ne sont pas forcément les mieux placés pour répondre à ces questions. Il est aujourd’hui devenu primordial pour une entreprise qui souhaite recruter efficacement des profils technologiques d’impliquer le plus rapidement possible ses équipes techniques au processus de recrutement. Ce seront eux qui seront le plus à même de convaincre un talent de les rejoindre. Pour preuve, il a été démontré que les entreprises qui investissent leurs équipes techniques dans le processus de recrutement de profils technologiques ont, en moyenne, besoin de deux fois moins d’entretiens que celles qui ne le font pas. Au rang des autres bonnes pratiques, les développeurs et les ingénieurs logiciels s’attendent à avoir de plus en plus de personnalisation dans les prises de contact. 77 % des profils technologiques parisiens assurent que c’est un des premiers facteurs qui les poussera à accepter une offre de recrutement.

Au-delà des bonnes pratiques que les entreprises doivent adopter vis-à-vis des candidats, c’est aussi leurs processus internes qu’elles doivent revoir pour maximiser les recrutements des profils technologiques, notamment dans le domaine de la data-science. Et quoi de mieux pour les y aider que la data-science en elle-même. Les solutions de machine learning sont appelées à se développer massivement dans le monde du recrutement. En s’appuyant dessus, les entreprises ont la possibilité de mieux filtrer et choisir les candidats, tant en fonction de leurs critères que des leurs. Elles économisent ainsi du temps et des ressources, non seulement dans la phase de recherche, mais aussi dans la transformation de la prise de contact en embauche, le machine learning permettant de détecter les candidats les plus amènes de les rejoindre. Quand il est dit que toute l’entreprise doit faire sa transformation numérique, les divisions en charge du recrutement ne doivent pas en être exclues. Et l’usage de l’analytique, du big data et du machine learning doit s’y imposer, comme dans le reste de l’entreprise.

Des outils permettent en outre de faciliter la mise en place de ces bonnes pratiques et de ces technologies. Avec sa plateforme intégrée, renforcée par la récente acquisition de la start-up américaine Py, spécialisée dans la qualification des compétences des candidats, Hired permet d’accompagner les entreprises tout au long de leur processus de recrutement. De la recherche et la qualification des candidats, dopées par des algorithmes de machine learning, à la qualification de leurs compétences en passant par la gestion des entretiens et la personnalisation des messages, la start-up, présente sur le marché français depuis 5 ans, propose toute une gamme d’outils pour aider les entreprises à maximiser le recrutement de profils technologiques. Et ceux du big data ne font pas exceptions.

Pour réussir leur transformation numérique, qui passera immanquablement par l’extraction et l’analyse des données issues du Big Data, les entreprises doivent se doter des talents idoines. Nous l’avons dit, elles doivent, pour y parvenir, transformer leurs processus de recrutement et les adapter aux attentes des talents de la technologie. Elles ont aussi besoin d’adopter ces mêmes technologies qui sont au cœur de la transformation numérique. Et heureusement, elles sont aujourd’hui à leur portée.

Leave a Reply