Préambule
La vision HrFlow.ai
Chez HrFlow.ai, nous sommes convaincus que l'avenir du recrutement ne s'écrira pas dans des systèmes fermés, mais grâce à des technologies ouvertes et accessibles aux développeurs mises directement entre les mains de ceux qui construiront le recrutement de demain. C'est tout le sens du Grand Hackathon GenAI & RH: donner à de jeunes talents l'opportunité de réinventer l'écosystème RH, sans les freins habituels liés à l'infrastructure ou à la donnée. Après le succès de la première édition en 2025, centrée sur des équipes d'entreprises, nous avons changé de dimension pour la saison 2 pour ouvrir notre suite d'API à l'élite des écoles d'ingénieurs françaises et leur confier un défi sans filet : concevoir le recrutement de demain en 30 heures.
L’idée fondamentale est d'offrir aux meilleurs étudiants du monde bien plus qu'un simple concours de code, mais un véritable terrain d'expérimentation unique pour donner vie à des cas concrets et novateurs d'IA appliquée aux Ressources Humaines. Pour y parvenir, nous leur offrons un cadre sécurisé et bienveillant, entièrement propice à l’innovation. Entourés et guidés à chaque étape par nos propres experts, ces futurs talents disposent de toutes les clés technologiques et méthodologiques pour co-construire, avec HrFlow.ai, l’avenir des ressources humaines et de l’IA.
Au-delà des présentations et des pitchs, le véritable défi posé aux étudiants était d'aller jusqu'au prototype : livrer, en un temps record, une solution réellement fonctionnelle. Grâce à un accès libre à la suite de 12 API HrFlow.ai, ils ont pu s'appuyer sur une infrastructure éprouvée et se concentrer sur l'essentiel: l'expérience utilisateur et la valeur métier.
Un défi technologique et humain
Le recrutement fait face à un paradoxe : il n'a jamais été aussi complexe de trouver le bon talent, et pourtant, les recruteurs passent encore la majorité de leur temps sur des tâches administratives à faible valeur ajoutée. L'IA générative peut résoudre ce paradoxe. Elle ne remplace pas l'humain, elle le libère. Qu'il s'agisse d'automatiser la rédaction d'offres, de pré-qualifier des candidats via des agents conversationnels ou d'expliquer de manière transparente pourquoi un profil correspond à un poste, l'IA permet de remettre l'échange humain au centre du processus de recrutement en donnant au recruteur les moyens de prendre une décision éclairée.
Construire la “Hiring SuperIntelligence” de demain, c'est avant tout construire un écosystème. L'open innovation est inscrite dans l'ADN de HrFlow.ai. Nous croyons que les meilleures solutions émergent de l'intelligence collective et du croisement des regards. Ouvrir nos technologies à des étudiants, c'est accepter d'être surpris. C'est voir nos API utilisées d'une manière que nous n’aurions peut-être pas anticipée, et c'est surtout prouver que lorsqu'on donne aux développeurs des blocs de construction solides et documentés, la vitesse d'innovation devient exponentielle.
Format et déroulement de la deuxième édition
Pour cette seconde édition, HrFlow.ai a cassé les codes traditionnels des hackathons académiques en imaginant un parcours hybride en deux temps : une phase de production brute en immersion, suivie d'une finale prestigieuse sur l'un des plus grands salons professionnels de France.
- Phase 1 - Le hackathon de 30h : les 10 équipes conçoivent et développent le prototype fonctionnel d'un agent IA, avant de le présenter à un jury d'experts HrFlow.ai qui sélectionne les 3 finalistes.
- Phase 2 - Le Demo Day : Sur la scène du Salon Solutions RH, les 3 finalistes pitchent en direct devant les professionnels du secteur, dont le vote désigne le grand gagnant.
Le Hackathon : 30h d'immersion
Un format repensé
Pour cette deuxième saison, HrFlow.ai a fait le choix de condenser la phase de production pure sur une durée de 30 heures d'immersion totale. L'objectif de ce resserrement chronologique est d'émuler l'agilité des meilleurs sprints de développement produit et de pousser les participants à aller droit à l'essentiel : la création de valeur et l'expérience utilisateur. Quittant les schémas académiques traditionnels, le format plonge les étudiants dans le quotidien d'une startup technologique sous haute pression créative.
