Intelligence artificielle appliquée
Un système multi-agents pour automatiser une veille d'offres d'emploi
- Rôle
- Conception et mise en œuvre
- Période
- Projet personnel, 2026
Contexte
Chercher un poste suppose de répéter chaque semaine les mêmes gestes : parcourir plusieurs sites, lire des annonces, en écarter la majorité, adapter un CV. J'ai voulu voir jusqu'où une équipe d'agents autonomes pouvait prendre en charge cette chaîne, et surtout où elle se heurte à ses limites.
Ce que j'ai fait
- Découpé le problème en quatre rôles confiés à quatre agents spécialisés : un orchestrateur, un agent de recherche et de scoring, un agent d'extraction d'annonce et un agent d'adaptation de CV.
- Modélisé le profil de recherche en données structurées, en séparant les termes de requête des compétences servant au scoring.
- Basculé d'une exécution hébergée vers une installation locale après avoir constaté que l'environnement distant ne donnait pas l'accès nécessaire.
- Piloté un scan complet et analysé ses résultats plutôt que de me contenter de le faire tourner.
Résultat et enseignements
Un scan de dix mots clés sur trois villes a collecté 423 offres brutes, 319 après dédoublonnage, avec les faux positifs hors domaine correctement écartés.
Deux enseignements comptent plus que le chiffre. D'abord, un scan par navigateur n'est pas gratuit : l'agent raisonne à chaque étape, ce qui a un coût que les interfaces de données publiques n'ont pas. Ensuite, un scoring établi sur le seul titre de l'annonce reste conservateur ; un appariement réel suppose d'ouvrir chaque offre, donc d'arbitrer entre précision et coût.