Présélection de CV par IA pour Lever : scoring automatisé

Par Jürgen Ulbrich

Lever est un excellent ATS pour piloter un pipeline propre. Ce qui reste souvent pénible, c’est la présélection de CV Lever : ouvrir les CV un par un, les comparer à une fiche de poste, puis essayer de rester cohérent d’un évaluateur à l’autre.

Cette page présente un module connecté de Sprad + Atlas qui s’intègre à Lever. Ce n’est pas une fonctionnalité native de Lever et il ne remplace pas votre ATS. Il se place au-dessus de Lever et automatise l’analyse des CV, le scoring et les présélections classées, puis réécrit les résultats dans Lever pour que votre équipe continue de travailler là où elle travaille déjà. Le workflow est généralement livré via Sprad Automate : « Nous concevons le workflow. Il tourne tout seul. »

Présélection de CV Lever : ce qui change avec Atlas connecté

La présélection manuelle coûte cher, car elle augmente linéairement avec le volume. Des analyses du secteur montrent régulièrement que les recruteurs passent l’essentiel de leur temps sur des tâches administratives ; une étude l’estime à 60–80 % (voir cette analyse du temps administratif des recruteurs). Un audit du temps de travail cite en moyenne environ 14 heures par semaine consacrées à des tâches automatisables avec la bonne configuration (Prepzo).

Avec Atlas connecté pour la présélection de CV Lever, c’est toujours vous qui décidez. Vous menez toujours les entretiens. La décision de recrutement vous appartient toujours. Ce qui change, c’est la file de départ : au lieu d’une pile de CV non classés, vous obtenez une présélection classée avec un raisonnement transparent, réécrite directement dans Lever.

Ce qu’Atlas produit dans Lever

  • Des données de CV structurées (expérience, compétences, formation) extraites du CV importé.
  • Un score d’adéquation par rapport à votre véritable fiche de poste (pas seulement un modèle générique), avec une courte explication.
  • En option, un scoring par rapport à des « profils de réussite » issus de vos meilleurs collaborateurs, lorsque vous voulez que les enseignements du développement des personnes alimentent le recrutement.
  • Une présélection classée, pour que les recruteurs examinent d’abord les meilleures correspondances.
  • Une réécriture dans Lever sous forme de notes, de tags ou de champs mappés, configurée selon le fonctionnement de votre équipe.

Comment fonctionne l’intégration Lever (événement → Atlas → réécriture)

Lever est conçu pour s’intégrer : vous pouvez utiliser ses API et ses événements webhook pour réagir lorsque des fiches candidats changent. Le déclencheur typique de la présélection de CV Lever est simple : « une nouvelle candidature arrive dans Lever ».

À partir de là, Atlas exécute un workflow défini. Vous pouvez le garder entièrement automatique ou ajouter des étapes de validation pour certains postes.

Étape 1 : Lever signale une nouvelle candidature

Quand une candidature est créée, Lever peut déclencher un événement. Atlas écoute cet événement et récupère les données du candidat et de l’opportunité dans Lever via l’API. Les développeurs décrivent souvent ce schéma comme « webhooks + données d’opportunité » : le système récupère la fiche du candidat au moment où l’événement se déclenche (voir un aperçu technique des webhooks Lever et des schémas d’utilisation de l’API ici).

Étape 2 : Atlas récupère le CV et le contexte du poste

Atlas récupère :

  • le profil du candidat et ses pièces jointes (CV),
  • l’offre d’emploi et le contexte du poste (intitulé, lieu, exigences),
  • vos critères de présélection (critères indispensables, souhaitables, rédhibitoires).

En pratique, c’est là que beaucoup de configurations limitées à l’ATS montrent leurs limites : la fiche de poste existe, mais la question « comment l’interprète-t-on de façon cohérente ? » reste dans la tête des gens. Atlas la transforme en une logique de scoring explicite et réutilisable.

Étape 3 : Atlas analyse et structure le CV

Atlas convertit les CV non structurés en données structurées. C’est important, car cela réduit les erreurs de correspondance par mots-clés et garde le scoring explicable. Au lieu de « le modèle a aimé ce profil », vous pouvez montrer ce qui correspond (compétences, années d’expérience, exposition sectorielle) et ce qui ne correspond pas.

Étape 4 : Atlas évalue les candidats par rapport à votre véritable fiche de poste

Atlas évalue chaque candidat selon les critères que vous définissez pour ce poste. Vous pouvez inclure des pondérations (par exemple : les compétences clés comptent plus que les outils optionnels) ainsi que des règles strictes (par exemple : « doit disposer d’une autorisation de travail dans l’UE » ou « doit parler allemand niveau C1 »).

