data recrutement

Quel est l’intérêt des tests de recrutement en Data science ?

Paola H

Paola H

5 min

« Pour conquérir le marché, vous devez d’abord conquérir votre environnement de travail ». 

Telle était l’affirmation de Doug Conant, ancien Président de la Campbell Soup Compagny, mettant en avant l’importance de consacrer du temps au recrutement des membres de l’entreprise ainsi qu’à l’atmosphère qui s’établit entre ces derniers. Qu’en est-il du recrutement des équipes data d’une entreprise ? Comment le réaliser ? Nous vous répondons dans cet article 

Aujourd’hui, la situation est telle que la demande provenant des entreprises est supérieure à l’offre de travail, dans le secteur de la data science. 

Pour autant, il ne faut pas négliger le processus de recrutement, composante principale d’une entreprise en bonne santé. En data science, les demandeurs d’emploi sont soumis à une série de tests à la fois techniques et théoriques, pouvant s’étaler sur plusieurs semaines. Nous pouvons dès lors questionner l’intérêt de telles procédures, en nous penchant principalement sur les enjeux du recrutement pour les entreprises en data science

Effectuer des tests de recrutement en data science pour évaluer les compétences techniques du candidat

Le recrutement en data science prend la forme d’une multitude de tests, notamment des tests techniques, dont l’objectif est d’évaluer les compétences professionnelles du candidat. Il s’agit de s’assurer d’une part que l’ensemble des certifications mentionnées sur le CV soient effectives et validées. D’autre part, cela permet au recruteur de vérifier que les aptitudes du candidat correspondent à celle du poste à pourvoir. 

Il doit y avoir une adéquation entre les missions qui seront confiées au futur salarié et ses capacités sur le plan professionnel. Ces séquences d’examen sont axées sur des questions de statistiques, de machine learning, de deep learning, de big data ou encore de manipulation de données chiffrées. 

Par une multitude d’exercices évalués, le recruteur est en mesure de confirmer l’éligibilité des candidats. 

Vérifier les compétences du candidat et le challenger sur son parcours est important dans la mesure où certains se vantent d’avoir suivi des formations alors même que ces dernières ne sont pas reconnues et ne sont pas de qualité. Ainsi, au-delà ce qui est purement écrit sur le CV, un bon recruteur sera attentif au cheminement académique et professionnel du candidat et ne se fiera pas à ce qui est avancé sur le CV. 

Ces séries de tests sont principalement basés sur une évaluation des compétences techniques, mais recouvrent également des compétences théoriques.

Par ce biais, l’objectif est de s’entraîner à jongler efficacement entre la théorie et la pratique. Il faut en effet pouvoir passer efficacement d’un ensemble de concepts de cours à une application concrète et empirique de ces notions, dans des cas pratiques. 

Pour cela, il est fréquent pour les recruteurs de soumettre les candidats à des résolutions de problèmes, à l’intérieur du cadre de l’entreprise. Le candidat dispose de la possibilité de collaborer avec les membres de l’entreprise et de travailler étroitement avec eux. Se faisant, le recruteur analyse la capacité de l’individu à s’intégrer dans un environnement de travail, à s’adapter rapidement à l’équipe et à échanger avec ces derniers pour fournir un travail de qualité. Il observe également la capacité du candidat à réagir rapidement, à saisir les informations transmises par les collègues et à construire clairement et précisément une argumentation détaillée. L’objectif pour le candidat n’est pas de fournir une réponse mathématique exacte, mais d’expliciter la démarche suivie pour parvenir à ce résultat, et de détailler le raisonnement qu’il a suivi étape par étape.

Multiplier les entretiens de motivation afin d’évaluer l’implication du candidat

Une fois les tests techniques réalisés, les recruteurs procèdent généralement à un entretien de motivation pour mesurer la qualité de l’implication du candidat. Effectivement, disposer de compétences techniques et mathématiques est indispensable à l’exercice d’un tel métier. Toutefois, l’univers de la data science requiert également de savoir s’exprimer en public, présenter ses données de manière concise et ordonnée, et d’échanger avec les membres de l’équipe pour transformer les données brutes en explication simplifiée et abordable par tous. Cet entretien est fondamental et peut s’avérer être déterminant pour le recrutement ; si le candidat ne dispose pas d’aisance en matière de communication et d’expression orale, il ne pourra pas interagir correctement avec ses co-équipiers. Au cours de cet entretien, le candidat devra s’exprimer sur ses expériences professionnelles passées, les compétences qu’il a acquises et développées ainsi que les projets qu’il a menés. 

Outre l’analyse approfondie de la manière de s’exprimer, la personne en charge de réaliser l’entretien analysera le cursus suivi par le candidat. Comme l’a affirmé Alexandre Taillefer, entrepreneur originaire du Québec, « Assurez-vous de vous entourer de gens, partenaires d’affaires, mentor, avocat, conseiller financier, ou autres, qui sont des cicatrices de l’expérience ». Par cette affirmation, il souligne l’importance de disposer d’expériences professionnelles. En effet, c’est par ces expériences qu’un recruteur peut s’assurer de l’efficacité du candidat et de ses compétences. 

