COMPÉTENCES EN PROGRAMMATION

Test de vision par ordinateur pour le recrutement

Découvrez comment les professionnels expérimentés raisonnent face à des problèmes pratiques liés aux images et aux vidéos.

10 minutes
15 questions
Avancé
Choix multiple
Questions en anglais
Téléphone et ordinateur

Utilisez ce test gratuitement Voir les formats de questions

La réponse courte

Le test de vision par ordinateur est une évaluation avancée destinée au recrutement de professionnels expérimentés qui travaillent avec des images ou des vidéos. Il mesure le jugement pratique dans différents domaines : opérations sur les images, détection d’objets, étiquetage au niveau des pixels, géométrie de caméra et déploiement. Les candidats analysent de courts extraits de code Python utilisant NumPy, OpenCV et PyTorch, effectuent de petits calculs à la main et choisissent des méthodes pour résoudre des problèmes concrets.

Ce que cela mesure

Évaluez le jugement pratique en vision par ordinateur : opérations sur les images, détection, étiquetage au niveau des pixels, géométrie de caméra et déploiement.

Filtrage, transformations et prétraitement

Les candidats travaillent sur le filtrage des images, les transformations et les opérations de prétraitement.

Reconnaissance et localisation

Cette partie porte sur la détection d’objets et la localisation de leur position dans une image.

Étiquetage des pixels et masques de région

Les candidats réfléchissent à l’attribution d’étiquettes aux pixels et à la création de masques pour les régions d’une image.

Géométrie de caméra, mouvement et déploiement

Cette partie porte sur la géométrie de caméra, le mouvement et les choix pratiques pour exécuter des modèles en production.

Formats de questions

Choix multiple

Le candidat : Lit une courte situation, un tableau ou un énoncé, puis choisit la bonne réponse ou toutes les bonnes réponses.

Vous voyez : Si le candidat maîtrise suffisamment le sujet pour le mettre en pratique, et pas seulement le reconnaître.

15 questions en 10 minutes, présentées une à une.

Postes adaptés à ce test

Les ingénieurs en apprentissage automatique et en apprentissage profond qui développent des modèles à partir d’images ou de vidéos, les ingénieurs en vision par ordinateur et en perception travaillant dans la robotique, l’inspection, la cartographie ou l’imagerie médicale, ainsi que les spécialistes des données dont le travail porte principalement sur les données visuelles.

Des éléments concrets issus de tâches de vision par ordinateur

Évaluez le raisonnement à partir de code
De courts extraits de code Python utilisant NumPy, OpenCV et PyTorch montrent comment les candidats interprètent les opérations sur les images, au-delà d’une simple liste d’outils sur un CV.
Évaluez le jugement en matière de prédiction visuelle
Les questions portent à la fois sur la détection d’objets et sur l’étiquetage au niveau des pixels. Elles vous donnent des éléments sur les différentes façons dont les candidats abordent les prédictions à partir d’images.
Veillez à ce que la représentation des tâches soit accessible
Les images sont décrites au moyen de tableaux, de matrices, de formes et de courts extraits de code, et non de photographies ; les réponses ne nécessitent pas de distinguer les couleurs à l’œil nu.

Ce que vous obtenez pour chaque candidat

Exemple de rapport (données fictives)Vision par ordinateur

78 %Percentile 62. Référence : candidats HireValid, n = 2 265

Filtrage, transformations et prétraitement79 %

Reconnaissance et localisation84 %

Étiquetage des pixels et masques de région57 %

Géométrie de caméra, mouvement et déploiement90 %

Integrity ScoreConfiance élevée

Est resté sur l’onglet du test pendant toute sa durée
Aucune réponse copiée-collée
A répondu à un rythme régulier

Les scores, les profils et les signaux d’intégrité sont des éléments que vous pouvez examiner en complément d’un entretien, et ne constituent jamais une décision automatique.

Utilisez ce test gratuitement

Déroulement de l’évaluation

Chaque candidat reçoit un ensemble différent de questions provenant de grandes banques. Les questions apparaissent dans un ordre différent à chaque tentative et les choix de réponse sont mélangés. Le navigateur affiche une question à la fois et les réponses sont conservées sur les serveurs de HireValid. Le minuteur de 10 minutes fonctionne sur le serveur ; en rechargeant la page, le candidat retrouve la même question et uniquement le temps restant. Les candidats ne peuvent pas revenir aux questions précédentes. Le texte des questions ne peut pas être copié ni sélectionné, et toute tentative de copie bloquée est consignée dans la chronologie. HireValid enregistre des signaux à examiner, comme le temps passé hors de l’onglet du test, et les résume dans un Integrity Score et une chronologie des éléments recueillis à l’intention de l’employeur. Ces signaux ne permettent pas à eux seuls de prendre une décision. Avec le consentement du candidat, des photos prises par webcam peuvent être ajoutées à des moments aléatoires.