Durant 30 heures continues, la JÖRO HOUSE du IXeme arrondissement de Paris se transforme en une véritable ruche d’innovation. L'atmosphère est un équilibre unique entre la rigueur technique et la convivialité. Les équipes bénéficient d'un accès direct et permanent aux experts, ingénieurs et data scientists de HrFlow.ai. Ces derniers jouent le rôle de mentors pour débloquer les verrous techniques liés aux architectures d'agents ou à l'orchestration des données des API. Entre deux sessions intenses de code, les moments de pause partagés autour de pizzas et de café renforcent l'esprit de communauté, de cohésion et d'émulation collective.
Les équipes participantes
Le processus de sélection a été particulièrement rigoureux : sur plus de 60 inscriptions, seuls les 26 meilleurs étudiants ont été retenus pour participer à l'aventure. Ces profils d'exception ont ensuite été répartis en 10 équipes pluridisciplinaires issues des plus prestigieuses institutions et grandes écoles d'ingénieurs françaises :
- L'élite des écoles d'ingénieurs : École Polytechnique, CentraleSupélec, Mines Paris, École des Ponts et Chaussées, Télécom Paris, ENSTA Paris, ENSAE Paris, Centrale Lyon
- Les experts de la tech & de la data : EPITA, ensIIE, Télécom SudParis, DSTI (Data ScienceTech Institute), Polytech Tours, Université Paris-Saclay, Université Paris Cité
- L'excellence business & internationale : emlyon business school, ISCAE Education
Cette diversité de profils de hauts niveaux garantit la livraison de prototypes non seulement robustes sur le plan algorithmique, mais aussi viables sur le plan business.
Présentation des projets
Sur un catalogue de 12 problématiques concrètes et stratégiques soumises en amont par des entreprises de l'écosystème RH, les 10 équipes se sont réparties le développement et l'intégration de solutions clés.
À l’issue des 30 heures de sprint intensif, la phase de production pure a laissé place à l'exercice des pitchs. Toutes les équipes ont dû, chacune leur tour, présenter leur prototype d'agent IA selon un format chronométré particulièrement exigeant : 4 minutes de pitch suivies de 2 minutes de questions-réponses. Face à elles, un jury exigeant composé d'experts techniques et métiers de HrFlow.ai a challengé la viabilité de chaque solution.
Projet 1 - Claw4HR [Projet Finaliste]
- L’équipe : Emile Jouannet et Matteo Atkinson
- École : EPITA
- Problématique : Le sourcing de candidats passifs est chronophage et nécessite une recherche manuelle complexe sur le web ouvert.
| Étape | Description |
|---|---|
| Solution | Un agent IA proactif qui identifie, contacte et qualifie les profils pertinents sans intervention humaine initiale. |
| Résultats | Un prototype capable de générer une liste de candidats qualifiés en autonomie totale. |
| Prochaines étapes | Intégration de workflows de messagerie personnalisés par type de métier. |
Projet 2 - HRévolution [Projet Finaliste]
- L’équipe : Adrien Capitaine, Joris Bely et Nathan Champagne.
- École : EPITA
- Problématique : Le manque de transparence et d'explicabilité des algorithmes de scoring crée une barrière à l'adoption de l'IA par les recruteurs.
| Étape | Description |
|---|---|
| Solution | Une plateforme d'analyse combinant tagging et scoring explicable, offrant une vue argumentée sur chaque candidature. |
| Résultats | Un outil d'aide à la décision qui justifie chaque score par des extraits concrets du profil candidat. |
| Prochaines étapes | Développement d'un module de comparaison multicritères pour les hiring managers. |
Projet 3 - Rémi : l’IA interviewer [Projet Finaliste]
- L’équipe : Edouard André, Quentin Lauret et Rémi Brenaut.
- École : EPITA
- Problématique : La phase de pré-sélection initiale est souvent un goulot d'étranglement qui ralentit le "Time-to-Hire".
| Étape | Description |
|---|---|
| Solution | Une plateforme dédiée à l'automatisation intégrale des entretiens de pré-sélection et du filtrage initial. |
| Résultats | Un processus fluide et autonome garantissant une réactivité immédiate auprès des candidats. |
| Prochaines étapes | Intégration d'une analyse sémantique avancée sur les réponses vocales converties en texte. |
Projet 4 - ScoutFlow
- L’équipe : Elouan Nassih, Théophile Faure et Axel Hovasse
- École : École Polytechnique
- Problématique : Les données issues du web ouvert sont disparates, rendant leur intégration dans un pipeline de recrutement difficile.