Si vous voulez aller plus loin, Atlas peut aussi évaluer par rapport à des signaux de réussite internes, issus de vos propres données RH. C’est ici que l’approche de Sprad se distingue : Atlas ne se limite pas aux données de l’ATS. Il peut lire l’ensemble de votre stack RH via un « People Data Knowledge Graph », qui relie le recrutement à ce que vous apprenez au fil du temps sur la performance, les compétences et le développement.

Étape 5 : Atlas réécrit la présélection classée dans Lever

Atlas renvoie les résultats dans Lever pour que les recruteurs n’aient pas à ouvrir un autre outil. Les réécritures typiques comprennent :

  • un score d’adéquation (numérique ou par tranches),
  • une courte explication (2 à 5 points en langage clair),
  • des alertes en option (critère indispensable manquant, dates incohérentes, séniorité floue),
  • des suggestions d’étapes suivantes en option (inviter à un entretien de présélection, poser une question ciblée, transmettre au manager).

Votre équipe continue de piloter le processus de recrutement dans Lever. Atlas tourne en arrière-plan. Sprad résume souvent ce mode de fonctionnement ainsi : « Arrêtez de rédiger. Arrêtez de relancer. Commencez à livrer. » L’idée : moins d’écriture, moins de clics, plus de décisions.

Présélection de CV Lever : Lever seul ou Lever + Atlas (module connecté)

Lever propose un workflow de recrutement solide, conçu pour des pipelines structurés. Lever met aussi en avant des fonctions de « présélection par IA » (voir la page de Lever consacrée à la présélection par IA). Dans la réalité du quotidien, beaucoup d’équipes font encore manuellement la partie la plus exigeante : interpréter chaque CV par rapport à un poste nuancé et aligner les évaluateurs.

Atlas ne cherche pas à remplacer le workflow de Lever. Il automatise le gros du travail de présélection et réécrit le résultat dans votre processus existant.

Étape du recrutement Lever seul (réalité typique) Lever + Atlas pour la présélection de CV Lever
Réception des CV Les CV arrivent ; les évaluateurs ouvrent les PDF et cherchent des mots-clés et des signaux. Atlas analyse les CV en compétences et expériences structurées pour une comparaison cohérente.
Évaluation de l’adéquation L’interprétation varie selon l’évaluateur ; les « critères indispensables » dérivent avec le temps. Atlas évalue chaque candidat selon les mêmes critères et la même logique de fiche de poste.
Présélection Les recruteurs construisent les présélections à la main ; de bons candidats peuvent passer à travers quand le volume est élevé. Atlas réécrit dans Lever une présélection classée avec un raisonnement transparent.
Temps du recruteur La présélection, très administrative, peut absorber de nombreuses heures par semaine (les audits du temps de travail citent environ 14 h/semaine pour les tâches automatisables). Les recruteurs partent de candidats classés et consacrent leur temps aux entretiens et à l’alignement avec les parties prenantes.

Ce qui distingue Atlas pour la présélection de CV Lever (et ce qui exige de la prudence)

Le scoring de CV paraît simple, jusqu’à ce qu’on le déploie à grande échelle. On rencontre alors les vrais problèmes : critères incohérents, biais cachés, manque d’explicabilité et candidatures « spam IA » qui font perdre du temps à tout le monde.

1) Un scoring transparent que vous pouvez défendre

Atlas est conçu pour produire un score et une courte justification. C’est utile pour l’alignement avec les managers, pour la traçabilité et pour les échanges avec le conseil d’entreprise dans les contextes DACH. Vous pouvez montrer ce qui correspond et pourquoi un candidat est classé là où il l’est.

2) Un scoring par rapport à la véritable fiche de poste (pas à des intitulés génériques)

La plupart des équipes de recrutement n’ont pas besoin de taxonomies génériques supplémentaires. Elles ont besoin de « ce poste précis, dans cette équipe, avec cette stack, sur ce marché ». Atlas lit la fiche de poste que vous utilisez réellement dans Lever et applique les critères que vous définissez.

3) En option : apprendre de vos meilleurs collaborateurs, avec prudence

Utiliser des « profils de réussite » peut être puissant, mais demande des garde-fous. Si vous reproduisez simplement les résultats de recrutement passés, vous risquez de figer d’anciens biais. Ce mode doit donc être :

  • activé sur option poste par poste,
  • transparent sur les signaux qui influencent le scoring,
  • revu avec les RH, le juridique/la conformité et, le cas échéant, un conseil d’entreprise.

