Dans cet article, nous proposons une nouvelle approche visant à estimer les cinq traits majeurs de la personnalité ainsi que l’attribut de sélection des candidats à un poste à partir de vidéos faciales. Au moment de l’exécution, le système proposé alimente les caractéristiques texturales Pyramid Multi-Level (PML), extraites de l’ensemble de la séquence vidéo, dans cinq régresseurs à vecteurs de support (Support Vector Regressors) afin d’estimer les cinq traits de personnalité. Ces cinq scores estimés sont ensuite utilisés comme nouvelles caractéristiques d’entrée pour un régresseur de notation d’entretien, modélisé par une régression par processus gaussien (Gaussian Process Regression, GPR). Les résultats expérimentaux obtenus sur le jeu de données ChaLearn LAP APA2016 montrent des performances satisfaisantes. En outre, ces résultats démontrent que le coût computationnel associé à l’entraînement comme à l’évaluation du cadre proposé est très compétitif en termes de précision et de charge computationnelle.