Modélisation prédictive comportementale de la fiabilité de la main-d’oeuvre - QC-895

Genre de projet: Recherche
Discipline(s) souhaitée(s): Statistiques / études actuarielles, Sciences mathématiques, Affaires, Sciences sociales et humaines, Science économique
Entreprise: Djob (9505-0720 Québec Inc)
Durée du projet: 6 mois à 1 an
Date souhaitée de début: Dès que possible
Langue exigée: Français
Emplacement(s): Montréal, QC, Canada
Nombre de postes: 1
Niveau de scolarité désiré: MaîtriseDoctoratRecherche postdoctorale
Ouvert aux candidatures de personnes inscrites à un établissement à l’extérieur du Canada: No

Au sujet de l’entreprise: 

9505-0720 Québec Inc. (Djob) est une entreprise canadienne innovante oeuvrant dans le secteur des technologies de l'information appliquées aux ressources humaines (HRTech). Initialement conçue comme une plateforme agile de mise en relation en temps réel entre PME et travailleurs indépendants pour combler la pénurie de main-d'oeuvre, Djob opère un pivotement technologique et scientifique majeur. L'entreprise ambitionne de transformer l'évaluation du capital humain en devenant une infrastructure de données comportementales (« Behavioral Data-as-a-Service »).
En s'appuyant sur les principes d'équité, de diversité, d'inclusion et d'accessibilité (EDIA), Djob valorise le savoir-être et élimine les biais systémiques du recrutement traditionnel (anonymisation des profils, absence de CV formel obligatoire). Appuyée par des structures d'élite telles que le Centech (ÉTS) et La Base entrepreneuriale HEC Montréal, Djob gère aujourd'hui un bassin actif de plus de 2 100 travailleurs. L'organisation vise à établir un standard universel de confiance et de fiabilité comportementale pour l'économie physique (logistique, construction, fabrication), maximisant ainsi la rétention et l'efficience opérationnelle des entreprises nord-américaines.

Veuillez décrire le projet.: 

Problématique et but principal : Les méthodes de sélection traditionnelles (CV, entrevues) échouent à prédire la fiabilité opérationnelle brute (no-shows, ponctualité, désengagement, nonchalence) de la main-d'oeuvre, générant un coût de roulement moyen de 45 000 $ par travailleur dans l'économie physique. Le but fondamental de la recherche de Djob est de passer de la théorie psychométrique déclarative à la validation empirique terrain en créant un index prédictif comportemental : la « Cote Travailleur » (ou Predictive Hiring Score - PHS). L’objectif est de concevoir une couche de confiance objective capable de réduire drastiquement les coûts de recrutement et les taux de roulement industriels. L’équivalent de la cote de crédit Équifax mais pour l’employabilité.
Méthodologie et tâches du stagiaire : Sous la supervision des fondateurs et d’un chercheur universitaire, le stagiaire réalisera une recherche translationnelle en psychologie industrielle et comportementale. Ses fonctions se déclineront en quatre axes :
1. Recherche théorique et ontologique : Identifier et cartographier les variables comportementales et psychométriques issues de la littérature scientifique (modèles Big Five, HEXACO et déterminants de la conscientiosité) applicables aux postes de première ligne.
2. Inférence technologique (Passive Sensing) : Collaborer avec l'équipe de développement logiciel pour traduire ces variables théoriques en proxys techniques mesurables, en exploitant les flux de données passifs et non intrusifs d'un smartphone (variabilité de l'horodatage d'activation, consistance des routines temporelles, vigor de mouvement via accéléromètre).
3. Analyse statistique : Traiter et croiser les données comportementales anonymisées issues de notre vivier de 2 100 travailleurs avec les indicateurs de performance réels mesurés sur le terrain (ponctualité, assiduité, évaluations de missions).
4. Évaluation de la prédictivité : Bâtir et valider les modèles mathématiques composites du score pour confirmer l'adéquation et l'absence de biais algorithmiques ou d'impact disparate (conformément à la Loi 25 et aux critères de l'EEOC).

Expertise ou compétences exigées: 

Profil recherché : Étudiant(e) de cycle supérieur (Maîtrise ou Doctorat) spécialisé(e) en psychologie industrielle/organisationnelle, en ressources humaines (CRHA) ou en sciences du comportement / épidémiologie comportementale.

Compétences techniques et scientifiques obligatoires :
Solides compétences en méthodologie de recherche quantitative et conceptualisation de grilles d'évaluation (ontologies psychométriques).
● Maîtrise avancée de l'analyse statistique et des outils de traitement de données quantitatives (ex. : SPSS, R, ou équivalents).
● Excellente compréhension des modèles de personnalité (Big Five, HEXACO) et de leur application aux comportements contre-productifs au travail (CWB).
● Aptitude à traduire des concepts scientifiques en critères fonctionnels pour une équipe d'ingénierie logicielle.
Atouts facultatifs :
● Connaissance des cadres réglementaires sur la gouvernance des données et l'éthique de l'IA (Loi 25 québécoise, normes de l'EEOC sur les biais algorithmiques).
● Intérêt ou expérience dans l'analyse de données issues du phénotypage numérique passif (digital phenotyping).