Bien fait, cela crée une boucle de retour étroite : ce que vous apprenez dans le développement des personnes oriente ce que vous recherchez au recrutement, sans que cela devienne une boîte noire.

4) L’humain dans la boucle là où cela compte

Tous les postes ne doivent pas être entièrement automatisés. Les workflows Atlas peuvent être configurés avec des étapes de validation, par exemple :

  • Évaluer tout le monde automatiquement, mais ne faire avancer automatiquement que les candidats au-dessus d’un seuil défini.
  • Évaluer et notifier automatiquement, mais exiger la confirmation du recruteur avant de changer d’étape.
  • Appliquer une présélection entièrement automatique aux postes à fort volume, et une présélection assistée aux postes de direction.

Deux workflows pratiques de présélection de CV Lever (sans tout remplacer)

Pour rendre cela concret, voici deux schémas courants que les équipes demandent lorsqu’elles utilisent Lever et veulent une présélection de CV. Ce sont des conceptions de workflow, pas des promesses de résultats identiques dans chaque organisation.

Workflow A : postes à fort volume avec des critères indispensables stricts

À utiliser lorsque vous êtes submergé de candidatures : opérations, support client, développement commercial, postes de siège dans le commerce de détail, ou tout poste qui attire beaucoup de candidatures spontanées.

Configuration typique :

  1. Une nouvelle candidature arrive dans Lever → Atlas se déclenche immédiatement.
  2. Atlas extrait les critères indispensables (langue, autorisation de travail, couverture des horaires, outils clés).
  3. Atlas attribue un score d’adéquation et signale les critères indispensables manquants.
  4. Atlas écrit le score et l’explication dans Lever et produit une présélection classée.
  5. Les recruteurs examinent d’abord la meilleure tranche, puis font avancer les candidats dans Lever.

L’objectif est simple : éviter que l’équipe ne soit submergée et réduire le temps perdu sur des profils manifestement inadaptés.

Workflow B : postes de spécialistes avec une « expérience proche » nuancée

À utiliser pour l’ingénierie, la data, la sécurité, le produit ou des postes commerciaux de niche, où les meilleurs candidats ne correspondent pas forcément exactement à vos mots-clés.

Configuration typique :

  1. Atlas mappe les exigences de votre poste sur un modèle de compétences structuré.
  2. Atlas interprète l’expérience proche (par exemple : stacks similaires, domaines transférables, séniorité comparable).
  3. Atlas génère une courte justification qui aide le manager à comprendre la correspondance.
  4. Atlas réécrit les résultats dans Lever et, si vous le souhaitez, prévient le recruteur ou le manager dans Slack/Teams.

C’est là que « classement + explication » l’emporte sur les filtres de mots-clés bruts. Vous réduisez les faux négatifs sans obliger les recruteurs à lire chaque CV ligne par ligne.

Pourquoi une couche d’intégration vaut mieux qu’un tableau de bord de présélection de plus

Si vous utilisez déjà Lever, la dernière chose que vous voulez, c’est un outil de plus qui scinde le workflow : examiner dans l’outil B, décider dans l’outil B, puis recopier les notes dans Lever.

Le positionnement de Sprad est différent : c’est une couche d’automatisation et d’intelligence qui se branche sur les outils que vous utilisez déjà. Atlas est conçu pour lire dans vos systèmes et réécrire les résultats, de façon bidirectionnelle, à travers une large surface d’intégration. Sprad décrit cela comme « 1 500+ outils, un seul Atlas » sur sa présentation des intégrations.

Ce que vous évitez en gardant Lever comme système de référence

  • Aucune migration d’ATS et aucun projet de remplacement complet.
  • Aucune base de candidats en double qui crée des problèmes de conservation RGPD.
  • Aucune reformation de toute l’organisation pour utiliser une seconde interface de présélection.
  • Aucun copier-coller administratif pour reporter les enseignements dans le système de référence.

Modèle commercial : mise en place du projet, puis coûts d’utilisation de l’IA

Sprad est généralement mis en œuvre sous la forme d’un projet de mise en place ponctuel (souvent chiffré à environ 2 à 4 semaines selon le périmètre). Ensuite, les coûts courants correspondent principalement à l’utilisation de l’API d’IA (par exemple des appels à des modèles de type OpenAI/Anthropic), plutôt qu’à une licence SaaS classique par utilisateur.

Cette structure convient bien à la présélection de CV Lever, car le retour sur investissement dépend du volume traité et du temps gagné par les recruteurs, pas du nombre d’utilisateurs que vous pouvez licencier.

