Sur WeLoveDevs.com, les développeurs peuvent liker les entreprises afin d’obtenir des recommandations. Vous le savez, WeLoveDevs n’est pas vraiment un jobboard, sinon on aurait juste posé un CMS. Nous avons construit toute l’application sur-mesure, et la moitié de notre équipe travaille chaque jour à inventer et ré-inventer l’expérience d’un développeur avec le recrutement. Un des sujets qui revient souvent, c’est la fonctionnalité des Likes et des recommandations sur WeLoveDevs.com.
Qu’est-ce qui se passe quand je Like une entreprise sur WeLoveDevs ?
Quand tu likes une entreprise sur WeLoveDevs, c’est une marque d’intérêt pour le recruteur. Les recruteurs explorent le vivier de candidats en créant des recherches; par exemple : « Java » à Paris, France. Dans ces recherches, les résultats sont ordonnés pour que le recruteur ait le meilleur taux de succès en contactant les candidats. On lui indique avec une flamme 🔥 les candidats actifs rapidement, avec un cœur bleu 💙 les candidats qui ont échangé par téléphone avec Martin. On fait aussi remonter les candidats qui ont liké sa page entreprise, parce qu’il y’a de grandes chances que ce soit des candidats qui acceptent de le rencontrer s’il les sollicitent.
Aussi, sur leur dashboard, les recruteurs voient leurs « dernières activités » et ils peuvent remarquer votre profil de cette façon.
Mais le plus important c’est que le Like génère des recommandations.
Pourquoi des recommandations personnalisées ?
Nous nous sommes inspirés des plateformes de contenus qui cherchent différents moyens de vous faire découvrir du contenu. Une des façons les plus évidentes est de vous proposer un moteur de recherche. Cette façon fonctionne bien, si vous avez une idée assez précise de ce que vous cherchez. Si vous tapez « Die Hard » dans Netflix, vous aurez des résultats liés à Die Hard. De la même façon, sur Deezer si vous tapez « Métal », vous aurez du Métal et différents groupes populaires dans cette catégorie. Et évidement, si vous cherchez Java sur WeLoveDevs, vous trouverez des entreprises qui font du Java.
La deuxième, c’est le contenu « Editorial », c’est la manière dont vous sont présentés les articles sur les journaux, les sites d’informations. La Home de WeLoveDevs vous présente des sélections d’entreprises. Notamment, certaines qui sont générées de manière dynamique. Le but est que vous ayez envie de cliquer sur au moins une de ces entreprises, même si vous n’avez aucune idée de ce que vous cherchez.
Mais la meilleure façon c’est de créer une expérience personnalisée. Le but est de vous faire découvrir la bonne entreprise, que vous n’auriez pas forcément trouvée grâce moteur de recherche et les sélections. Et pourtant cette entreprise c’est peut-être la bonne, celle qui va changer votre vie.
Comment ça marche ?
Nous faisons de la détection de motif, de l’apprentissage de règles d’association.
La majorité des alternatives à WeLoveDevs font du matching. Ils vont donner un score d’affinité entre votre profil et une annonce. Par exemple, avant de créer WeLoveDevs, j’avais utilisé un concurrent pour chercher du travail. J’avais un profil qui indiquait 3 postes en tant que développeurs iOS, deux en région Lilloise, un à Paris Nord. Et il me donnait 89% de matching avec un poste de Lead Dev à Sèvres. Le job à Paris Nord était déjà à 1h20 de transports de chez moi, celui à Sèvres était donc à 2H+. Et pourtant, c’était 89% de matching ! 11% c’est suffisant pour qu’un job ne soit pas pertinent. C’est parce qu’au résultat, ces algorithmes sont plus capables de définir si vous, en tant que candidat, êtes pertinent pour l’annonce et non l’inverse.
Nous voulons que le modèle soit capable de définir si une entreprise correspond à votre rêve et c’est pour cela que l’algorithme ne prend en compte aucune de vos données.
Il apprend des likes et définit des séries. Ainsi, si vous avez liké l’entreprise A et l’entreprise B, et que 90% des utilisateurs qui ont liké l’entreprise A et l’entreprise B ont également liké l’entreprise C, il vous sera recommandé l’entreprise C.
Ce type d’algorithme est utilisé pour les suggestions de followers sur Twitter ou pour les recommandations de produits sur Amazon. Si le sujet vous intéresse en détail, je vous recommande de lire la page Wikipédia concernée.
Pour satisfaire votre curiosité technique, il faut savoir qu’on héberge ce système sur une infrastructure Serverless. J’ai donné une conférence sur le sujet dont vous pouvez retrouver le support sur Slideshare.
Ce qu’il faut retenir
- Le like est une marque d’intérêt et l’entreprise contacte en premier les développeurs qui ont liké sa page.
- Plus on a de likes, plus les recommandations sont pertinentes !
Pour découvrir des entreprises à liker, rendez-vous sur la Home de WeLoveDevs.
Les entreprises les plus recommandées en ce moment sont dans le Top 100 !