Comment nous prévenons la fraude assistée par l’IA · Signaux d’intégrité

Utilisez le résultat comme élément d’évaluation

Examinez le score avec un échantillon de travail et un entretien structuré. Demandez aux candidats d’expliquer leurs choix en lien avec vos activités de traitement d’images ou de vidéos ; n’utilisez pas le score seul ni comme seuil de réussite. Il n’existe pas encore de normes, et la fiabilité sera communiquée lorsque 200 candidats auront passé le test. Vous pouvez également le comparer au test d’apprentissage automatique ou au test d’intelligence artificielle si le poste nécessite des connaissances plus larges sur les modèles.

Questions d’entretien structuré

Comment décideriez-vous s’il faut appliquer un filtre ou une transformation avant d’exécuter un modèle sur un nouveau flux d’images ?
Écoutez si le candidat justifie son choix en fonction des opérations sur les images et du prétraitement concernés, plutôt que de réciter une définition.
Comment vérifieriez-vous si une méthode de détection d’objets localise correctement les objets dans une tâche visuelle donnée ?
Écoutez si le candidat raisonne de manière pratique sur la détection et la localisation, et explique le lien entre l’approche choisie et la tâche.
Quels éléments prendriez-vous en compte pour choisir comment annoter des zones d’image et déployer un modèle de vision en production ?
Écoutez si le candidat établit des liens entre les étiquettes de pixels ou les masques, la géométrie de caméra et les considérations liées au déploiement.

Comprendre les scores et les repères

Équité et aménagements

Les questions décrivent les images au moyen de tableaux, de matrices, de formes et de courts extraits de code plutôt que de photographies. Elles ne reposent donc pas sur la reconnaissance de scènes, de personnes ou de lieux propres à une culture, et aucune réponse ne nécessite de distinguer les couleurs à l’œil nu. Le code se limite à de courts extraits simples en Python, avec les bibliothèques nommées. Les calculs peuvent être effectués sur du papier brouillon et les questions sont formulées dans un anglais technique direct, sans expressions idiomatiques.

Vous pouvez accorder un délai supplémentaire à tout candidat à titre d’aménagement. Les résultats sont des éléments qu’une personne doit examiner, jamais une décision automatique.

Résultats provisoires : il n’existe pas encore de normes, et la fiabilité sera communiquée lorsque 200 candidats auront passé le test.

Découvrez notre approche de l’équité

Détails du test

Une évaluation de dix minutes des connaissances pratiques en vision par ordinateur pour les professionnels expérimentés. Les candidats analysent de courts extraits de code Python utilisant NumPy, OpenCV et PyTorch, effectuent de petits calculs à la main et choisissent la méthode adaptée à des problèmes concrets liés au filtrage, à la détection d’objets, à l’étiquetage des pixels, à la géométrie de caméra et au déploiement de modèles en production.

Les questions sont en anglais.
Aides autorisées : Brouillon.
Chaque question reçoit une réponse une seule fois, dans l’ordre, sans possibilité de revenir en arrière.
4 questions d’entraînement, 3 minutes, avant le test chronométré.

Python, NumPy, OpenCV, PyTorch sont des marques déposées appartenant à leurs propriétaires. HireValid n’y est pas affilié et n’est pas approuvé par ces derniers.

Foire aux questions

Quels postes correspondent au test de vision par ordinateur ?+

Il est conçu pour les ingénieurs expérimentés en apprentissage automatique et en apprentissage profond qui travaillent avec des images ou des vidéos, les ingénieurs en vision par ordinateur et en perception, ainsi que les spécialistes des données dont le travail porte principalement sur les données visuelles. Il s’agit d’un test avancé qui ne vise pas les postes juniors. Consultez le [test d’apprentissage profond](/tests/role-specific-skills/deep-learning) associé.

Comment le test de vision par ordinateur prend-il en compte l’équité liée aux images ?+

Les questions décrivent les images au moyen de tableaux, de matrices, de formes et de courts extraits de code plutôt que de photographies. Elles ne reposent pas sur la reconnaissance de scènes, de personnes ou de lieux propres à une culture, ni sur la capacité à distinguer les couleurs à l’œil nu.

Les candidats peuvent-ils utiliser du papier brouillon pour le test de vision par ordinateur ?+

Oui. Vous pouvez utiliser du papier brouillon, et les calculs sont assez simples pour cela. Les questions sont rédigées dans un anglais technique direct, sans expressions idiomatiques, et utilisent du code Python court et simple avec les bibliothèques citées.

Que comprend la série d’entraînement en vision par ordinateur ?+

Les candidats peuvent essayer une série d’entraînement de 4 questions en 3 minutes. Cela leur permet de se familiariser avec le format des questions avant l’évaluation de 15 questions, qui sont des questions à choix multiple.