L'information sur le marché du travail (IMT) est l'une des composantes fondamentales de tout système ou processus qui vise à développer l'emploi, la formation, l'orientation professionnelle, l'évolution de carrière et l'attractivité des organisations et des territoires.
Les déficits et les inadéquations que déplorent les employeurs renvoient souvent à la question des asymétries de compétences et d'information. C'est la raison pour laquelle réduire, voire même expliciter ces écarts de façon concrète nécessite l'accès à une information sur le marché du travail qui soit qualitative, complète et actualisée.
En pratique, ce sont les données massives (Big Data) sur le marché du travail qui ouvrent désormais le champ des possibles quant à la façon d'observer, d'analyser, de comprendre les transformations accélérées des métiers et des compétences.
Au cœur d'un système d'information sur le marché du travail (SIMT) basé sur les Big Data se trouve le concept d'ontologies dynamiques des métiers et des compétences, une extension des référentiels de compétences.
Ces ontologies constituent des composants de base non seulement pour le développement et la mise en œuvre des intelligences artificielles nécessaires à l'observation temps réel du marché, mais aussi pour la production des statistiques approfondies et le calcul d’indicateurs clés.
Dans cet article, nous revenons plus en détail sur le développement et les caractéristiques clés d'un référentiel - ou ontologie - dynamique des métiers et des compétences.
La puissance des ontologies dynamiques
Dans le cadre d'un SIMT basé sur les Big Data, la représentation et la mise à jour des référentiels métiers/compétences s’appuient en effet sur l'analyser des données massives non structurées et collectées en temps réel.
Nos ontologies dynamiques, qui se fondent sur les référentiels internationaux, en particulier, l’ISCO, l’ESCO et le ROME, et sont des structures représentationnelles des connaissances, visent notamment à structurer et harmoniser les données en vue de produire une information exploitable.
Ces ontologies permettent de regrouper et relier, de façon évolutive, un ensemble de métiers et d'occupations présentant des similitudes au niveau des activités réalisées et/ou des compétences techniques et opérationnelles nécessaires pour les exercer, dans l’optique de produire des statistiques par exemple.
A la base, les ontologies sont principalement exploitées pour normaliser le codage des informations, que ce soit lors de la phase de rédaction des documents, ou lors d’un traitement postérieur destiné à leur conférer un format les rendant exploitables pour des traitements automatisés. Elles ont en ce sens un rôle normatif analogue aux terminologies des référentiels métiers et compétences classiques (notamment les thésaurus) : mettre en place un vocabulaire commun et faire usage de représentations et concepts partagés, afin de permettre l’interopérabilité des documents, et l’élaboration de bases de connaissances des métiers et compétences qui soient universelles, dépassant les particularités de chaque partie.
Les ontologies peuvent ainsi être utilisées pour des applications plus complexes que la seule normalisation des données, comme l’indexation automatique de documents, l’extraction de connaissances, la recherche d’informations, le clustering, ou encore l'apprentissage des IA et la mise à jour automatisée des relations entres les métiers et les compétences.
En pratique, qu'est ce qui rend un référentiel dynamique ?
La masse d’information disponible sur le marché du travail permet de développer et mettre en place des systèmes d’information qui exploitent en temps réel les données accessibles à travers internet, reposant sur la collecte et l'analyse automatisées de ces données structurées, semi-structurées et surtout non-structurées, via des algorithmes et des intelligences artificielles spécialisées adossés à des architectures Big Data.
Notre système d'information sur le marché du travail (SIMT) se fonde sur un référentiel dynamique des métiers et des compétences, et exploite les standards internationaux, en particulier le ROME français.
Ce référentiel est dit "dynamique" car il dynamise ces standards, les enrichit, évolue dans le temps et s'adapte au contexte :
1- les liens entre micro-compétences, macro-compétences, métiers, familles de métiers et domaines d'activité suivent l’évolution de la demande sur le marché
2- en plus des niveaux de demande, ces liens prennent en considération plusieurs paramètres comme le secteur, la localisation géographique ou la taille d’entreprise par exemple
3- les compétences qui ont un sens similaire ou proche se regroupent et s'articulent automatiquement, avec des degrés variables
4- les nouveaux métiers, compétences ou technologies qui émergent sur le marché sont repérés et classifiés (avec la possibilité d'une validation humaine)
5- le transfert des propriétés à d’autres référentiels spécifiques (comme ceux des branches professionnelles) se fait automatiquement grâce aux mécanismes d'intégration et d'interopérabilité
Pour faire simple, l'IA joue le rôle d'un proxy vers le référentiel dynamique, qui assure une lecture harmonisée de l’offre, la demande et la formation via un langage commun des compétences.
Vous souhaitez en savoir plus sur nos solutions IA et Big Data au service des acteurs de la formation et du conseil carrière ?
Vous avez un projet, une étude spécifique à mener ?
Vous souhaitez avoir accès à nos données et insights ?
Vous aimeriez tester notre plateforme https://app.trouvetavoie.io ?
TrouveTaVoie œuvre pour rendre les données et les technologies de l'emploi accessibles à tous les acteurs du marché du travail, disposant de la base de données temps réel sur le marché du travail la plus large, la plus complète et la plus granulaire en France.
Kommentare