| Étape | Description |
|---|---|
| Solution | Un outil transformant le web non structuré en un pipeline de sourcing organisé et prêt à l'emploi. |
| Résultats | Une réduction drastique du temps passé à la saisie manuelle et à la mise en forme des profils sourcés. |
| Prochaines étapes | Création d'un connecteur direct vers les principaux outils de gestion de talents (ATS). |
Projet 5 - First Round
- L’équipe : Tom Angles, Théodore Deguest et Elouan Tailliez
- École : EPITA
- Problématique : Les premiers échanges techniques mobilisent inutilement les ingénieurs pour des profils parfois non qualifiés.
| Étape | Description |
|---|---|
| Solution | Une IA simulant un premier tour d'entretien par chat pour évaluer l'adéquation technique réelle. |
| Résultats | Un score de performance technique généré avant même le premier contact humain. |
| Prochaines étapes | Élargissement de la base de connaissances aux métiers de la data et du produit. |
Projet 6 - CV Killer
- L’équipe : Gaétan Dégot-Silvestre et Adam Guediche
- École : École Polytechnique
- Problématique : Les CV traditionnels ne reflètent pas la réalité technique des développeurs sur des plateformes comme GitHub.
| Étape | Description |
|---|---|
| Solution | Un outil d'analyse d'activité GitHub identifiant les meilleurs profils en fonction de leurs projets réels. |
| Résultats | Une identification précise des experts techniques basée sur la preuve de réalisation (Proof of Work). |
| Prochaines étapes | Pondération du score en fonction de la popularité et de la complexité des dépôts de code. |
Projet 7 - OpenHR
- L’équipe : Aike Zhu, Xiaojing Yan et Léo SHAN
- École : Université Paris Cité, Paris Saclay, École Polytechnique
- Problématique : Les formulaires de candidature statiques ne permettent pas d'approfondir les points spécifiques d'un profil.
| Étape | Description |
|---|---|
| Solution | Un agent générant des questionnaires dynamiques permettant aux RH de "discuter" avec le profil via l'IA. |
| Résultats | Une boucle de feedback immédiate permettant de lever les doutes sur une compétence précise. |
| Prochaines étapes | Automatisation du compte-rendu de synthèse pour les recruteurs. |
Projet 8 - Recruitly
- L’équipe : Nabil Marc Chartouni et Wilfrid Wangon Zekou
- École : EPITA
- Problématique : La dispersion des informations (CV, tests, entretiens) complique la prise de décision finale.
| Étape | Description |
|---|---|
| Solution | Un outil centralisant toutes les données pour générer des résumés d'aide à la décision clairs et actionnables. |
| Résultats | Une meilleure collaboration entre les équipes RH et les managers opérationnels. |
| Prochaines étapes | Mise en place d'un système de recommandation basé sur les succès d'embauche passés. |
Projet 9 - JobFinder AI Agent
- L’équipe : Demartino Kuete Tsayo, Gurvan Nkouathio Kemnhou et Franck Ulrich Kenfack Noumedem
- École : École Polytechnique, ENSTA Paris
- Problématique : Les candidats passent trop de temps à chercher des offres pertinentes parmi des milliers d'annonces.
| Étape | Description |
|---|---|
| Solution | Un agent intelligent conçu pour dénicher sans effort les meilleures opportunités (stages/emplois) adaptées au profil. |
| Résultats | Une expérience candidat améliorée et un meilleur taux de matching dès la candidature. |
| Prochaines étapes | Personnalisation dynamique du pitch de présentation pour chaque offre détectée. |
Projet 10 - ClawedIn
- L’équipe : Jiso Chacko et Sunil Mannattu Anirudhan
- École : EPITA
- Problématique : La veille active sur le marché de l'emploi est une tâche répétitive et fastidieuse pour les talents.
