CV et intelligence artificielle : ce qui passe le filtre et ce qui bloque

Les éléments que le logiciel extrait sans difficulté

Un bloc d’expérience construit sur le modèle intitulé de poste, entreprise, dates, description est reconnu par tous les parseurs du marché. C’est la structure sur laquelle ils ont été entraînés, et s’en écarter n’apporte aucun avantage. Les diplômes suivent la même logique : nom du diplôme, établissement, année d’obtention.

Les compétences listées en texte, séparées par des virgules ou en puces simples, remontent correctement. Les outils et technologies nommés explicitement aussi, à condition d’employer leur nom complet au moins une fois avant d’utiliser une abréviation. Les coordonnées passent bien lorsqu’elles figurent dans le corps du document, sur des lignes distinctes.

Les éléments qui se perdent

Les en-têtes et pieds de page sont ignorés par une partie des parseurs. Un numéro de téléphone placé là peut simplement ne jamais arriver dans la fiche candidat, ce qui explique certaines candidatures sans suite pour une raison purement matérielle.

Les colonnes latérales posent un problème d’ordre de lecture. Le logiciel lit le document dans un ordre qu’il détermine lui-même, et une compétence placée dans une bande verticale à gauche peut se retrouver rattachée à la mauvaise expérience, ou détachée de tout contexte.

Les tableaux, encore fréquents dans les modèles de CV téléchargeables, sont la source d’erreur la plus classique : le contenu de deux cellules voisines se retrouve concaténé en une seule chaîne illisible.

Les jauges, étoiles et barres de progression ne contiennent aucun texte. Une personne qui indique son niveau d’anglais par quatre étoiles sur cinq n’a, du point de vue du logiciel, rien indiqué du tout. Écrire le niveau en toutes lettres coûte une ligne et règle la question.

Les images enfin, y compris le CV entièrement mis en page dans un outil graphique puis exporté. Le rendu est superbe à l’écran et vide pour le parseur.

Votre métier est-il exposé à l’IA générative ou à l’automatisation ? Analyser mon métier sur WorkmetriQ →

Le cas particulier des intitulés de poste

C’est le point le plus coûteux et le moins connu. Beaucoup d’entreprises attribuent à leurs salariés des intitulés internes qui ne veulent rien dire à l’extérieur : chargé de mission transverse, référent process, coordinateur de flux. Ces titres n’appartiennent à aucun référentiel métier, donc le logiciel ne peut rattacher l’expérience à aucune famille de postes.

La solution n’est pas de falsifier l’intitulé mais de le doubler. Sur la ligne d’expérience, faire figurer le titre reconnaissable, puis entre parenthèses l’intitulé interne réel. Le logiciel trouve ce qu’il cherche, le recruteur comprend la nuance, et rien n’est inventé.

Référentiel métier

Base de correspondances qui permet à un logiciel de rattacher un intitulé de poste à une famille professionnelle. Deux titres différents désignant le même métier seront traités comme équivalents s’ils figurent tous deux au référentiel, et comme étrangers l’un à l’autre dans le cas contraire.

Faut-il un CV différent par offre ?

Pas un CV différent : une version ajustée. Le socle reste identique, ce qui change est la hiérarchie et le vocabulaire. L’expérience la plus proche de l’offre remonte en tête, les termes employés par l’offre remplacent les formulations maison lorsqu’ils désignent la même chose, et les lignes sans rapport avec le poste visé se raccourcissent au lieu de disparaître.

Cet ajustement prend une vingtaine de minutes par candidature. C’est le meilleur rapport entre l’effort consenti et l’effet obtenu, bien avant toute tentative d’optimisation technique du fichier.

Pour situer votre métier face à l’IA avant de postuler, voir l’analyse WorkmetriQ →

Les fausses bonnes idées

Le bourrage de mots-clés en blanc sur fond blanc a longtemps circulé comme astuce. Les parseurs récents détectent le texte invisible, et un recruteur qui s’en aperçoit écarte la candidature pour une raison qui n’a plus rien de technique. Le gain est nul, le risque réel.

La multiplication des compétences listées sans lien avec le parcours produit le même effet pervers. Un profil qui revendique trente technologies sans qu’aucune expérience ne les mentionne devient suspect à la lecture humaine, qui reste l’étape décisive.

Enfin, l’idée que le CV se jouerait entièrement au niveau du filtre est inexacte. Le tri automatique détermine l’ordre de la pile. Ce qui décide de la suite est la qualité du parcours et la cohérence du projet, que le classement rende justice au dossier ou non.

Un CV lisible sert d’abord un lecteur humain

Les corrections décrites ici ont un effet secondaire utile : elles rendent le document plus rapide à lire. Une colonne unique, des dates régulières, des intitulés compréhensibles et des compétences écrites en toutes lettres correspondent exactement à ce qu’un recruteur cherche en quinze secondes de survol.

Autrement dit, il n’existe pas de CV optimisé pour la machine d’un côté et de CV séduisant pour l’humain de l’autre. La sobriété sert les deux, et l’énergie économisée sur la mise en page se reporte utilement sur le fond.

Avant de viser un poste, savoir comment il évolue face à l’IA : consulter WorkmetriQ →

FAQ

Faut-il mettre une photo sur son CV ?

Elle n’apporte rien au traitement automatique, qui ne l’exploite pas, et elle introduit un facteur de biais à la lecture humaine. Son absence ne pénalise pas la candidature en France.

Combien de mots-clés faut-il placer ?

La question est mal posée : il ne s’agit pas d’atteindre un quota mais d’employer, pour chaque chose que vous avez faite, le terme que l’offre emploie. Un terme bien placé dans une expérience réelle vaut mieux que dix dans une liste.

Un CV en deux pages pose-t-il problème ?

Non, ni pour le logiciel ni pour le recruteur au-delà de quelques années d’expérience. Ce qui pose problème est une deuxième page constituée de contenu décoratif.