Une personne qualifiée aura déjà rencontré une multitude de situations différentes, sera plus à même de réagir face aux difficultés et pourra proposer des solutions innovantes.

Ainsi, un candidat ayant effectué des stages de qualité sera considéré comme qualifiée et donc intéressante à recruter. Prêter une attention particulière au parcours du candidat constitue donc une étape primordiale pour le candidat et justifiée pour le recruteur souhaitant s’assurer des compétences du postulant.

Un processus s’étalant sur la durée, justifiée par l’ambition de favoriser la qualité du recrutement

Le processus de recrutement est certes long et fastidieux à la fois pour le candidat et pour le recruteur, toutefois, il est indispensable pour l’entreprise. En effet, recruter une personne non qualifiée peut avoir des effets indésirés sur le futur de l’entreprise. D’une part, recruter demande beaucoup de temps à l’entreprise, ce qui représente un coût important de recrutement. D’autre part, si la personne n’est pas compétente et qu’elle multiplie les erreurs une fois embauchée, l’entreprise s’expose à des risques et à une potentielle chute de chiffre d’affaire. Pour éviter de perdre du temps et de l’argent, le recrutement doit se faire en plusieurs étapes et doit répondre à des critères préalablement définis

Les tests de recrutement chez DataScientest

Face à la complexité du processus de recrutement, DataScientest a décidé de développer une série de tests de recrutement pour accompagner et aider les entreprises à sélectionner les meilleurs profils. Pour cela, DataScientest propose aux entreprises d’accéder à une plateforme en ligne au sein de laquelle nous effectuons des bilans de compétences au cas par cas: l’objectif pour nous est d’offrir aux entreprises une analyse personnalisée en produisant des comptes rendus développé et en dressant un tableau détaillé des compétences de chacun des candidats. 

Plus précisément, le bilan des compétences comprend deux dimensions essentielles : d’une part, le test de recrutement disponible sur notre plateforme permettant de cibler les compétences spécifiques de chaque profil. D’autre part, un business case, dont l’objectif est de mettre les candidats en situation d’examen et de les confronter à des cas pratiques. Ce faisant, il est plus facile pour les entrepreneurs de bien saisir les compétences techniques et scientifiques du candidat face auquel il se trouve. 

Ayant établi un processus automatisé qui passe par la mise en place d’une correction semi-automatisée, nous sommes aujourd’hui en mesure de fournir des résultats en moins de 24 heures. Ces corrections automatiques sont ensuite étudiées en profondeur par les data scientists de nos équipes pédagogiques.
Enfin, en tant qu’entreprise, vous serez en mesure de suivre le processus de manière totalement libre, en accédant à la plateforme en ligne. Vous pourrez ainsi bénéficier d’un suivi précis des étapes du test vous permettant de suivre la progression des candidats et de partager les copies avec une tierce personne.

Ainsi, la plateforme que nous proposons procure un kit complet, permettant aux entreprises d’effectuer avec succès leur processus de recrutement et d’identifier l’ensemble des compétences scientifiques et technologiques de chaque profil.

Conclusion

Ainsi, le processus de recrutement est un moment charnière en data science. Il est certes long et fastidieux mais il est justifié par l’obligation pour l’entreprise de s’assurer que le futur employé sera efficace et qu’il contribuera au développement de la société, sans poser de difficulté. Un mauvais recrutement peut s’avérer coûteux non seulement d’un point de vue financier mais aussi d’un point de vue temporel. Pour éviter de se retrouver dans de telles situations, les recruteurs doivent consacrer du temps et évaluer plusieurs niveaux de compétences. Pour cela, le recrutement en data science prend la forme d’une multitude de test et d’entretiens, à la fois théoriques, techniques et personnels. A ce sujet, un proverbe chinois disait « il est facile de recruter mille soldats, mais il est difficile de trouver un général » ; cela traduit bien la difficulté à trouver une personne compétente au sein d’une entreprise. Pour autant, l’évolution de l’entreprise en dépend et c’est la raison pour laquelle effectuer un bon recrutement en le soumettant à un enchaînement de tests de nature différente, reste fondamental.

Actualité data

DataScientist : Recrutement VS Formation

Pour la 5ème année consécutive, le métier de Data Scientist a été désigné comme le meilleur emploi aux USA par Glassdoor c’est aussi le métier qui connaît la croissance la plus rapide.

Lire plus »
Intelligence Artificielle et Société

Ethique ou Big Data

Comment faire prévaloir une question d’éthique en matière de données alors que la concurrence se veut mondiale ? Les européens doivent-ils se soumettre à une concurrence américaine et asiatique déloyale pour une question d’éthique ?

Lire plus »