| Étape | Description |
|---|---|
| Solution | Un agent autonome qui scanne le web pour trouver l'offre parfaite selon les critères et l'historique du candidat. |
| Résultats | Un gain de temps considérable pour l'utilisateur qui ne reçoit que des offres ultra-qualifiées. |
| Prochaines étapes | Intégration de conseils de coaching de carrière basés sur les tendances du marché. |
Évaluation des projets et sélection des finalistes
Suite à l’enchaînement de ces 10 présentations, le jury s’est retiré pour évaluer et noter méthodiquement le travail des étudiants. Les délibérations se sont appuyées sur une grille d'évaluation articulée autour de 4 grands critères stratégiques :
- Qualité de la démo : Analyse de l'interface utilisateur (UI/UX), de la performance technique du live et de l'alignement produit avec le problème identifié
- Qualité de la technologie : Évaluation de la robustesse technique, de la propreté du code, de l'utilisation de méthodes de pointe (GenAI) et de l'efficacité de l'intégration des API HrFlow.ai
- Qualité de la présentation : Appréciation du design des slides, du storytelling et de l'aisance oratoire des candidats
- Pérennité de la solution : Analyse du potentiel de scalabilité technique, de la viabilité économique à court ou moyen terme et de la simplicité de déploiement sur le marché
Le niveau général des prototypes présentés par cette élite étudiante était si haut que les délibérations ont été particulièrement serrées. Le jury a finalement rendu son verdict en annonçant l'identité des 3 équipes finalistes.
Loin d'être un point d'arrêt, cette annonce a marqué le début d'une nouvelle course contre la montre : ces 3 équipes qualifiées ont alors disposé de quelques jours supplémentaires pour peaufiner leur code, ajuster leur design et perfectionner leur discours avant l'ultime démonstration de force : le grand Demo Day sur la scène du salon Solutions RH.
Phase 2: Le Demo Day
Le 8 avril 2026, les 3 équipes finalistes ont vécu un moment de vérité : pitcher et faire la démonstration en direct de leur prototype sur la grande scène du salon Solutions RH, Porte de Versailles. Devant une salle comble composée de DRH, de recruteurs et de décideurs du secteur, les étudiants ont dû défendre la valeur business et l'utilité métier de leur solution.
Cette exposition publique majeure a offert aux étudiants une mise en situation réelle inestimable, tout en montrant concrètement aux professionnels du secteur la puissance de l'open innovation lorsqu'elle est propulsée par la technologie HrFlow.ai.
Le cadre : Le salon Solutions RH, épicentre de l'innovation RH
Le 08 avril 2026, l'événement a atteint son apogée en s'installant au cœur du salon Solutions RH (Porte de Versailles, Paris). Événement de référence incontournable pour l'ensemble de l'écosystème des Ressources Humaines, ce salon rassemble chaque année les leaders du secteur, les éditeurs de logiciels et les cabinets de conseil les plus influents. Choisir ce cadre prestigieux pour le Demo Day a permis de propulser le travail des étudiants hors des laboratoires de code pour le confronter directement au marché réel et à ses décideurs.
Pour cette finale, la grande scène du salon a fait salle comble. L'audience, particulièrement qualifiée, était composée de:
- Directeurs et Responsables des Ressources Humaines (DRH / RRH) en quête d'outils innovants pour transformer leurs processus
- Recruteurs et professionnels du talent acquisition confrontés quotidiennement aux problématiques de sourcing et de pré-qualification
- Passionnés de technologies et experts de l'IA impatients de voir comment la GenAI peut concrètement s'appliquer à la data RH
Le format du Demo Day
Sur scène, la pression est montée d'un cran. Les 3 équipes finalistes ont dû se plier à un exercice redoutable : 5 minutes de pitch et de démonstration en direct. En 300 secondes chrono, les étudiants ont dû non seulement captiver l'auditoire par leur storytelling, mais surtout prouver la solidité de leur solution à travers une démo "live" de leur prototype. Un véritable test de robustesse applicative où le moindre bug technique face au public était éliminatoire.
L'évaluation des finalistes
Contrairement à la première phase où un jury avait tranché, la désignation des grands gagnants sur le salon a reposé sur un système participatif. Immédiatement après le passage successif des 3 projets, la parole a été donnée à la salle. Grâce à un système de vote en direct, le public de professionnels a pu évaluer les solutions selon leur utilité métier perçue et la fluidité de leur démonstration. Ce vote du public a scellé le palmarès final, récompensant le projet ayant suscité le plus fort engouement et la plus grande conviction chez les experts RH présents.
Les projets récompensés
Présentation des projets finalistes et palmarès
Le vote final du public sur le salon Solutions RH a rendu son verdict de manière éclatante. Fait historique pour cette deuxième saison du Hackathon HrFlow.ai : les trois projets qui ont conquis le cœur et la raison des experts de l'industrie sont tous portés par de brillants futurs ingénieurs de l'EPITA (École d'Ingénieurs en Informatique).