Ce que vous pouvez automatiser ensuite (une fois la présélection de CV Lever en place)

La présélection de CV est souvent le premier workflow que les équipes automatisent, car la difficulté est immédiate. Une fois l’intégration en place, les équipes étendent généralement l’usage à des routines de recrutement voisines sans ajouter de nouveaux outils.

Parmi les étapes suivantes courantes :

  • Planification et coordination des entretiens entre agendas et e-mails, déclenchées par un changement d’étape dans Lever.
  • E-mails de refus personnalisés à grande échelle, toujours alignés sur vos modèles et votre ton.
  • Présélection par voix ou vidéo avec protection anti-spam, avant que les candidats ne mobilisent du temps humain.
  • Sourcing actif pour alimenter le haut du funnel lorsque les candidatures spontanées sont faibles.

Si vous voulez associer la présélection de CV Lever au sourcing, Atlas peut aussi prendre en charge des workflows sortants via Atlas People Search, afin que vos recruteurs passent moins de temps à construire des listes et plus de temps à parler aux candidats.

Le regard DACH : RGPD, conseil d’entreprise et présélection responsable (indications non contraignantes)

Si vous recrutez en Allemagne, en Autriche ou en Suisse, l’automatisation du recrutement est rarement une simple décision technique. Il faut de la gouvernance : protection des données, règles de conservation et, souvent, codétermination.

RGPD et minimisation des données

Pour la présélection de CV Lever, les questions RGPD les plus concrètes sont :

  • Quelles données de candidats sont traitées pour le scoring ?
  • Où les données sont-elles hébergées et traitées (UE/EEE) ?
  • Comment gérez-vous la conservation et les demandes de suppression ?
  • Qui peut accéder aux scores, aux justifications et aux documents sous-jacents ?

Sprad se présente comme conforme au RGPD et à l’EU AI Act sur ses pages produit (par exemple sur la présentation de la gestion des talents de Sprad). Votre base juridique et votre documentation dépendent toutefois de votre configuration et de la conception de votre processus.

Implication du conseil d’entreprise (Betriebsrat, Allemagne)

Lorsqu’un système influence réellement les décisions de recrutement, il peut déclencher des sujets liés au conseil d’entreprise, notamment autour des directives de sélection et de l’aide à la décision automatisée. Un aperçu RH/juridique allemand indique que les directives de sélection du personnel peuvent relever de la codétermination (voir ce résumé sur les droits du conseil d’entreprise face aux RH assistées par IA).

Concrètement, trois éléments facilitent la discussion :

  • Explicabilité : ce qui détermine le score, en langage clair.
  • Paramétrabilité : vous définissez les critères ; vous pouvez désactiver le mode poste par poste.
  • Supervision humaine : le score appuie les décisions ; il ne les remplace pas.

Biais, équité et limites du scoring de CV

Aucun système de présélection de CV n’est « neutre » par défaut. Les CV portent des signaux corrélés à des caractéristiques protégées. Votre meilleure protection est la conception du processus :

  • Utilisez des critères structurés, liés au poste et documentés.
  • Privilégiez un raisonnement explicable fondé sur les compétences et l’expérience plutôt qu’un vague « culture fit ».
  • Examinez régulièrement la distribution des scores et les taux de passage.
  • Conservez une étape de décision humaine claire, en particulier pour les refus et les changements d’étape.

Atlas soutient cette approche, car il réécrit un raisonnement explicite dans Lever. La revue et la calibration en sont plus faciles qu’avec un scoring en boîte noire.

Mise en œuvre : à quoi peut ressembler une mise en place de 2 à 4 semaines

La plupart des équipes veulent le même résultat : « Quand un candidat arrive dans Lever, je veux rapidement une présélection classée. » Le travail de mise en place consiste généralement à rendre explicite votre logique de présélection et à la mapper proprement dans Lever.

Plan de mise en œuvre semaine par semaine

  1. Conception du workflow : définir les critères de scoring, les pondérations, les critères indispensables et ce qui est réécrit dans Lever.
  2. Mise en place de l’intégration : connecter les événements/API de Lever, confirmer les objets et champs utilisés, définir les emplacements de réécriture.
  3. Contrôles qualité : tester sur des candidatures historiques (lorsque c’est autorisé) ou sur un poste pilote.
  4. Mise en production + ajustements : adapter les seuils, le format de justification et les notifications aux recruteurs selon l’usage réel.