Voici le panorama des solutions qui redéfinissent l'usage de l'intelligence artificielle appliquée aux ressources humaines :
🥇 1er Prix : Claw4HR
L'équipe : Émile Jouannet et Matteo Atkinson (EPITA).
Le cas d'usage développé : OpenClaw AI Recruiter Agent.
La solution : Un agent d'intelligence artificielle de sourcing ultra-proactif. Conçu pour se substituer aux tâches chronophages du recruteur, Claw4HR explore de manière autonome et continue le web ouvert, les plateformes professionnelles et les bases de données publiques. Sa force réside dans sa capacité à identifier, qualifier et engager activement les profils passifs les plus pertinents, le tout sans biais algorithmique. Une véritable force de frappe automatisée pour élargir instantanément les viviers de talents.
Visionner le pitch final :
🥈 2ème Prix : HRévolution
L'équipe : Adrien Capitaine, Joris Bely et Nathan Champagne (EPITA).
Le cas d'usage développé : Candidate Application Synthesis Generator.
La solution : Pensée comme une tour de contrôle décisionnelle, HRévolution est une plateforme d'analyse globale et automatisée des candidatures. L'outil s'appuie sur la suite d'API HrFlow.ai pour exécuter un tri intelligent via des modules avancés de tagging, de scoring et d'explicabilité. L'agent compile les feedbacks d'entretiens, les tests techniques et les CV pour générer des synthèses de profil standardisées et structurées. L'outil permet aux recruteurs de prioriser instantanément les meilleurs candidats avant un entretien tout en comprenant précisément les forces de chaque profil.
Visionner le pitch final :
🥉 3ème Prix : Rémi : l’IA interviewer
L'équipe : Édouard André, Quentin Lauret et Rémi Brenaut (EPITA).
Le cas d'usage développé : AI Interview Agent.
La solution : Une plateforme d'entretien et de pré-sélection des candidats 100 % automatisée grâce à l'IA générative. L'agent conduit de manière autonome des simulations d'entretiens réalistes, basées sur des questions adaptées au rôle visé. Durant l'échange, l'outil capture les transcriptions en temps réel, évalue la pertinence des réponses du candidat et génère automatiquement des grilles d'évaluation structurées (scorecards). Un gain de temps considérable pour valider les compétences de premier niveau de manière fluide et transparente.
Visionner le pitch final :
La remise des prix
La cérémonie de remise des prix, organisée en direct sur l’espace de conférence du salon Solutions RH, a constitué le point d’orgue de cette aventure collective. Félicités chaleureusement par les équipes de HrFlow.ai, les partenaires de l'événement et un parterre de professionnels du secteur, les huit étudiants de l'EPITA ont vu leur investissement technique, leur créativité et leur résilience récompensés par des dotations d'envergure.
Afin de saluer la qualité exceptionnelle des prototypes livrés et d'encourager la continuité de leurs innovations, HrFlow.ai a mis à disposition un ensemble de récompenses financières et technologiques particulièrement significatif :
|
Pour les grands vainqueurs - Claw4HR : L'équipe d'Émile Jouannet et Matteo Atkinson a remporté un chèque de 1 500 €. De plus, afin de leur permettre de déployer, tester ou pérenniser leur agent IA à plus grande échelle, une dotation de 20 000 € en crédits API HrFlow.ai leur a été officiellement attribuée. |
| Pour les dauphins - HRévolution : Le trio composé d'Adrien Capitaine, Joris Bely et Nathan Champagne est reparti avec un chèque de 1 000 € ainsi qu'une enveloppe de 15 000 € en crédits API HrFlow.ai. |
|
|
Pour la troisième marche du podium - Rémi : l’IA interviewer : Édouard André, Quentin Lauret et Rémi Brenaut ont été récompensés par un chèque de 500 €, complété par 10 000 € en crédits API HrFlow.ai pour soutenir le développement futur de leur plateforme d'entretien automatisée. |
Au-delà de la valeur matérielle de ces prix, cette consécration sur un salon de référence offre à ces jeunes ingénieurs un formidable accélérateur de carrière et une validation concrète de leurs compétences par le marché. En concevant des architectures d'agents opérationnelles capables de tenir la charge lors d'une démonstration publique en direct, ces talents ont prouvé que la relève de la Tech française est d'ores et déjà prête à co-construire les outils de demain.
Le Mot de la Fin
Ce que nous retenons de cette édition
La maturité des étudiants face aux enjeux de l'IA
Cette deuxième saison du Hackathon HrFlow.ai a mis en lumière une évolution fascinante de la nouvelle génération de talents. Au-delà de la simple maîtrise technique du code, les étudiants participants ont fait preuve d'une maturité sectorielle impressionnante. Loin de concevoir de simples gadgets technologiques, ils ont immédiatement appréhendé les enjeux cruciaux du monde des Ressources Humaines : la nécessité d'une IA explicable, l'importance de la suppression des biais dans le sourcing et l'urgence d'alléger la charge administrative des recruteurs pour replacer l'humain au centre du processus. La qualité des architectures d’agents développées en seulement 30 heures démontre que ces futurs ingénieurs ne considèrent plus l'IA comme une simple option, mais comme le socle natif des outils de demain.
Une prise en main fulgurante des API HrFlow.ai
Au-delà de leur vision métier, l'un des faits les plus marquants de ce hackathon reste la déconcertante facilité avec laquelle les étudiants ont dompté l'écosystème technique de HrFlow.ai. Bien que la majorité d'entre eux découvrait ces technologies pour la première fois, il n'a fallu que quelques heures à ces futurs ingénieurs pour assimiler la documentation, s'approprier les endpoints et orchestrer les briques de Parsing, Scoring et Tagging notamment. Cette courbe d'apprentissage extrêmement rapide témoigne non seulement du niveau d'excellence et de la flexibilité de ces profils, mais elle valide également l'ergonomie et le caractère intuitif des API de HrFlow.ai. Réussir à interconnecter des technologies d'agents IA complexes à ces couches de données RH en un temps aussi restreint relève d'une véritable prouesse d'intégration logicielle.
L'accueil des professionnels du secteur lors du Demo Day
Le choix de la grande scène du salon Solutions RH pour la finale du hackathon a provoqué un véritable choc de cultures, d'une efficacité redoutable. Le public de DRH, de recruteurs et d'experts métiers présents a réservé un accueil particulièrement enthousiaste aux finalistes. Pour de nombreux décideurs, souvent noyés sous les promesses marketing floues autour de l'intelligence artificielle générative, voir de jeunes talents de l'EPITA réaliser des démonstrations fonctionnelles en direct, stables et répondant à de vrais cas d'usage métiers (sourcing automatisé, scoring explicable, agent d'entretien), a été une prise de conscience majeure. Cet alignement immédiat entre la fraîcheur technologique des étudiants et les besoins concrets d'un marché des logiciels RH en pleine transformation a validé le bien-fondé de cette démarche d'open innovation.
Et maintenant ?
Comment HrFlow.ai continue de soutenir l'innovation IA & RH
La fin du hackathon ne marque pas le point d'arrêt des projets, bien au contraire. Fidèle à sa mission d'ouvrir ses technologies pour stimuler l'écosystème, HrFlow.ai s'assure que l'élan créatif né durant ces 30 heures de sprint se prolonge dans le temps. En distribuant un total de 45 000 € de dotations en crédits API aux trois équipes sur le podium, nous offrons à ces jeunes innovateurs les moyens techniques de faire passer leur prototype à l'échelle supérieure. Ces crédits leur permettent de continuer à requêter nos modèles de Parsing, de Scoring et de Tagging, de tester la robustesse de leurs agents face à des volumes de données réels et de perfectionner leurs interfaces. HrFlow.ai reste un mentor de long terme, prêt à accompagner ces talents vers l'entrepreneuriat ou l'intégration de leurs solutions chez nos clients partenaires.
Rendez-vous pour la prochaine édition !
Fort du succès retentissant de cette saison 2, marquée par une sélectivité accrue (26 élus sur plus de 60 inscrits), un plateau académique d'élite (17 grandes écoles et universités de premier plan) et une tribune publique exceptionnelle devant des professionnels RH, HrFlow.ai se tourne déjà vers l'avenir. L'histoire de la co-construction de l'IA RH ne fait que commencer. Les verrous technologiques sautent les uns après les autres et les cas d'usage de demain restent à inventer.
Nous vous donnons d'ores et déjà rendez-vous pour la Saison 3 du Grand Hackathon GenAI & RH. Que vous soyez une grande école prête à envoyer vos meilleurs talents au combat, un professionnel curieux de soumettre vos problématiques de terrain ou un passionné de tech, rejoignez l'aventure pour continuer à repousser, ensemble, les frontières du recrutement intelligent.