Si vous voulez aller plus loin que la présélection de CV Lever par la suite, la même couche d’intégration peut prendre en charge davantage de routines dans votre stack RH. Atlas peut être déclenché de façon planifiée, par événement ou à la demande (par exemple depuis Slack/Teams), ce qui est utile dès que vous automatisez plus d’une étape.

FAQ sur la présélection de CV Lever (réponses rapides)

Est-ce une fonctionnalité native de Lever ?

Non. Atlas est un module connecté tiers qui s’intègre à Lever. Vous gardez Lever comme ATS.

Où les recruteurs voient-ils les résultats ?

Dans Lever. Atlas écrit un score et une explication dans la fiche du candidat (par exemple sous forme de notes, de tags ou de champs mappés), selon votre configuration.

Atlas refusera-t-il automatiquement des candidats ?

Seulement si vous concevez le workflow ainsi. Beaucoup d’équipes commencent par « score + classement uniquement », puis ajoutent des étapes d’automatisation une fois la confiance établie.

Atlas peut-il évaluer par rapport à notre profil de réussite interne ?

Oui, en option. Il peut intégrer des profils issus des données de vos collaborateurs existants, mais vous devez appliquer des garde-fous d’équité et garder la logique transparente.

L’ajout d’IA augmente-t-il le risque de conformité ?

Cela peut être le cas si l’outil devient une boîte noire ou si le traitement des données n’est pas clair. Vous réduisez le risque grâce à l’explicabilité, à la minimisation des données, aux contrôles d’accès, à des critères documentés et à une supervision humaine.

Si vous évaluez la présélection de CV Lever : une checklist pratique

Si vous comparez des options (fonctions natives, solutions ponctuelles ou couches d’intégration), utilisez des questions qui percent les démos :

  • Profondeur de la réécriture : l’outil réécrit-il les scores et les justifications dans Lever, ou garde-t-il ses analyses dans sa propre interface ?
  • Explicabilité : un recruteur peut-il expliquer le score à un manager en 30 secondes ?
  • Contrôle : pouvez-vous modifier les critères par poste sans attendre le support du fournisseur ?
  • Humain dans la boucle : pouvez-vous exiger une validation pour les étapes sensibles ?
  • Gouvernance des données : hébergement dans l’UE, contrôles de conservation, préparation au contrat de sous-traitance (DPA/AVV), journaux d’audit.
  • Surface d’intégration : la même couche peut-elle automatiser la planification, la messagerie et, plus tard, l’onboarding, sans acheter trois outils ?

Où Sprad s’intègre (pour décider vite)

Sprad est une plateforme RH axée sur l’IA, utilisée par des entreprises comme Zalando, Dior, LVM, Bijou Brigitte, ainsi que par des employeurs du secteur public comme la ville de Stuttgart. Elle combine trois piliers : un espace de gestion des talents (entretiens, compétences, objectifs), un système de cooptation et Atlas, le collègue IA qui se connecte à toute votre stack RH.

Pour la présélection de CV Lever, la partie pertinente est Atlas, avec un workflow connecté livré via Sprad Automate. La promesse clé est simple : vous ne remplacez pas Lever. Vous ajoutez une couche de scoring et de classement qui tourne automatiquement, reste transparente et renvoie les résultats dans l’outil auquel vos recruteurs font déjà confiance.

Pour explorer à quoi ressemblerait ce workflow dans votre instance Lever, commencez par l’approche de workflow décrite sur Sprad Automate ou consultez le modèle plus large « tout connecter » sur les intégrations de Sprad.

Jürgen Ulbrich

CEO et cofondateur de Sprad

Jürgen Ulbrich cumule plus de dix ans d’expérience dans la construction et la direction d’équipes et d’entreprises performantes. Expert des programmes de cooptation ainsi que des processus de feedback et de performance, Jürgen a aidé plus de 100 organisations à optimiser leur stratégie d’acquisition et de développement des talents.

Modèles et téléchargements gratuits

Rejoignez la communauté en seulement 26 secondes et profitez d’un accès gratuit à plus de 100 ressources, modèles et guides.

Modèle gratuit de référentiel de compétences (Excel + Sheets)
Vidéo
Gestion des compétences
Modèle gratuit de référentiel de compétences (Excel + Sheets)
Modèle gratuit de matrice de compétences pour Excel et Google Sheets
Vidéo
Gestion des compétences
Modèle gratuit de matrice de compétences pour Excel et Google Sheets

La People Powered HR Community s’adresse aux professionnels RH qui placent l’humain au cœur de leur travail RH et recrutement. Ensemble, transformons notre conviction commune en un mouvement qui change le monde des RH.